FFmpegで音声の加工。GeminiとClaudeで試してみたよ

キャプチャー中のデータ。音量にむらがあり、歪みっぽいノイズが少々乗っています。

以前は、歪みっぽいノイズはAuditionを使って改善しました。

今回もその手かと思いましたが、FFmpegでそんな改善が出来ないかをGeminiに聞いた所、その方法を教えてくれました。

実際に試してみると、ノイズは減少していました。音自体は丸くなっている（高域が削られている）感じです。

音量をそろえたつもりだったけど、聞いて見るとなんだかチグハグ。

音量の数値でそろえたから、音声に大きな音が一瞬でも入ると、その音が最大の音量になり声のボリュームはグッと抑えらて、ファイルの音量にバラつきが現れるみたい。

そこで、方針をちょっと変更。ラウドネス的な音量の調整にしました。

ラウドネスという言葉、昔使っていたラジカセについていて、それなりの音量でも低域がぼんぼんなってきて、低域の増量機能という認識だったのですが、調べてみる人間が心地よく感じる音量のようです。

その指示をGeminiにお願いしたところ、いい感じで音量の調整をしてくれました。

Windowsのバッチ処理で実際に音声を加工しました。しかし、引数や日本語のファイル名のため、頻繁にエラーが出ます。

終いには、PowerShellで変更することをGeminiから提案されました。

指示通り作ってみると、確かにバッチファイルを書き換えるより、エラーの発生は少ないです。余計なところで、Geminiに修正をお願いしないで済むので、ストレスは一気に減りました。

そんな時、会社で、Claudeが優秀だという話が出て、ここは一回試してみるか〜と無料版を使ってみることにしました。

呼び出すプログラムはFFmpegなので、効果は一緒だと思います。

使ってみた印象は

Geminiはお願いすると、こんな感じでどうですか？と動作するスクリプト（バッチファイルの場合、スクリプトでいいのかな？）を書いてくれます。

Claudeはどっちがいい？とかこの部分をこう書き換えてと言ってこちらに指示してきます。中身を少しでも知るという点ではこちらの方が勉強になる気がします。相談しながら進めてる感じが、楽しいです。

Geminiを使うときは、自分が上司になった感じ。Claudeは仲間と仕事をしている感じといったところです。

仕事の方ですが、元のファイルの音質によって、ホワイトノイズが目だったり、プチプチ歪っぽいノイズが乗ったりとファイルによって気になる点があり、今一つ設定が定まりませんが、いつまでも設定を探しているわけにはいかないので、この辺で妥協します。

さて、やっと終わりが見えてきた感じです。

このまま、無料のClaudeを使えればいいのですが。ClaudeもPro版で課金してもいいかもしれません。

Pro版だともっとできることが増えそうです。

さてClaudeの無料版、どのタイミングで、制限がかかるのでしょうか？ドキドキです。あ、もしClaudeで制限に引っかかったら、Geminiに引き継げばいいかな。