音声正規化（ノーマライズ）とは｜やり方と音量調整の基礎

正規化（Normalization）は音声信号のレベルを特定の基準値に合わせる処理です。主に2種類の正規化があります：1）ピーク正規化（Peak Normalization）：音声ファイルの最大ピーク（最も大きい瞬間）を指定のレベル（例：-0.3dBFS）に合わせるように全体のゲインを増減させる。最も一般的な正規化方法で、音量の小さすぎるファイルを適切なレベルに引き上げるために使用。

2）ラウドネス正規化（Loudness Normalization）：LUFS（知覚的ラウドネス）の測定値を基準に正規化する。人間が感じる「音の大きさ」を揃えるため、YouTubeやストリーミングサービスがコンテンツを揃えるために使用するのと同じアプローチ。単純なピーク正規化より聴覚的に一定な音量感を実現できる。

ピーク正規化の仕組み：1）音声ファイル全体をスキャンして最大ピーク値を検出。2）目標ピーク値（通常-0.3〜-1.0dBFS）との差分を計算。3）その差分だけ全体のゲインを調整（目標より小さければ増幅、大きければ減衰）。

注意点：正規化は全体のゲインを均等に変化させるだけで、相対的な音量差は変わりません。録音の最大音量が1か所だけ突出して大きい場合、その箇所を基準に正規化が行われるため、全体的には音量が小さいままになることがあります。そのような場合はコンプレッサーで最大音量のピークを圧縮してから正規化を行う方が効果的です。

Audacity（無料音声編集ソフト）でのピーク正規化手順：1）音声ファイルをAudacityで開く（ファイル→開く）。2）すべて選択（Ctrl+AまたはCmd+A）。3）エフェクト→正規化（または「ノーマライズ」）。4）「最大振幅を正規化する」チェックをONにして目標値を設定（通常-0.3dBまたは-1.0dB）。5）OKをクリックして正規化を実行。6）ファイル→エクスポートで保存。

Audacityのラウドネス正規化（LUFSベース）：Effect→Loudness Normalization。目標ラウドネス値を設定（YouTubeなら-14 LUFS、放送向けなら-23 LUFS）。LUFSベースの正規化で知覚的に均一な音量に調整できます。ffmpegでのラウドネス正規化：`ffmpeg -i input.mp4 -filter:a loudnorm=I=-14:TP=-1:LRA=11 output.mp4`（I=-14でラウドネスターゲット-14 LUFS、TP=-1でTrue Peak上限-1dB）。

デジタル音声の正規化（ゲイン変更）は、適切に行われた場合に音質劣化を引き起こしません。これはデジタル信号処理（DSP）における基本的な数値演算であり、量子化誤差の観点からも最小限の影響です。ただし、16bit音声を大幅に増幅する場合は量子化ノイズが問題になることがあるため、24bitの高ビット深度での処理が推奨されます。

非可逆圧縮（MP3・AAC）ファイルを再エンコードする際の注意：MP3・AACをデコード→正規化→再エンコードするたびに、非可逆圧縮の圧縮誤差が蓄積します。「世代劣化」と呼ばれるこの問題を避けるために、可能な限りソースのWAV/FLACで正規化作業を行い、最終ステップで1回だけエンコードすることが推奨されます。VideoAudioTuneは常にオリジナルの動画ファイルから処理を行い、1回のエンコードで書き出すため、世代劣化のリスクを最小化しています。

VideoAudioTuneの「音声処理」をONにすることで、音量の最適化処理（コンプレッサーを含む）が自動的に適用されます。これにより音量のばらつきが均一化されます。完全なLUFSターゲット指定機能は現在のVideoAudioTuneには含まれていませんが、基本的なダイナミクス最適化として機能します。

本格的なLUFSベースのラウドネス正規化が必要な場合の推奨ワークフロー：1）VideoAudioTuneでEQプリセットを適用して音声品質を向上。2）VideoAudioTuneでエクスポートしたMP4をAudacityやDAWで開く。3）LUFSベースのラウドネス正規化を適用（目標：YouTube→-14 LUFS、Spotify→-14 LUFS等）。4）最終ファイルとして保存。