Mid/Side エンコード — ステレオ L/R ↔ M/S 双方向変換

M/S 処理に持ち込む素材は制作の核心にある音声

ミッドサイド処理をかける対象は、ボーカルとアンビエンスのバランスを調整したいミックスや、マスタリングでステレオイメージを整えたい楽曲など、制作の最終段階に近い素材です。M = (L+R)/2 はボーカル・キック・ベースといった中央成分、S = (L-R)/2 は広がり感やリバーブ成分に相当します。これらは楽曲の感情的な核心に当たる部分です。

未リリース楽曲に M/S 処理をかけるためだけに外部サービスへアップロードする場合、楽曲のマスターバスに相当するファイルがサーバーへ届きます。M/S 変換は可逆なので「変換後のファイルを返してもらう」だけのように感じますが、元のステレオ音声が一度外部に出るという事実は変わりません。

音声処理サービスへの M/S ファイル送信と著作権・機密の問題

音楽制作の文脈では、クライアントワークで未公開の楽曲を処理する場面が頻繁にあります。M/S エンコードというニッチな操作を提供する外部ツールへのアップロードは、守秘義務が生きているまま音源を第三者のサーバーへ送ることを意味します。多くのサービスでは利用規約上、コンテンツへの使用許諾が幅広く設定されており、それが実際に行使されるかどうかにかかわらず、権利関係が不確定な段階では避けておくべき選択です。

M/S 変換前後の素材は DAW の中間ファイルとして扱われるべきもので、最終的に L/R に戻した完成品が外部に出るまでは、制作者のローカル環境に留まっていることが理想的です。

Web Audio API でブラウザ内の行列演算だけで変換する

M/S エンコードの数学的な中身は単純です: M = (L+R)/2、S = (L-R)/2。このツールは音声を Web Audio API の decodeAudioData でデコードし、左右のサンプル列を取り出して行列演算で M/S に変換 (または M/S → L/R に逆変換) し、結果を 16-bit PCM WAV として書き出します。変換式の適用からバイナリの書き出しまで、ブラウザのメモリ内で完結します。

DevTools の Network タブを開いた状態でファイルをドロップすると、ページロード後の追加リクエストがゼロであることを確認できます。実装コードは GitHub で公開されており、M/S 変換行列の実装を含めて確認できます。FabFilter Pro-Q や iZotope Ozone などの M/S プラグインと互換性のある (L+R)/2, (L-R)/2 の定義を採用しています。

M/S ワークフローをブラウザ内で完結させる方法

実際の M/S 編集フローは「L/R → M/S 変換 → 各チャンネルを個別に処理 → M/S → L/R 変換」という往復です。このツールは前後の変換ステップを担い、中間の処理は DAW や他のブラウザツール (audio-channel-split でチャンネルを分けた後にそれぞれ処理する、編集が終わったら audio-channel-merge で再合成する、等) で行う、というハイブリッドが可能です。

ただし M/S 変換後のファイルは通常の再生には向かない中間表現です。L = Mid (中央成分)、R = Side (差分成分) として再生されるため、片チャンネルがほぼ無音になったり位相が不安定に聞こえます。M/S で書き出したファイルを SNS や配信に使わないよう、ファイル名に -ms を付けるなど管理上の区別をつけておくことをお勧めします。

Mid/Side 行列演算の中身と正規化の議論

M/S 変換は線形代数で書くと [M, S]ᵀ = [[0.5, 0.5], [0.5, -0.5]] · [L, R]ᵀ という単純な 2×2 行列乗算です。逆変換は [L, R]ᵀ = [[1, 1], [1, -1]] · [M, S]ᵀ で、M + S = L、M - S = R という関係が成立します。本ツールは (L+R)/2 と (L-R)/2 の定義を採用していますが、業界では正規化の方法に複数の流派があり、(a) M = (L+R)/2, S = (L-R)/2 の 平均型 (本ツール採用)、(b) M = (L+R)/√2, S = (L-R)/√2 の エネルギー保存型 (RMS が変換前後で同じになる)、(c) M = L+R, S = L-R の 非正規化型 (ファクター 2 が含まれるためクリッピングしやすい) があります。

FabFilter Pro-Q、iZotope Ozone、Waves、Logic Pro Mid/Side EQ など主要 DAW プラグインは概ね平均型 (L+R)/2 を採用しているため、本ツールの出力は DAW にそのまま読み込んで処理を施し、再度 L/R に戻すフローが可能です。32-bit float 内部処理 → 16-bit PCM 量子化での丸め誤差はあるものの、M + S - L ≈ 10⁻⁵ レベルの可逆性が保たれます。完全可逆 (bit-exact) を要求するなら 32-bit float WAV (現状本ツールは対応せず) か FLAC 24-bit が必要ですが、聴感上は 16-bit でも往復後に違いを聞き分けるのはほぼ不可能です。Side が無音のステレオ素材 (完全な mono を stereo として録音した素材) は、変換後の Side チャンネルが完全に 0 になることで「これは中央成分しか持たない素材」だとひと目で判別できます。

Mid/Side 編集の実用パターン — マスタリング / 配信前チェック

M/S 編集の典型は (1) Mid 側だけリミッターをかけてボーカルやキックを抑える、(2) Side 側だけハイパスフィルタを入れて低域の広がりを抑える (100 Hz 以下の低音は mono 寄りにする「bass mono compatibility」の確保)、(3) Side 側だけイコライザで 2〜5 kHz を持ち上げる (空気感の強調)、(4) Side 側のコンプレッションでステレオ広がりの脈動を制御する、などです。マスタリング段階での Side コンプレッションは、過剰だと音像が中央に張り付いて「mono っぽく」聞こえるので、audio-stereo-width で位相相関と幅 (%) を測定しながら調整するのが定石です。

ストリーミング配信 (Spotify / Apple Music) や FM ラジオは mono サミング (L + R) で再生される環境がまだ多く、Side が大きすぎるマスターは mono 再生でレベルが落ちる現象が起きます。本ツールで L/R → M/S を作って Side のレベルを audio-volume で -3 dB 程度抑えてから L/R に戻すと、mono 互換性を改善できます。逆に ASMR や立体音響系では Side が表現の核なので、Side を弱めると意図が損なわれます。落とし穴として、(a) 位相が反転した素材 (R = -L) は変換後に M = 0, S = L になり「中央が完全に消えた」状態になる、(b) 16-bit 量子化のため、Side が極端に小さい mono に近い素材では Side チャンネルにノイズフロアが目立つ、ことを覚えておくと安全です。