ブラウザで音声の背景ノイズを除去しましょう。声の録音、ポッドキャスト、ボイスメモ、講義、動画の音声をドロップすると、オープンソースのニューラルネットワーク RNNoise が、声の後ろにある定常的なノイズ(パソコンのファン、エアコン、電気的なハム音、テープやプリアンプのヒスノイズ、遠くの車の音、キーボードの打鍵音)を取り除きます。録音の同じ位置で元の音声とノイズ除去後の音声を切り替えて比べ、除去の強さを選び、結果を WAV または MP3 でダウンロードできます。
RNNoise は話し声で学習しているので、話し声のためのツールです。声を残し、声でないものを取り除きます。音楽の修復ツールではなく、曲に使うと楽器が消えたり揺らいだりすることがあります。ファイルに話し声がほとんど聞こえない場合はページでお知らせします。モデルはブラウザ内で WebAssembly として動作し(初回に約 3 MB をダウンロード、以降はキャッシュ)、一般的なノートパソコンでは実時間のおよそ 10 倍の速さで処理するので、10 分のファイルなら約 1 分で終わります。ファイルがアップロードされることはありません。結果をトリミングするには音声カット、新しく録り直すにはボイスレコーダーを使ってください。
使い方
- 音声または動画ファイルをボックスにドロップするか、クリックして選びます。動画も使えます(音声だけを使います)。
- 「背景ノイズを除去」をクリックします。モデルは一度だけ読み込まれ、その後は進捗バーで進み具合が表示されます。
- 「再生」を押し、「元の音声」と「ノイズ除去後」を切り替えて比べます。波形をクリックすると、ノイズの多い箇所にジャンプできます。
- 声が水っぽく聞こえたり、無音部分が不自然に静かすぎたりする場合は、自然に聞こえるまで強さスライダーを下げます。
- WAV または MP3 を選び、「ノイズ除去後の音声をダウンロード」をクリックします。
よくある質問
声の録音から背景ノイズを無料で除去するには?
このページでファイルを開き、「背景ノイズを除去」をクリックします。RNNoise モデルがブラウザ内でノイズを除去し、アカウント、透かし、長さに応じた料金は一切ありません。唯一の制限は、ブラウザのメモリによる 1 ファイル 15 分までという上限です。結果を元の音声と比べ、強さを調整して、WAV または MP3 でダウンロードします。
どんな種類のノイズを除去できますか?
声の後ろにある定常的な、またはゆっくり変化するノイズに最も効果があります。ファン、エアコン、冷蔵庫や電気的なハム音、ヒスノイズ、雨音、道路の騒音、人のざわめき、キーボードの打鍵音などです。言葉に重なる突然の大きな音(ドアを閉める音、犬の鳴き声)は小さくなりますが、完全に消えることはまれです。また、RNNoise は残響ではなくノイズを抑制するものなので、何もない部屋の反響は除去されません。
動画のノイズも除去できますか?
はい。MP4、MOV、WebM など、ほとんどの動画ファイルの音声トラックを読み込めます。書き出されるのはノイズ除去後の音声のみ(WAV または MP3)で、新しい動画は作られません。ノイズ除去後のトラックを動画編集ソフトに戻し、そこで映像と位置を合わせてください。
音楽にも使えますか?
うまくいきませんし、そのためのツールでもありません。RNNoise は話し声とノイズを分離するよう学習しているため、ほとんどの楽器を除去すべきノイズとして扱います。ファイルに話し声がほとんど検出されない場合は、ページで警告します。曲をボーカルと伴奏に分けるには、代わりにボーカル除去を使ってください。
音声はどこかにアップロードされますか?
いいえ。デコード、ノイズ除去、MP3/WAV へのエンコードはすべて端末上で行われます。ダウンロードされるのはツール本体と、ブラウザが単独で開けない珍しいファイル形式の場合に jsDelivr CDN から取得する ffmpeg デコーダーだけです。ファイルはパソコンやスマートフォンから出ません。
ノイズ除去後のファイルがモノラルなのはなぜですか?
RNNoise は 1 チャンネルを処理するもので、話し声の録音ではどのみち両チャンネルに同じ声が入っているため、チャンネルを平均して 48 kHz のモノラルにします。ナレーションやポッドキャストでは一般的な形式で、ファイルサイズも半分になります。
RNNoise がノイズを除去する仕組み
RNNoise は、xiph.org(Opus コーデックの開発元)の Jean-Marc Valin が開発したもので、従来の信号処理と小さな再帰型ニューラルネットワークを組み合わせています。10 ミリ秒ごとに音を、耳が音の高さを感じる間隔で並んだ数十の周波数帯域に分け、ネットワークが帯域ごとにエネルギーのどれだけが声かを推定します。ほとんどがノイズの帯域は音量を下げ、ほとんどが声の帯域は残し、ピッチフィルターが声の倍音の間を整えます。
ネットワークが決めるのは音そのものではなくゲインだけなので、話し声を作り出したり、話した内容を変えたりすることはできません。よくある失敗はその逆で、強いノイズがあると小さな音節が細くなったり、かすかに「水中」のような響きが残ったりします。強さスライダーはそのためにあります。元の音を 10〜30% 混ぜ戻すと、100% よりも自然に聞こえることがほとんどです。
最良の結果を得るために
• 録音は編集する前にノイズ除去を行い、さらに処理する予定なら WAV で書き出しましょう。MP3 は最終ファイル用です。
• 先に音量を上げたりコンプレッサーをかけたりしないでください。声と一緒にノイズも大きくなり、分離しにくくなります。
• 「元の音声」/「ノイズ除去後」の切り替えで、無音部分と言葉の終わりを聞き比べてください。息づかいや語尾が消えるようなら強さを下げます。
• 防げるノイズは防ぎましょう。マイクを口に近づけ、ファンから離すほうが、どんなノイズ除去ツールよりも効果があります。ボイスレコーダーの音声処理オプションでも、録音中にノイズを減らせます。
知っておきたい制限
元の音声、ノイズ除去後のコピー、再生用バッファーをすべてメモリに保持するため、受け付けるファイルは 15 分までです。それより長い録音は音声カットで分割し、部分ごとに処理できます。処理はバックグラウンドで 1 つのプロセッサコアを使って行われるので、ページは操作できる状態のままです。遅いスマートフォンでは、長いファイルに数分かかることがあります。
部屋の反響(残響)、クリッピングによる歪み、背景の音楽は、RNNoise が除去する対象ではありません。曲の場合は、代わりにボーカル除去で声と楽器を分離できます。
