ステレオ幅 / M/S 解析 — 位相相関と mono 互換性チェック

ステレオ幅チェックが必要な音源は配信直前のマスター

ステレオ幅 (ステレオイメージ) の確認は、楽曲や音声コンテンツを配信・出版・提供する直前に行う最終チェックの一つです。位相相関がマイナスになっているマスターや、Mono 合成で音量が大きく落ちるミックスは、リスニング環境によっては意図した音像が崩れます。このチェックの対象となる素材は、まだ誰の耳にも届いていない未公開段階にあります。

ステレオ幅の計測結果 (Side RMS / Mid RMS の比、位相相関係数) は、楽曲のミックス特性を定量的に表す指標です。これらの値と元音源が一緒に外部サーバーに送られると、「この楽曲はこういうステレオ処理が施されている」という情報が第三者に渡ります。未発表の楽曲であればあるほど、この種の情報漏出は望ましくありません。

マスタリング素材をクラウドツールで解析するときの構造的リスク

ステレオ幅チェックを提供するオンラインサービスは、音声ファイルを受け取ってサーバー側で計算するモデルをとるものがあります。計算内容は RMS と相関係数という比較的軽い処理ですが、そのためにはファイル全体を受信する必要があります。「数値を出すだけ」という操作の感触と、「音源全体がサーバーへ届く」という事実のギャップがあります。

マスタリングエンジニアがクライアントから受け取った楽曲を解析する場合、NDA の対象になっていることがあります。クライアント側が把握していない外部サービスへの送信は、契約上の問題を生じさせる可能性があります。ステレオ幅解析という技術的に小さく見える操作が、業務上のリスクを持つ場合があります。

decodeAudioData + JavaScript の行列演算でブラウザ内チェック

このツールは Web Audio API の decodeAudioData で音声をデコードし、左右チャンネルのサンプル列から Mid = (L+R)/2 と Side = (L-R)/2 を JavaScript で計算します。それぞれの RMS を求めてステレオ幅 (Side RMS / Mid RMS × 100) を算出し、Pearson 相関係数で L/R の位相関係を数値化します。Mono 合成時のレベル低下 (相関損失) も同じサンプル列から計算します。計算処理全体が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しても、ページロード後の音声関連リクエストはゼロです。Mid/Side 計算式と Pearson 相関の実装を含めて、GitHub でソースコードを確認できます。

ステレオ幅チェックを配布フローの標準工程にする

配信前のチェックリストとして、ステレオ幅チェックを audio-loudness-lufs・audio-true-peak と並べる習慣をつけると効果的です。「Mono 互換性 (-3 dB 以内)、True Peak (-1 dBTP 以下)、Integrated LUFS (ターゲット ±1)」の 3 点をブラウザ内で確認してから配信する、というフローが音楽制作の標準的な最終チェックになりつつあります。

特に Bluetooth スピーカーや AM ラジオなど Mono 再生環境でのリスニングが想定される場合、位相相関が +0.3 以上あるかどうかの確認は欠かせません。位相異常を特定の chunk に追い込みたい場合は audio-channel-split で L/R を分離して個別に確認し、L/R を別の素材で再合成したい場合は audio-channel-merge を使う、という流れがブラウザ内で完結します。

Mid-Side エンコーディングと Pearson 相関の数理

Mid-Side (M/S) は古典的な行列変換で、L = (M+S)、R = (M-S) として元のステレオを完全に復元できる可逆な操作です。(L+R)/2 で中央定位の成分 (Mid)、(L-R)/2 で左右に散った成分 (Side) に分離できるという性質は、FM ステレオ放送のパイロット信号 (38 kHz サブキャリア) や MP3 / AAC の Joint Stereo モードでもエンコード効率向上のために使われています。Side の RMS が Mid を超えると、Mono 合成で本来あった成分が打ち消し合って消える「位相打ち消し」が起きます。

Pearson 相関係数 r = Σ((L-L̄)(R-R̄)) / √(Σ(L-L̄)² × Σ(R-R̄)²) は、L と R の波形がどれだけ同位相かを -1 〜 +1 の範囲で示します。r = +1 は完全に同相 (= 実質モノラル)、r = 0 は無相関 (極端に広いステレオ)、r = -1 は完全逆相 (Mono 合成で全消失)。実務的には r ≧ +0.5 を安全圏、+0.3 〜 +0.5 を要注意、+0.3 未満 を mono リスクと判断するのが一般的です。本ツールはフレーム単位の r を平均して全体スコアとし、瞬間値の負側ピーク (phase issue 警告) も同時に表示します。

ストリーミング配信時代のステレオ運用とラウドネス戦争後の傾向

2010 年代後半以降、Spotify / Apple Music / YouTube などストリーミングプラットフォームがラウドネスノーマライゼーション (-14 LUFS 前後) を導入したことで、「とにかく大きく」を狙ったマスタリングから「ダイナミクスとステレオ広がりを生かす」方向への揺り戻しが起きました。結果として Side エネルギーを多めに残すミックスが増え、Bluetooth スピーカー / 車載スピーカー / スマートフォン内蔵スピーカーといった事実上モノラル再生される環境での聴こえ方を事前検証する必要性が増しています。

EDM や Pop ジャンルでは意図的にステレオ幅を 110-130% に広げるプロダクションが増えていますが、その分 Mono 互換性のリスクも高まります。クラシック / ジャズ / ライブ録音では Mid-Side マイキング (M/S ステレオ録音、Side マイクに双指向性、Mid に単一指向性) が伝統的に使われ、収録時点で Side 成分を独立して操作できる利点があります。本ツールで Side RMS と Mid RMS を別々に確認できることは、収録時の M/S 比をミックス時に検証する用途にも適しています。