本文へスキップ

スタジオボイスのAIで1人の声を残す

騒がしい音声・動画からAIで声の抽出

AudioCleaner は、最長30分・400 MBの音声や動画から、背景ノイズ、BGM、ほかの人の話し声を除いてメインの声を抜き出すAIの声の抽出ツールです。スタジオボイスで動作します。ログインして料金を確認し、最初の1分を試してください。動画の映像は端末の外に出ません。

使い方
  • 最大30分・400 MB
  • 最初の1分を試せる
  • 背景を0〜50%残せる
  • 動画は映像付きで戻る

カフェで録ったポッドキャストのオープニング

カフェの話し声 · ポッドキャスト · スタジオボイス

わざとノイズを加え、パートナースタジオで処理したそのままの結果です。トラックの位置をそろえてあるので、再生中に切り替えられます。

0:00 / 0:00

スタジオボイス: 部屋の響きを除いて声を作り直したので、エコーやほかの人の声も消えています。

背景を残す0%

0%で声だけになります。上げるとその場の音が少し戻り、自然に聞こえます。処理後も無料で変更できます。

ここでの再生もこの音量にそろえるので、公平に比べられます。

ファイルと結果はあなただけが見られます。処理結果は7日間保存されます。

最大30分 · 400 MB

話し声向け(歌のボーカルは不可)· 結果はモノラル

メインの話し手を残し、ほかは除去
1人の声
1ファイル、最大400 MB
30分
まず試せて、二重に課金なし
1分
残す背景は処理後に調整
0〜50%
MP3かWAV、モノラル、ラウドネスのプリセット
48 kHz
結果を保存、失敗した処理は返金
7日間

AIによる声の抽出の仕組み

話し声のための声の抽出。ノイズ、音楽、ほかの人の声を消して話し手を残し、どの段階も耳で確かめられます。

声の抽出が役立つ場面

1人の声を周りのすべての音より際立たせたい6つの録音。

カフェでのインタビュー

ゲストの声を残し、コーヒーマシン、食器、隣のテーブルの音を消します。

街頭Vlog

車、風、通行人の音が消え、話し手の声が前に出ます。

映画・動画のダイアログ

ロケで撮った声を抽出し、新しい背景音を付けられるようにします。

にぎやかな教室での講義

話し声や物音が消え、講師の声が録音の主役になります。

イントロ曲に重なるポッドキャスト

話し声の下に敷いたBGMから、ホストの声を前に出します。

自宅で録った通話

隣の部屋のテレビ、子ども、犬の声。話していた人の声だけを残します。

3ステップで録音から声の抽出

音声ファイルでも動画でも、声を抽出する手順は同じです。先にログインしてください。処理ごとに料金が表示されます。

  1. 01

    録音を開く

    最大30分、400 MBまでの音声か動画をドロップします。MP3、WAV、M4A、FLAC、OGG、MP4、MOV、MKVなどに対応。ブラウザで読み込み、始めるまで何も送られません。

  2. 02

    最初の1分を試す

    スタジオボイスで1分処理し、再生中に原音と抽出した声を切り替えます。違う話し手が残った、消えすぎたといった問題も、追加で支払う前にわかります。

  3. 03

    背景を決めてダウンロード

    ファイル全体を処理し、残す背景の量とラウドネスを選んで、MP3かWAV、または映像付きのMP4かMOVをダウンロードします。

声の抽出の例:カフェで録ったポッドキャストのオープニング

上のツールにあるカフェのサンプルを、パートナースタジオで処理し、当社で測定した前後比較です。

カフェのサンプル、当社で測定

原音グレー:話し声
スタジオボイスホストの声だけ
14 s22 s
間の部分の話し声声より下7 dB → 52 dB
間のレベル中央値、フルスケール基準-23 dB → -68 dB
声のレベル変化なし-16 dB = -16 dB

処理前は、カフェの話し声がどの間も声より約7 dB低いだけで埋めていて、ホストは部屋の音と競い合っていました。処理後は、間の部分が声より50 dB以上低くなり、声のレベルは変わっていません。サンプルを再生して表示を切り替え、声の抽出の効果を聞いてみてください。

声の抽出とは?

録音から1人の声を残し、ノイズ、音楽、部屋の響き、ほかの話し手など、それ以外をすべて取り除くことです。映画や動画の制作ではダイアログの分離と呼ばれ、ボイス抽出と呼ばれることもあります。結果は、編集、ミックス、公開に使える、静かでクリーンなトラックに乗った話し手の声です。

声の抽出とノイズ除去の違いは?

ノイズ除去は録った声の周りのノイズを下げ、声はそのまま残します。声の抽出はメインの話し手だけを作り直すので、音楽やほかの人の声も消えます。すべての声を残し、ハム音や車の音だけを消したいなら背景ノイズ除去を、風だけなら専用プリセットのある風切り音除去をお使いください。

うまく抽出できるもの、できないもの

残したい話し手が、ファイルの中でいちばんはっきりした音であるときに最もうまくいきます。

  1. 1向いている:話し声、車の音、風、ファン、BGMに重なる1人の話し手。
  2. 2難しい:2人が同時に話している場合。大きいほうの声が残ります。
  3. 3向いていない:歌。音楽に重なる歌声は別の作業です。

非公開で声の抽出:アップロードされるのは音声だけ

ファイルはブラウザで開き、処理を始めるまで何も送られません。始めたあとも送られるのは音声だけで、動画の映像は送られません。結果は7日間ダウンロードでき、最近の録音からいつでも処理を削除できます。

声の抽出のよくある質問

声の抽出とは何か、料金、分けられるもの・分けられないもの。

あなたの録音で声の抽出を試す

インタビュー、Vlog、講義を開き、最初の1分を試して、話し手の声だけを残しましょう。最長30分の音声か動画に対応し、料金は始める前に表示されます。