Auto-Tuneは技術ではなく製品
Auto-Tuneは、Antares Audio Technologiesが開発し、商標を持つ特定のソフトウェアで、録音したボーカルのピッチを補正します。処理そのものの名前ではありません。その処理はピッチ補正と呼ばれ、非常に多くの製品がそれを行っています。Auto-Tuneは、有名になるほどうまく機能した最初の製品だったというだけです。英語圏でHooverという名前が掃除機そのものを指すようになったのと同じように、その名前がカテゴリー全体に定着したのです。
この区別は、思った以上に重要です。人が「オートチューン」と言うとき、その大半が指しているのは、ピッチ補正ではまったくないからです。指しているのは、その極端な設定の一つ、つまりシェール、T-ペイン、そして数えきれないほどの模倣者たちの作品で聞かれる、硬く、段々に跳ぶ、人工的な音、いわゆるケロケロボイスです。ふつうのピッチ補正は、ほとんどの作品で使われているような使い方なら、まったく聞き取れません。そして、想像するよりはるかに多くの音楽に使われています。
つまり、一つの言葉を、実は3つの別々のものが共有しています。その会社の製品、一般的な技術、そして製品が生み出せるものの、ふつうは求められない有名な効果です。3つの背後にある仕組みは同じです。ピッチ補正の仕組みで一度理解しておく価値があります。
地震探査のデータ、そしてシェールの1曲
Auto-Tuneを発明したのは、アンディ・ヒルデブランドです。石油業界でキャリアを積み、地震探査のデータを扱ってきた研究エンジニアでした。地中に音を送り込み、その反射を読み解いて埋蔵資源を見つける仕事です。その仕事のための数学的な道具が、自己相関です。信号を自分自身に対してずらしていき、最もよく繰り返す間隔を見つける方法です。
反射した衝撃波の中で繰り返す間隔は、岩石について教えてくれます。同じ測定を人の声に使えば、ピッチがわかります。ピッチとは、波形が繰り返す速さそのものだからです。ヒルデブランドはこの手法が応用できることに気づき、Antaresは1997年にAuto-Tuneを発売しました。
狙いは、気づかれないことでした。少しフラットした音を直し、それ以外には手を触れない。それを有名にしたのは、誰かが設定を最大まで振り切ったことです。1998年のシェールの「Believe」は、リチューンのコントロールの最も極端な設定を使い、正確なピッチの間を、人間らしい滑りなしにカチッと切り替わる声を生み出しました。プロデューサーたちは当初、その音をボコーダーのペダルによるものだと説明していました。実際はAuto-Tuneで、それから10年もしないうちに、T-ペインは同じ設定でキャリアを築き、カニエ・ウェストはそれでアルバムを1枚作りました。
気づかれないために作られた道具が、極端に目立つことで有名になりました。だからこの言葉は今、そのソフトウェアが本来目指していたものとは正反対の意味を持っているのです。
ボーカルに何をするのか
3つのステップがあり、この種の製品ならどれも同じ3つです。ソフトウェアは、声が各瞬間にどのピッチで歌っているかを割り出し、その音がどのピッチであるべきかを決め、タイミングを変えずに、補正したピッチでオーディオをレンダリングし直します。
1つ目と3つ目のステップは、工学的には解決済みの問題です。真ん中のステップは音楽的な判断で、ピッチ補正をかけたボーカルの聞こえ方が悪いとき、その原因はほぼすべてここにあります。デフォルトのままだと、ソフトウェアはクロマチックスケールで最も近い音を目標にします。12の半音すべてが、常に候補になるということです。Cを狙った歌い手が少しフラットすると、クロマチックで最も近い音はBかもしれません。ソフトウェアは迷わずその音をBに引っ張ります。その結果、何とも合っていない音がしっかり固定され、元のフラットよりはるかに間違った音になります。
曲のキーを指定すれば、この種の失敗はまるごとなくなります。スケールの選び方、コードトラック、そしてずらした音が小柄な人の声のように聞こえるのを防ぐのがフォルマント保持である理由は、3つのステップを詳しく解説したピッチ補正の仕組みで扱っています。
ロボットのような効果は、一つのコントロールから生まれる
こうしたツールについて知っておくべきことの中で、これが最も役に立つ一点で、しかもほとんど誰もが誤解しています。あの有名な音は、ボーカルを強く補正しすぎた結果ではありません。速く補正しすぎた結果です。
関わっているのは、2つの別々のコントロールです。強さは、音が目標に向かってどこまで動くか。リチューンスピード（補正の速さ）は、ソフトウェアが動かすと決めてから、どれだけ速くそこに到達するかです。
人の声は、一瞬でピッチに到達することはありません。下から滑り込み、少し行き過ぎ、落ち着き、ビブラートを加えます。こうした移り変わりが、フレーズの表現の大部分を担っています。2つの音の間のポルタメントは、ボーカルの中で最も人間らしい部分であることが少なくありません。
リチューンスピードを遅くすると、ソフトウェアは滑りが終わるのを待ち、伸ばしている音の真ん中だけを補正します。聴き手に聞こえるのは、ピッチの合った歌い手だけです。リチューンスピードを0にすると、すべての移り変わりがクオンタイズされます。声は滑りをまったく持たずに、正確なピッチの間を跳び移ります。人の声は物理的にそれができないので、耳はすぐにそれを機械だと聞き分けます。
つまり、強い補正でもリチューンが遅ければ目立たず、弱い補正でもリチューンが瞬時なら、紛れもなく処理された音になります。補正したボーカルが意図せずロボットのように聞こえるなら、変えるべきコントロールは強さではなく、リチューンスピードです。
自動と手動は別の仕事
このカテゴリーの製品は、一般に2つの作業方法を用意していて、それぞれ向いている問題が違います。
- 自動。キーとスケールを設定すると、ソフトウェアがそれに合わせて、すべてをリアルタイムで補正します。速く、仮歌のボーカルや意図的な効果には便利ですが、見境がありません。本当の間違いと一緒に、ブルーノートや意図的なベンド、音へのしゃくりまで「直して」しまいます。
- 手動、またはグラフィカル。ソフトウェアが検出したピッチカーブを描き、それを1音ずつ編集して、間違っているところだけを動かします。時間はかかりますが、演奏の意図的な部分を平らにすることなくピッチを補正する、唯一の方法です。
プロのピッチ補正のほとんどは後者で、テイク全体ではなく、テイクの中の4つか5つの音にかけられます。ピッチカーブを見せてくれないツールなら、音の区切り方をやみくもに信頼していることになります。そしてメリスマを読み違えるのは、まさにこの区切りの段階です。そのためEuphonaのピッチ補正は、検出したカーブの上で音を区切り、音の立ち上がりごとにリチューンをかけ直します。デフォルトは、瞬時ではなく穏やかなリチューンです。
カテゴリーのほかの製品
Auto-Tuneは数ある製品の一つにすぎず、カテゴリー全体をその名前で呼ぶと、手法の本当の違いが見えにくくなります。
- Celemony Melodyneは、グラフィカルな手法を最も推し進めたもので、和音の中の個々の音を分離できます。1本のモノフォニックなラインを補正するのとは、本当に別の能力です。
- DAWに内蔵されたツール。Logic、Cubase、そのほか主要なDAWのほとんどには、ピッチエディターが付属しています。いくつかの音を直すだけなら、たいていこれで十分で、しかもすでに持っています。
- タイミング補正ツールは、隣り合う問題であるタイミングを扱います。ダブルやハモリを、グリッドではなくメインテイクに合わせます。ダブルとは、一般にそのためのものです。
- モデルベースのピッチ補正ツールは、私たちのものも含め、自己相関だけに頼るのではなく、古典的な推定器の前段に学習済みのピッチ検出器を置きます。違いが出るのは難しい素材です。息の多い歌い方、がなり声、音の最初の数ミリ秒など、古典的な検出がオクターブエラーを起こす場面です。また、ライセンス販売ではなく従量課金であることが多いので、永続ライセンスとの比較は一律には決まらず、どれだけピッチ補正をするかの問題になります。
これらはどれもAuto-Tuneではなく、そう呼ぶべきでもありません。どれもピッチ補正ツールであり、Auto-TuneはAntaresのものです。
あえて効果を狙う
ケロケロボイスは、30年の歴史を持つ正当な制作上の選択です。そして、間違ったコントロールを狙うと、うまくいかなくなりがちです。
- リチューンスピードを0にする。これが効果の正体です。ほかのことはすべて二の次です。
- 音の少ないスケールを設定する。段々の跳びが聞こえるのは、段と段が離れているときだけです。クロマチックスケールでは、声の近くに12の目標があり、跳びが小さくなって埋もれてしまいます。曲のメジャースケールやマイナースケールなら7つ、ペンタトニックならさらに少なくなります。音を減らすほど、効果は強くなります。
- 自然に感じるよりまっすぐに歌う。この効果がいちばんはっきり出るのは、ビブラートが少なく、意図的に広い音程で跳ぶ歌唱です。ソフトウェアに、はっきりと切り替えられる対象ができるからです。
- ドライのままにするか、処理は後で。ピッチ補正ツールの前に焼き付けられたリバーブは、ピッチ検出を混乱させます。先にピッチを補正し、それから処理してください。テイクにすでに部屋の響きが乗っているなら、リバーブ除去は、ピッチ補正ツールの後ではなく前に置きます。
この効果は、ボーカルについての判断であると同時に、ミックスについての判断でもあります。そして曲が完成すると、振る舞いが変わります。ケロケロボイスのボーカルは密度が高く明るい音で、それについてマスターでまだ変えられることは、人が思うより少ないのです。詳しくはミックスとマスタリングの違いをご覧ください。
誰にも気づかれないようにピッチを補正する
正反対の目標で、実際にはほとんどの作品が求めているのはこちらです。
- 最高のテイクから始める。補正で直るのはピッチです。フレージング、タイミング、声色、説得力は直りません。ボーカルを良いものにするのは、そちらです。そしてマイクの前で起きる失敗の多くは、後からまったく直せません。
- キーとスケールは必ず設定する。クロマチックのデフォルトが、悪い結果の大半の原因です。
- リチューンは遅めにする。あの効果をあえて狙う場合は別です。
- 外れた音だけを補正する。たいていのテイクで補正が必要なのは4つか5つの音ですが、ほとんどのソフトウェアは、すべての音を喜んで処理してしまいます。
- ビブラートを守る。ビブラートは意図的なピッチの揺れです。速いリチューンはそれを誤差と読み取り、平らにしてしまいます。
- ミックスの中で判断する。ソロにしたボーカルでは、あらゆるアーティファクトが聞こえます。曲の中のボーカルなら、実際に人の耳に届くのがどれかがわかります。ボーカルがピッチ補正ではなくアレンジとぶつかっているなら、それはピッチではなくEQの問題です。
- 手を加えていないテイクを残す。1週間後に比べたくなりますし、元のほうが良いと思うこともあります。
1つのケースには、特別な注意が必要です。完成したステレオミックスの中にまだ入っているボーカルのピッチを補正する場合です。ピッチ検出はほかのすべての楽器を相手にしなければならず、見つけられる中で最も大きな、音程のある音を追いかけてしまいます。先にボーカルを分離すれば扱えるようになります。ただし、抽出してから合算し直したボーカルは、元のテイクとまったく同じにはなりません。理由は分離そのものの限界にあります。マルチトラックがあるなら、それを使ってください。分離がピッチ補正する価値があるほどクリーンかどうかを聴きたいだけなら、2ステム分離のボーカル除去（無料で試聴）が、アカウントなしで数分で答えてくれます。
Autotune、auto-tune、Auto-Tuneの違い
英語では3つの綴りがどれも広く使われていますが、意味は少しずつ違います。製品は、大文字で始まりハイフンの入ったAuto-Tuneで、Antaresのものです。1語で小文字のAutotuneは、効果か一般的な技術のどちらかを指すときに、ほとんどの人が入力する綴りです。動詞としてのAuto-tuneは、その処理をかけることを意味します。
私たちは、技術を「ピッチ補正」と呼び、自分たちのツールを「ピッチ補正ツール」と呼んでいます。それが正確な用語であり、ブランド名は私たちが使ってよいものではないからです。「オートチューン」や「ケロケロボイス」で検索してここにたどり着いたのなら、探していたのはこれです。仕組みについてのより詳しい答えは、ピッチ補正の仕組みにあります。
続けて読む