Audio コンプレッサー — threshold / ratio / attack / release を調整して WAV 出力

コンプレッション処理に持ち込む素材は、たいてい未公開の最終仕上げ前

コンプレッサーをかける局面は、音楽制作ではマスタリングの直前、ポッドキャスト制作では編集後の書き出し前、ボーカル録音では DAW でのミックス工程という具合に、ほぼ例外なく「もうすぐ完成するが、まだ完成していない」タイミングに集中します。この段階の素材は、アーティスト名・タイトル・歌詞の一部が含まれていたり、クライアントワークで守秘義務が生きていたりすることがほとんどです。

動的な処理であるコンプレッションは、元のダイナミクス情報をそのまま保ったファイルをサーバーに渡さなければ実行できません。言い換えると、「コンプレッサーを試したい」という意図のためだけに、制作中の生素材をそのまま外部に送る、という構造がオンラインツールには常にあります。

音声編集クラウドサービスとコンテンツ権利の問題

音声処理系のオンラインサービスは、ファイルを受け取り処理して返すアーキテクチャが標準です。この形式では利用規約でコンテンツへの使用権が設定されることが多く、「コンプレッサーのパラメータを変えながら試聴する」という操作ごとに音声ファイルが送信され、サーバー側のアクセスログに記録されます。

無料サービスほど広告収益と引き換えにデータを活用する傾向があります。制作中の音源が「サービス向上のための学習データ」として利用されることを明示的に禁止する手段は、利用者側にはほとんどありません。完成前の音楽を外部のサーバーで処理するリスクは、目に見えにくいだけで実在します。

Web Audio API の DynamicsCompressorNode がブラウザ内で処理する

このツールは音声ファイルを Web Audio API の decodeAudioData でデコードし、DynamicsCompressorNode に threshold / ratio / attack / release / knee の各パラメータを設定して OfflineAudioContext で処理します。Makeup gain は GainNode をチェーンに追加することで適用しています。いずれの工程もブラウザのメモリ内で完結し、サーバーとの通信は発生しません。

パラメータを変えるたびに自動再処理が走りますが、この再処理もすべてローカルで動いています。DevTools の Network タブを開いたまま操作すると、音声関連のリクエストが一切発生しないことを確認できます。実装コードは GitHub で公開されており、DynamicsCompressorNode の設定値を含めて監査できます。

コンプレッサーをかける前に確認しておくべきこと

コンプレッションは不可逆な処理です。元のダイナミクスを後から復元することはできないため、WAV 出力で受け取ったファイルを元素材とは別に保存する習慣をつけておくことを強くお勧めします。プリセット (ボーカル / ポッドキャスト / ドラム) から始めて、耳で聴きながら threshold と ratio を微調整するのが最も確実な調整方法です。

Makeup gain は出力音量を補正するもので、コンプレッサー本体のパラメータとは独立しています。かけすぎると後段の処理 (リミッターや最終エンコード) でクリッピングが発生することがあるので、audio-loudness-lufs や audio-true-peak でレベルを確認しながら調整してください。最終ゲイン補正だけならコンプレッサーを通さず audio-volume で済むケースもあります。

Threshold / Ratio / Knee の挙動とエンベロープ追従の仕組み

コンプレッサーは入力レベルがしきい値 (threshold) を上回ったときに、超過分を圧縮比 (ratio) で割って出力レベルを下げる仕組みです。threshold = -18 dB、ratio = 4:1 なら、-10 dB の入力 (しきい値超過 +8 dB) は -18 + (8 / 4) = -16 dB に圧縮されます。ratio が 1:1 だと素通り、∞:1 ならリミッター動作になります。Knee はしきい値前後の遷移を硬い (hard knee = 0 dB) か柔らかい (soft knee = 30 dB) かを指定するパラメータで、ボーカルやアコースティックギターでは soft knee (20〜40 dB) が自然な圧縮感を出すために好まれます。

attack は入力レベルがしきい値を上回ってからゲインリダクションが目標値に達するまでの時間、release は入力レベルが下回ってから減衰がリセットされるまでの時間です。Web Audio API の DynamicsCompressorNode は内部でレベル検出を RMS 系の包絡線で行い、attackTime / releaseTime を持つ exponential averaging で追従させます。attack = 3 ms は瞬間的な打撃 (キックドラム、子音) を抑え、attack = 30 ms はトランジェントを生かしながら平均レベルだけ整える効果を生みます。release は 100〜300 ms がポンピング (聴感上の音量の脈動) を避けるための一般的なレンジで、ドラムの密度が高い素材では 60〜80 ms、ボーカルや会話では 150〜250 ms が出発点です。

ジャンル別の典型設定と「コンプレッサーで何を直すか」の整理

ボーカル / ナレーション / ポッドキャストでは threshold -18〜-14 dB / ratio 3:1〜4:1 / attack 10〜20 ms / release 150〜250 ms が一般的な出発点で、子音や口蓋音の鋭さを抑えつつ平均音量を持ち上げて聞き取りやすくする目的です。マスターバス (楽曲全体に薄くかける) では threshold -8〜-6 dB / ratio 1.5:1〜2:1 / attack 30 ms / release 100 ms 程度の「glue compression」が標準で、ミックス全体をまとめる効果を狙います。ドラムバスは threshold -10 dB / ratio 4:1 / attack 5〜10 ms / release 50〜100 ms でアタックを残しつつ余韻を引き上げる、というセッティングが教科書的です。

落とし穴として、(a) ratio を上げすぎると音楽的なダイナミクスが失われて「呼吸感」が消える、(b) attack を短くしすぎると子音やドラムのアタックが潰れて鈍い音になる、(c) release が長いとピアノやアコースティックギターの減衰が不自然に持ち上がる、(d) makeup gain を強くかけすぎると後段の audio-loudness-lufs 測定で -14 LUFS を超えてプラットフォーム側で自動減衰される、などがあります。配信先のラウドネス基準 (Spotify / Apple Music / YouTube: -14 LUFS、Apple Podcasts: -16 LUFS、EBU R128: -23 LUFS) を意識して、最終段で測定 → 微調整するルーチンを組むのが安全です。