FFmpeg音声処理テクニック：ノイズ除去、ミキシング、音量調整

FFmpeg音声処理の概要

FFmpegは強力な動画処理ツールであるだけでなく、音声処理においても機能が豊富です。ほぼすべての主流音声フォーマットをサポートし、豊富な音声フィルターと処理機能を提供しています。基本的なフォーマット変換から高度なノイズ除去、ミキシング、イコライザー調整まで、FFmpegは効率的に処理を実行できます。

本記事では、FFmpeg音声処理のコアテクニックを体系的に紹介します。ノイズ除去、マルチトラックミキシング、音量正規化、フェードイン・アウト、イコライザー調整などの実用的な機能を通じて、音声処理の効率と品質向上をサポートします。

音声ノイズ除去処理

音声ノイズ除去は、音声処理において最も一般的なニーズの1つです。FFmpegには、さまざまなシーンに適した複数のノイズ除去フィルターが用意されています。

afftdn 周波数領域ノイズ除去

afftdnは周波数領域に基づくノイズ除去フィルターで、効果が高くパラメータ調整も可能です：

# 基本的なノイズ除去
ffmpeg -i input.wav -af "afftdn" output.wav

# ノイズ除去強度の指定（-30dB ～ 0dB）
ffmpeg -i input.wav -af "afftdn=nf=-25" output.wav

arnndn AIノイズ除去

arnndnはリカレントニューラルネットワークを使用してノイズ除去を行い、モデルファイルが必要ですが、よりインテリジェントな効果を発揮します：

ffmpeg -i input.wav -af "arnndn=m=model.rnnn" output.wav

highpass/lowpass 簡単ノイズ除去

単純な低域ノイズや高域ノイズには、ハイパス/ローパスフィルターを使用できます：

# 低域ノイズを除去（80Hz以下）
ffmpeg -i input.wav -af "highpass=f=80" output.wav

# 高域ノイズを除去（10kHz以上）
ffmpeg -i input.wav -af "lowpass=f=10000" output.wav

マルチトラックミキシング

複数の音声トラックをミックスすることは、音声制作において一般的な操作です。

2系統の音声ミキシング

amixフィルターを使用して複数の音声入力をミックスします：

ffmpeg -i voice.wav -i bgm.wav -filter_complex "amix=inputs=2:duration=shortest" output.wav

各トラックの音量バランス調整

volumeフィルターで各トラックの音量を個別に調整してからミックスします：

ffmpeg -i voice.wav -i bgm.wav -filter_complex \
  "[0:a]volume=1.0[a1];[1:a]volume=0.3[a2];[a1][a2]amix=inputs=2:duration=first" \
  output.wav

音声連結（順次再生）

concatフィルターを使用して音声を順番に連結します：

ffmpeg -i intro.wav -i main.wav -i outro.wav -filter_complex \
  "[0:a][1:a][2:a]concat=n=3:v=0:a=1" \
  output.wav

音量調整と正規化

音声の音量調整は、最も基本的でよく使われる音声処理操作です。

基本的な音量調整

# 音量を50%増加
ffmpeg -i input.wav -af "volume=1.5" output.wav

# 半分の音量に低減
ffmpeg -i input.wav -af "volume=0.5" output.wav

# 3dB増加
ffmpeg -i input.wav -af "volume=3dB" output.wav

音量正規化

loudnormフィルターは、音声を指定されたラウドネスレベルに正規化でき、プロフェッショナルな音声処理に必須のツールです：

# EBU R128 正規化（-16 LUFS）
ffmpeg -i input.wav -af "loudnorm=I=-16:TP=-1.5:LRA=11" output.wav

オートゲインコントロール

dynaudnormフィルターは音量を動的に調整し、全体の音量を一定に保ちます：

ffmpeg -i input.wav -af "dynaudnorm=f=200:g=15" output.wav

フェードイン・アウト効果

フェードイン・アウト効果により、音声の開始と終了をより自然にできます。

基本的なフェードイン・アウト

# 冒頭3秒フェードイン
ffmpeg -i input.wav -af "afade=t=in:st=0:d=3" output.wav

# 末尾3秒フェードアウト
ffmpeg -i input.wav -af "afade=t=out:st=10:d=3" output.wav

フェードイン・アウトの組み合わせ

フェードインとフェードアウトを同時に追加：

# 前2秒フェードイン、後2秒フェードアウト（全体15秒）
ffmpeg -i input.wav -af "afade=t=in:st=0:d=2,afade=t=out:st=13:d=2" output.wav

イコライザー調整

FFmpegには複数のイコライザーフィルターが用意されており、音声の周波数特性を調整できます。

基本イコライザー

equalizerフィルターを使用して特定の周波数のゲインを調整：

# 1kHzの中域を3dBブースト
ffmpeg -i input.wav -af "equalizer=f=1000:t=q:w=1:g=3" output.wav

# 100Hzの低域を5dBカット
ffmpeg -i input.wav -af "equalizer=f=100:t=q:w=2:g=-5" output.wav

マルチバンドイコライザー

複数のequalizerを組み合わせてマルチバンドイコライザーを実現：

ffmpeg -i input.wav -af \
  "equalizer=f=80:t=q:w=1:g=-2,equalizer=f=250:t=q:w=1:g=1,equalizer=f=1000:t=q:w=1:g=2,equalizer=f=4000:t=q:w=1:g=1,equalizer=f=8000:t=q:w=1:g=-1" \
  output.wav

音声コンプレッション

音声コンプレッサーはダイナミックレンジを縮小し、音量をより安定させることができ、放送やポッドキャスト制作でよく使用されます。

基本コンプレッション

# 基本的なコンプレッション効果
ffmpeg -i input.wav -af "acompressor" output.wav

# カスタムパラメータ
ffmpeg -i input.wav -af "acompressor=threshold=-20dB:ratio=4:attack=5:release=50" output.wav

リミッター

alimiterリミッターは音声のオーバーロードによるクリッピングを防止できます：

ffmpeg -i input.wav -af "alimiter=limit=-1dB" output.wav

音声逆再生

音声逆再生は特殊なエフェクトで、クリエイティブな音声制作で使用されることがあります。

# 音声全体を逆再生
ffmpeg -i input.wav -af areverse output_reverse.wav

その他の実用テクニック

動画から音声を抽出

# MP3として抽出
ffmpeg -i input.mp4 -vn -c:a libmp3lame -q:a 2 output.mp3

# WAVとして抽出
ffmpeg -i input.mp4 -vn -c:a pcm_s16le output.wav

音声フォーマット変換

# WAV→MP3
ffmpeg -i input.wav -c:a libmp3lame -b:a 320k output.mp3

# MP3→AAC
ffmpeg -i input.mp3 -c:a aac -b:a 256k output.aac

まとめ

FFmpegの音声処理機能は非常に強力で、基本的な音量調整やフォーマット変換から、高度なノイズ除去、ミキシング、イコライザー調整まで、コマンドラインで効率的に実行できます。これらのテクニックを習得することで、音声処理の効率と品質を大幅に向上させることができます。

ポッドキャスト制作、動画の音声収録、音楽マスタリングのいずれにおいても、FFmpegは深く学ぶ価値のある音声処理ツールです。