音声の変換劇。Gemini、Claude、FFmpeg、そして、Premiere Pro

今回の音の調整。GeminiやClaudeにFFmpegを使ったバッチや、PowerShell を書いてもらって実行しました。

色々勉強になりました。

ボリュームのみに注目して調整しても、実際音声を聞いた時に同じ大きさに感じないこと。

まずは、GeminiとBatchを作った話をGeminiにまとめてもらいました。

---

【FFmpeg】動画の「音割れ・ノイズ・音量バラつき」をバッチ処理で一気に解決する方法

動画を撮影した後、編集ソフトで一つずつ音を調整するのは骨が折れる作業ですよね。

特にホワイトノイズの除去やコンプレッサー、音割れの補正などは、できれば**「一括で、かつ自動で」**終わらせたいものです。

今回は、コマンドラインツール FFmpeg を使い、Windowsのバッチファイルで動画の音質を劇的に改善するワークフローをご紹介します。

音声編集の「鉄則」とフィルター構成

音を整えるには順番が重要です。ノイズを消す前に音量を上げてしまうと、ノイズまで強調されてしまうからです。今回は以下の4ステップを1コマンドで実行します。

1. adeclip（歪みの補正）: 音割れ（クリップ）した箇所を補完して滑らかにする。

2. afftdn（ノイズ除去）: 「サーッ」というホワイトノイズをFFT解析で除去する。

3. acompressor（コンプレッサー）: 大きすぎる音を抑え、小さな音を持ち上げて均一にする。

4. loudnorm（音量の正規化）: 最終的な音量をYouTubeなどの放送規格レベルに自動調整する。

---

Windows用の一括処理バッチファイル

メモ帳を開き、以下のコードを貼り付けて audio_fix.bat という名前で保存してください。処理したい動画があるフォルダに置いて実行するだけで、processed フォルダに調整済み動画が生成されます。

バッチファイルのコード

コード スニペット

@echo off

setlocal enabledelayedexpansion

:: 出力用のフォルダを作成

if not exist "processed" mkdir "processed"

echo --- 音声一括最適化処理を開始します ---

for %%f in (*.mp4) do (

    echo 処理中: %%f    

    :: 映像は再エンコードせず(copy)、音声フィルター(af)のみ適用

    ffmpeg -i "%%f" -af "adeclip,afftdn,acompressor=threshold=0.125:ratio=4,loudnorm" -c:v copy "processed\%%f"

    

    if !errorlevel! equ 0 (

        echo [成功]: %%f

    ) else (

        echo [エラー]: %%f

    )

)

echo --- 全ての処理が完了しました ---

pause

---

フィルターの役割を詳しく解説

1. adeclip（デクリップ）

マイクの入力レベルが強すぎて音がバリバリと割れてしまった際、その波形の頂点を推測して丸めてくれます。完全に壊れた音は直せませんが、聞き苦しいトゲを丸めるのに効果的です。

2. afftdn（デノイズ）

高精度なノイズ除去フィルターです。静かな場所で録音した際に入る「サーッ」という環境音を自然に消し去ります。

3. acompressor（コンプレッサー）

音量のダイナミックレンジを圧縮します。

• threshold: 圧縮を開始する音量。

• ratio: 圧縮率。4:1程度が自然で聞き取りやすくなります。

4. loudnorm（ラウドネス正規化）

これが非常に強力です。単純な音量アップではなく、人間の耳に聞こえる「ラウドネス（音の大きさ）」を計算し、YouTubeなどで最適な音量（-14 LUFS前後）に自動で合わせてくれます。

---

まとめ

FFmpegを使えば、高価なプラグインを買わなくても、コマンド一つでプロに近い音声処理が可能です。映像部分は -c:v copy でそのままスルーパスさせているため、画質劣化もなく、処理も一瞬で終わります。

こちらはClaudeとPowerShellスクリプトを作るまでをClaudeにまとめてもらいました。

しかし、このバッチでの音量調整に満足いきませんでした。オリジナルの音声のばらつきが酷すぎたためです。

バッチファイルで変換する結果をもらうよりも、文字化け、文字解析がうまくできない時があり、そちらにストレスを感じました。

そんな状態ではありましたが、Claudeに興味を持ったため、Claudeでも変換スクリプトを書いてもらうことにしました。

次は、Claudeと作ったPowerShellスクリプトです。

楽しい試みですね！まとめてみます。

---

AIと一緒にPowerShellスクリプトを作った話

はじめに

「MP4動画の音声を自動で補正したい」——そんなシンプルな動機から始まったこのプロジェクト。ffmpegとPowerShellを使って、AIと二人三脚でスクリプトを育てていった記録です。

---

第1章：最初の一歩

最初の要件はシンプルでした。

• 音量をラウドネス方式で上げる
• ホワイトノイズを消す

それだけのはずでした。

AIがサクッとスクリプトを生成。afftdn（ノイズ除去）とloudnorm（音量正規化）を組み合わせた基本的な構成です。「これで完璧！」——そう思っていた時期が、私にもありました。

---

第2章：次々と出てくる要望

動かしてみると、あれも欲しい、これも欲しいと要望が膨らんでいきます。

「ごわごわして聞き取りにくい」 → WN除去が強すぎた。nr=25をnr=10に下げる。

「ファイルに応じた処理をしてほしい」 → RMS測定で5段階自動判定を実装。ファイルごとにWN除去強度が変わるように。

「末尾のノイズを消せない？」 → silencedetectで末尾の無音区間を検出して2秒フェードアウト。

「パリパリ音を消したい」 → adeclick + acompressor + alimiter をフィルターチェーンに追加。

気づけばフィルターチェーンはこんな長さに：

adeclick → afftdn → loudnorm → acompressor → alimiter → afade

---

第3章：loudnormとの戦い

このプロジェクト最大の難敵がloudnormでした。

「冒頭20秒あたりから音量が上がってくる」

これはloudnormの仕様です。リアルタイムで音量を測定しながら処理するため、冒頭は内部バッファが安定するまで音量が変動します。

試した解決策その1：volume+compressor方式 → 冒頭は安定したが「ファイルごとに音量のムラが出る」問題が発生。

試した解決策その2：一時WAVファイル方式 → loudnormの処理結果をWAVに書き出してから使う。でも冒頭の収束問題はWAVの時点で起きているので意味がなかった。

試した解決策その3：無音パディング方式 → 冒頭に25秒の無音を追加してloudnormを収束させてから削除する。これが正解でした！

[無音25秒] + [元音声] → loudnorm処理 → 冒頭25秒を削除 → 完成

---

第4章：日本語パスという伏兵

パディング方式を実装したところで、新たな敵が現れました。

Error opening input file X:\繝輔か繝ｫ繝\繝輔ぃ...

日本語パスの文字化けです。

C:\Users\XXXXXXXXXX\TEST というフォルダ名に日本語が含まれているため、ffmpegにパスが正しく渡らない。

解決策を探して右往左往しました。

• バッチファイルをANSIで保存 → 効果なし
• chcp 65001を追加 → 効果なし
• $PSScriptRootの問題 → -NoExitで空になる場合がある
• ジョブ内に[Console]::OutputEncoding = UTF8を追加 → 部分的に改善

そして判明した本当の原因——adeclickフィルターのパラメーターo=25が範囲外（有効範囲は50〜95）だった！

[Parsed_adeclick_0] Value 25.000000 for parameter 'o' out of range [50 - 95]

文字化けのせいだと思っていたら、全然別の原因でした。o=75に修正して解決。

---

第5章：Start-Jobとの格闘

高速化のためにStart-Job（並列処理）を使っていましたが、これが問題の温床でした。

• ジョブ内では文字コード設定が引き継がれない
• エラーが発生してもジョブが戻り値を返さずクラッシュ
• ログに詳細が出ない

デバッグのため、一時的にジョブを廃止してシーケンシャル処理に切り替え。すると画面にエラーが直接表示されるようになり、ようやくadeclickの問題が発覚しました。

**「ぐるぐる回ってない？」**というユーザーの一言が印象的でした。ffmpegの分析コマンドが57分の動画を全部デコードしていて、30分待っても終わらなかったのです。

---

第6章：音が小さすぎるファイル問題

「1分過ぎまでじわじわと音量が上がっているように思います」

I=-54 LUFSという極端に小さいファイルが問題でした。目標の-16 LUFSとの差が38dB。これだけ差があるとloudnormの収束に時間がかかります。

解決策は2段階：

1. volumeフィルターで事前補正：調整幅を20dB以内に収める
2. パディング秒数を動的に変更：

入力音量	パディング
> -30 LUFS	25秒
-30〜-40 LUFS	45秒
-40〜-50 LUFS	60秒
≤ -50 LUFS	90秒

---

完成したスクリプトの全機能

長い旅を経て完成したSimpleAudio.ps1の機能一覧：

• loudnorm 2-pass：ファイルごとに分析して音量を均一化
• 動的パディング：入力音量に応じてパディング秒数を自動調整
• 事前ゲイン補正：極端に小さいファイルをvolumeで事前補正
• adeclick：パチパチ音の除去
• afftdn：RMS測定による5段階自動WN除去
• acompressor + alimiter：パリパリ音対策
• 末尾FO：silencedetectで検出して2秒フェードアウト
• ログ出力：処理詳細を自動保存
• バージョン表示：画面起動時に確認できる

---

おわりに

「シンプルなものを作ろう」と思っていたのに、気づけば400行のスクリプトになっていました。

AIとの会話の中で印象に残った言葉：

「ぐるぐる回ってない？」
「音がごわごわして聞き取りにくい」
「さっきの話に戻っていい？」
「プログラム間違えてない？＿」

技術的な問題だけでなく、「どんな音にしたいか」「どう聞こえるか」というユーザーの感覚を言語化しながら一緒に作り上げていく過程が、このプロジェクトの醍醐味でした。

ffmpegは奥が深い。PowerShellも奥が深い。そしてAIと会話しながら作るのは、思った以上に楽しいものです。

---

使用技術：PowerShell 5 / ffmpeg / loudnorm / afftdn / adeclick / acompressor / alimiter

といった感じで、頑張りましたが、どうしても２０ファイルほど、音声の立ち上がりが機になるファイルがありました。

結局、Premiere Proで音声を調整し、クリックノイズを除去し、クロマノイズを書けて、完成させました。

Premiere Proで基本的に音量の最大は３０d B（もしかして４５d B行けたかも）ですが、クリップの上で、G。ゲインを呼び出すと限界を突破できます。３０d Bで足りなかったファイルはゲインで上げました。

作業的にはPowerShellの変換を待っているよりも早かったかもしれません。クリップを載せて、書き出すまで、ファイル名を間違えたり、シーケンス名とファイル名を間違う可能性はありましたが。

どうしても消せなかった頭のボーッというホワイトノイズ（ピンクノイズと言われてるノイズだったのかもしれません）もPremiere Proでは喋る直前まで、ミュートしておけば、問題なく対応できました。

ClaudeやGeminiを使って非常に勉強になりましたが、変換されたデータの質に関してはPremiere Proの手作業が一番よかったと思いました。

クロマノイズがそれなりにホワイトノイズを消してくれたことと、元のデータにそれほど大きなホワイトノイズが乗っていなかったことが、幸いだったのですが。