音声は遅れるよりも、早い方が違和感が大きい、を試してみた（ライブ配信の音ズレ検証）
今回のテーマは音声です。
配信で重要なテーマである「音ズレ」。実は、音が遅れるよりも、早く聞こえる方が違和感を感じやすいのだそうです。
これは本当なのでしょうか。実際に試してみると、確かに早い方が違和感を感じやすいことが分かりました。
今回は実際の検証結果を交えながらご紹介をします。
今回のきっかけ
お話のきっかけは、先日公開したこちらの記事です。私が使うYoloBox Proは音声の方が遅延するという内容でした。
このお話をした複数の方からいただいたのが、今回のテーマとなるお話です。なんと、音声は遅れるよりも早い方が違和感があるらしいのです。
どの方も「音声が遅れることは自然界でもあるから」と仰っていました。確かに、言われてみればその通りですよね。
興味深い文献
Webでこのテーマを検索すると、一つ興味深い文献を見つけました。その文献によれば、音声ズレの基準について以下の記載がありました。
音声遅れを負として、
［-185ms、 +90ms］を許容限界、（中略）
［-125ms、 +45ms］を検知限界、（中略）
［-95ms、 +22.5ms］を検知不能範囲としている
これは1998年に日本、スイス、オーストリアで行われた研究を参照した内容です。ただ20年以上経った今でも参考にできる内容なのではないでしょうか。
これを参考にすると、音声が遅れる分には185msまでは許容できますが、速まる方は90msまでしか許容できないようです。実に２倍以上の許容差がありますね。
実際に試してみた
そこで実際に検証を行ってみました。私がカメラのマイクで撮影した動画を、敢えて動画編集で音声をズラしています。
音声遅れを負として
［0ms、+83ms、+166ms、-83ms、-166ms、-250ms、-333ms］
の７パターンで用意しています。
※おおよそのズレであることをご了承ください
※動画はメールのリンクでは再生ができず、noteの記事上で再生ができます
いかがでしょうか。これは私の感覚になりますが、早い方は+83msでも若干の違和感が。。+166msだと明らかにズレているのを感じますね。
遅い方に関しては、さすがに-333msは違和感に気づくのですが、それでも+166msよりも違和感は小さいです。-250msまでなら、気づかないかもしれません。
確かに早い方が違和感は大きかった！
以上の結果からは、確かに音声のズレが早い方が、許容できる幅が短いことが分かりました。
私の主観ではありますが、他の皆さんも同じような感想を抱くのではないでしょうか。ぜひ違う印象を覚えた方は、コメントをいただければ嬉しいです！
そしてこの結果は、配信前に遅延調整する際にとても参考になるものでした。遅れに関してはある程度許容できることを理解しながら、明日からも配信に臨みたいと思います。