By SongTools.ai
44.1kHz、48kHz、96kHz、16ビット、24ビット ― どのDAWやオーディオコンバーターもこれらの設定を求めますが、実際に何を選んでいるのかを詳しく説明してくれるものはほとんどありません。この記事では、それぞれの数字が何を意味し、どのような組み合わせが特定の作業に最適なのかを解説します。
すべてのオーディオファイルには、2つの主要な技術仕様が含まれています：sample rateとbit depthです。これらはドロップダウンメニューで一緒に扱われることが多いため、同じものを測定していると誤解されがちです。しかし、そうではありません。Sample rateは周波数範囲を制御します — 録音されたオーディオが、これ以上キャプチャできなくなるまでの上限周波数です。Bit depthはダイナミックレンジとノイズフロアを制御します — 信号がノイズの上にどれだけ静かに存在できるか、そしてクリッピングするまでのヘッドルームがどれだけあるか、です。それぞれの状況に合った設定を行うには、両者を独立して理解することが重要です。
デジタルオーディオは連続した波ではありません。それは毎秒何千回も撮影されるスナップショット（sample）の連続であり、それらが十分に速く再生されることで、再び連続的に聞こえるようになります。Sample rateとは、1秒間にどれだけのsnapshotが記録されるかを示すもので、HzまたはkHzで測定されます。
ナイキストの定理が定めるルールは、周波数を正確にキャプチャするためには、その周波数の2倍以上のsample rateでサンプリングする必要があるというものです。人間の聴覚は20kHzあたりが上限とされており、44.1kHzのsample rate（毎秒44,100 sample）は、およそ22kHzまでのすべてをキャプチャします。これは、誰もが聞き取れる範囲を十分に超えており、多少のヘッドルームも確保されています。
- 44.1kHzはCDクオリティの標準であり、ほとんどの音楽制作やストリーミング配信において、引き続きデフォルトとして使用されています。これが標準となったのは、初期のデジタルオーディオエンジニアがデータを保存するために使用していたビデオ録画機器との互換性があったことが主な理由です。これは歴史的な経緯であり、制限ではありません。
- 48kHzは、ビデオ、映画、放送の標準です。これは、一般的なビデオフレームレート（24、25、30 fps）で割り切れるため、編集時にオーディオと映像をフレーム単位で正確に同期させやすくなることから選ばれました。
- 96kHz（およびそれ以上）は、一部のmasteringやハイレゾオーディオのワークフローで使用されます。これは人間の聴覚では捉えられない周波数帯域までをキャプチャしますが、その実用的な利点については議論があります。一部のエンジニアは、高sample rateでより良く動作する特定のpluginに追加のヘッドルームを与えることを評価していますが、二重盲検聴き比べテストでは、最終的なリスナーにとって44.1/48kHzとの間に聴覚上の違いを示すことは概ね困難でした。
sample rateが測定の*頻度*を制御するのに対し、bit depthは個々の測定がどれだけ*正確に*キャプチャされるかを制御します — つまり、無音から最大音量までの間にどれだけの振幅値が存在するか、です。
ビットが1つ増えるごとに、可能な値の数はほぼ2倍になり、約6dBの利用可能なダイナミックレンジが追加されます。
- 16-bitは、約96dBのダイナミックレンジを提供します。これは完成したmastering済みトラックにとって十分すぎるほどで、適切にmasteringされたmixの利用可能なダイナミックレンジがこれを超えることは稀です。これはCDクオリティであり、最終的な納品ファイルの標準です。
- 24-bitは、約144dBのダイナミックレンジを提供します。この追加のヘッドルームは、最終的なリスニング段階ではなく、*レコーディングとmixingの段階で*最も重要になります。多数のトラックを結合し、それぞれが独自の低レベルノイズフロアを持っている場合、より高い解像度で作業することで、それらの結合されたノイズが可聴になるリスクを減らし、ホットな信号がクリップする前により多くの余裕を与えます。
実用的なルールは、レコーディングとmixingは24-bitで行い、最終的なmasterは16-bitで納品することです（ただし、プラットフォームがより高いbit depthを特別に要求する場合を除きます — 各プラットフォームが何を求めているかの詳細は、Spotify、Apple Music、その他のプラットフォームがフォーマット仕様をどのように扱っているかを参照してください）。プロジェクトのレイヤー化された、編集可能な段階では、追加のビットがその価値を発揮します。トラックが完成してリスナーに届けられる段階では、ほとんど価値を追加しません。
24-bitから16-bitに落とす際（例えば、最終的なmasterをバウンスする際）には、精度が失われ、量子化誤差と呼ばれる特定の種類の歪みが発生します。これは、特に静かな部分やフェードアウトで、わずかに耳障りだったり、ザラザラとした音に聞こえる可能性のある、相関性のあるノイズです。Ditheringは、bit depthを減らす前に微量で制御されたランダムノイズを追加することでこれを解決します。これにより、相関性のある歪みが解消され、代わりに、よりスムーズで、はるかに聴こえにくいノイズフロアに置き換えられます。ほとんどのDAWは、bit depthを下げる際にエクスポート中に自動的にditheringを適用します。しかし、手動でバウンスする場合や外部コンバーターを使用する場合は、ditheringが自動的に行われていると仮定するのではなく、実際に適用されているかを確認する価値があります。
- 楽曲のレコーディングとmixing： 24-bit / 44.1kHz（または、そのトラックが映像向けだと分かっている場合は48kHz）。
- 音楽ストリーミング用の最終master： 16-bit / 44.1kHz（ディストリビューターの仕様書に別段の記載がない限り）。
- スコアリング、サウンドデザイン、または映像との同期が必要なもの： 48kHz、24-bit — 映像の標準に合わせることで、編集中のsample rate変換による問題を防ぎます。
- アーカイブ用または「万が一」のmaster： 一部のエンジニアは、将来のフォーマットで追加のヘッドルームが必要になった場合に備えて、16-bitの納品ファイルとは別に24-bitのmasterアーカイブコピーを保管しています。必須ではありませんが、安価な保険です。
もし、必要な仕様と異なるファイル（ストリーミング用に44.1kHzで出力する必要がある48kHzのセッション、またはさらなる処理のために24-bitにする必要がある16-bitファイルなど）をすでに持っている場合は、Audio File Converterが直接リサンプルとbit depth変換を処理し、bit depthを下げる際にはditheringが自動的に適用されます。
それぞれの組み合わせがどれくらいの容量になるかは、無料のファイルサイズ・ビットレート計算で確認できます。どんなサンプルレート、ビット深度、長さでも正確なWAVのサイズがわかり、比較用にMP3とFLACのサイズも表示します。
Q: 96kHzでレコーディングすると、音楽は明らかに良くなりますか？
A: ほとんどのリスナーのほとんどの再生システムでは、そうではありません。96kHzは人間の聴覚をはるかに超える周波数帯域をキャプチャしますが、管理された聴き比べテストでは、完成したトラックにおいて44.1kHzや48kHzとの間で聴覚上の違いを示すことは概ね困難でした。一部のエンジニアは、高sample rateでより正確に動作する特定のpluginのためにこれを好みますが、それ自体がより良いサウンドの音楽への近道ではありません。
Q: なぜビデオでは44.1kHzではなく48kHzを使用するのですか？
A: 48kHzは、24、25、30fpsといった標準的なビデオフレームレートで割り切れるため、この標準を確立した機器やワークフローにおいて、オーディオと映像の同期計算をよりシンプルにしました。音楽が44.1kHzを維持したのは、主にCDフォーマットとそのハードウェアの起源に起因する歴史的な理由です。
Q: 24-bitオーディオは本当に必要ですか、それともやりすぎですか？
A: 多くのトラックを結合し、複数の処理を適用するレコーディングやmixingの段階では、追加のヘッドルームと低い累積ノイズフロアの恩恵を受けるため、その価値を発揮します。リスナー向けの完成したmastering済みトラックにとっては、16-bitの約96dBのダイナミックレンジで十分すぎるほどです — 市販の音楽でその範囲に迫るものはありません。
Q: bit depthを減らす際にditheringをスキップするとどうなりますか？
A: 量子化歪みが発生します — これは、特に静かなセクションやフェードアウトで目立つ、微妙で、時には耳障りな音のアーティファクトです。1回の変換で劇的な影響が出ることは稀ですが、適切にditheringされた変換が完全に回避する不必要な音質劣化です。
この記事で紹介するツールはすべてSongTools.aiで無料で探索できます。