動画・音声処理用語集｜VideoAudioTune用語を完全解説

AAC（Advanced Audio Coding）：MPEGグループが開発した非可逆圧縮音声コーデック。MP3の後継で同ビットレートでより高音質。YouTube・iPhoneでの標準音声フォーマット。Audio Codec（オーディオコーデック）：音声データをエンコード・デコードするためのアルゴリズム。AAC・MP3・Opusなどが代表例。

Bitrate（ビットレート）：1秒間に処理される音声データの量（kbps：キロビット毎秒）。高いほど高品質・ファイルサイズ大。Clipping（クリッピング）：音声信号が最大レベル（0dBFS）を超えて発生するデジタル歪み。波形が「クリップされた（切り取られた）」状態になりノイズが生じる。Compressor（コンプレッサー）：音声のダイナミクス（最大音量と最小音量の差）を圧縮して音量を均一化するエフェクト。大きすぎる音を自動的に抑える。dBFS（デシベル フルスケール）：デジタル音声の音量レベルの単位。0dBFSが最大値で、それ以下はマイナス値（例：-18dBFS）。EQ（Equalizer：イコライザー）：音声の周波数特性を調整するエフェクト。特定の周波数帯域を増幅（ブースト）または減衰（カット）する。

FFmpeg：動画・音声の録画・変換・ストリーミングのためのオープンソースツール。コマンドラインで使用。VideoAudioTuneの内部処理に使用されているffmpeg.wasm（WebAssembly版）のベースとなるツール。FLAC（Free Lossless Audio Codec）：可逆圧縮のオープンソース音声コーデック。WAVと同等の音質でファイルサイズを削減。Frequency（周波数）：音の高さを表すHz（ヘルツ）単位の値。人間の可聴域は約20Hz〜20,000Hz（20kHz）。

Gain（ゲイン）：信号の増幅量。マイクゲインを上げると録音音量が大きくなる。高すぎるとノイズ増加・クリッピングの原因。Headphone（ヘッドフォン）：耳を覆うオーバーイヤー型から耳に乗せるオンイヤー型・耳に挿入するインイヤー（イヤホン）型まで多様な種類がある音声再生機器。Hz（ヘルツ）：周波数の単位。音声処理ではEQの調整周波数・サンプルレートの表現に使用。kHz（キロヘルツ）：1000Hz。サンプルレートは44.1kHz・48kHzなどで表現。LUFS（Loudness Units relative to Full Scale）：ラウドネス（知覚的な音量）の単位。YouTube・Spotifyは-14 LUFSを目標値として採用。Latency（レイテンシー）：音声処理・伝送における遅延。リアルタイム処理では低遅延が求められる。

Masking（マスキング）：強い音が近隣の周波数の弱い音を「隠す」聴覚現象。MP3・AACの圧縮アルゴリズムに活用。Mono（モノラル）：1チャンネルの音声。すべての音が同じ信号で再生される。Noise（ノイズ）：不要な音声信号。白色雑音・電気的なハム音・環境音など様々な種類がある。Normalization（正規化）：音声ファイルの最大音量を特定のレベルに合わせる処理。

PCM（Pulse Code Modulation）：アナログ音声をデジタルに変換する基本方式。WAVはPCMでデータを格納。Peak（ピーク）：音声信号の瞬間最大値。Psychoacoustics（心理音響）：人間の音の知覚を研究する学問。MP3・AACのコーデック開発に活用。Reverb（リバーブ）：音の残響。室内の反射音が重なって生まれる「空間感」。Sample Rate（サンプルレート）：1秒間に音声を記録するサンプル（標本）数。Hz単位。44.1kHz（CD品質）・48kHz（動画標準）が一般的。

Codec（コーデック）：データを圧縮・展開（エンコード・デコード）するアルゴリズム。H.264・H.265（映像）・AAC・MP3（音声）などがある。Container（コンテナ）：映像・音声・字幕等の複数のストリームをまとめるファイル形式。MP4・MOV・MKV・WebM等がある。Bitrate（映像ビットレート）：映像の1秒あたりのデータ量（Mbps）。高いほど高画質・ファイルサイズ大。

Frame Rate（フレームレート）：1秒間のフレーム数（fps：frames per second）。30fps（標準）・60fps（滑らか・ゲーム向き）・24fps（映画的）。H.264（AVC）：最も広く使われる映像コーデック。YouTube・Netflix・モバイル等ほぼすべてのプラットフォームで対応。H.265（HEVC）：H.264の後継で同品質で約50%ファイルサイズを削減。エンコード処理負荷が高い。Resolution（解像度）：映像の画素数（横×縦）。720p（1280×720）・1080p（1920×1080）・4K（3840×2160）等。Stream Copy（ストリームコピー）：ffmpegの機能で映像・音声を再エンコードせずそのままコピー。高速で品質劣化なし。VideoAudioTuneはffmpegのStream Copyで映像を処理し、音声のみEQ処理する。

EQプリセット：VideoAudioTuneが提供するあらかじめ設定されたEQ（イコライザー）設定のセット。Bass Boost・Bass Heavy・Flat・Treble Boost・Voice Clarity・Conferenceの6種類。Bass Boost：低音域（〜250Hz）を強調するEQプリセット。音楽・ゲーム動画の迫力アップに向く。Bass Heavy：Bass Boostよりも強く低音を強調するプリセット。Hip-Hop・EDM向き。

Flat：全周波数を変化させないフラットなEQプリセット。オリジナルの音に忠実な書き出しをしたい場合に使用。Treble Boost：高音域（8kHz〜）を強調するプリセット。アコースティック音楽・映像の空気感向上に。Voice Clarity：声の明瞭さを高めるプリセット。中音域を強調して声が前に出るようにする。解説動画・ナレーション向き。Conference：会議・ウェビナー向けのプリセット。複数の声が混在する環境での明瞭さを最適化。ffmpeg.wasm：WebAssemblyで実装されたffmpegのブラウザ版。VideoAudioTuneはこれを使ってブラウザ上で動画処理を行う。ファイルがサーバーにアップロードされないためプライバシーが守られる。