オーディオのディザリングについて知っておくべきこと

文：マイク・レヴィン

音楽制作の用語辞典の中で、「ディザー（Dither）」はおそらく最も理解されていない言葉の一つでしょう。しかし、デジタルオーディオを扱う上で欠かせない要素であり、ミキシングやマスタリングに関わるならぜひ理解しておきたい概念です。

では、ディザーとは何でしょうか？簡単に言うと、デジタルオーディオファイルをより低いビットデプス（ビット深度）に書き出す際に、意図的に追加されるごく小さなノイズのことです。「わざわざノイズを足すの？」と直感に反するように感じるかもしれませんが、これは非常に効果的な処理なのです。ディザーのノイズは、デジタルオーディオにノイズや不自然な音（アーティファクト）を引き起こす「量子化歪み（クオンタイゼーション・ディストーション）」と呼ばれるものを隠してくれます。具体的な仕組みに入る前に、デジタルオーディオの基本的な概念を少しおさらいしましょう。

サンプルレートとビットデプス

マイクや楽器のDIから入力されたアナログ音声信号は、オーディオインターフェイスなどのA/Dコンバーター（ADC）によってデジタル化され、DAWに送られます。このとき、音声はオーディオをデジタル的に表現する「1」と「0」のデータに変換されます。これを実現するために、ADCは指定された速度とサイズでオーディオの瞬間的なスナップショット（＝「サンプル」）を切り取ります。これが「サンプルレート」と「ビットデプス」です。

サンプルレートは、コンバーターが音声をデジタル化するために1秒間に何回のサンプルを切り取るかを表し、周波数特性において非常に重要です。ナイキストの定理に基づき、基本的には記録したい音の最高周波数の2倍以上のサンプルレートが必要です。そうしないと、「エイリアシング」と呼ばれる歪みが発生し、音質を損なう原因になります。

人間の耳で聞こえる高い音域である20kHzまでの周波数を捉えるため、一般的に使われる最も低いサンプルレートは44.1kHz（CDの規格）ですが、最近では48kHz以上のレートも広く使われています。サンプルレートが高いほど、周波数帯域をより正確に再現できます。

一方、ビットデプス（「ワードレングス」と呼ばれることもあります）は、各サンプルのサイズを「1」と「0」の桁数で表したものです。これは音の大きさ（振幅）をどれくらい正確に表現できるかを決めます。つまり、捉えることができる最も大きな音とノイズフロアとの差である「ダイナミックレンジ」を決定する要素です。

ビットデプスが高いほど、音の大きさをより精密に表現できます。16ビットと24ビットのオーディオを比較すると、その解像度の違いは歴然です。16ビットオーディオは最大65,536段階の音の大きさを表現できますが、24ビットでは16,777,216段階まで表現可能です。ダイナミックレンジで言うと、1ビットは6dBに相当します。つまり16ビットでは96dB（16×6）、24ビットでは144dB（24×6）のダイナミックレンジを持つことになります。

量子化歪み（クオンタイゼーション・ディストーション）

24ビットのファイルを16ビットの解像度に変換する際、デジタルオーディオソフトウェアは下位の8ビットを削除（「切り捨て」）し、残った少ない桁数に合わせるためにデータを丸め込む必要があります。この処理を「量子化（クオンタイゼーション）」と呼びます。MIDIのノートをクオンタイズする処理とは異なりますが、概念的には似ています。MIDIシーケンスで16分音符のフレーズを8分音符にクオンタイズすると、DAWは8分音符のタイミングから外れている16分音符を一番近い8分音符の位置に再配置します。その結果、音楽的な細かさ（解像度）は失われます。

DAWやオーディオエディターが24ビットから16ビット（あるいは32ビット固定小数点から24ビットなど）への変換時にビットを量子化すると、音の大きさを割り当てるための階段状のステップが大幅に減少します。その結果として生じる丸め誤差が「量子化エラー」（＝量子化歪み、またはトランケーション・ディストーション）を引き起こし、これが微小なノイズや歪みとして現れます。

普段は音楽そのものの音で隠れてしまいますが、16ビットオーディオでは、静かなフレーズや音楽がフェードイン・フェードアウトする際にこの量子化エラーが聞こえることがあります。結論として、これは一種の歪みであり、音楽の中には含めたくないものです。たとえ量子化歪みが直接聞こえなくても、音楽全体が耳障りな音になってしまうと指摘するエンジニアもいます。

ディザーが救世主に

この問題の解決策が、低いサンプリングレートへ保存する際に「ディザー」を加えることです。量子化歪みのあるオーディオにディザーを加えると、その歪みを覆い隠してくれます（これを「非相関化」と呼びます）。歪みがよりランダムになり、耳で識別しにくくなるのです。耳障りで不快な歪みを取り除き、代わりにアナログテープのような一定の小さな「サー」というヒスノイズに変えてくれます。

ディザー機能を備えたソフトウェアやプラグインでよく目にするもう一つの用語が「ノイズシェーピング」です。これは本質的に「ディザー用のEQ（イコライザー）」のようなもので、人間の耳に最も聞こえにくい周波数帯域になるようにディザーノイズの周波数特性を変えるための機能です。

L3 MultimaximizerなどのすべてのWaves Lシリーズ・リミッターには、ディザーを追加するためのIDRテクノロジーが搭載されています。

リミッターは通常、マスタリング・チェーンにおいてディザリングの直前となる最終段階で使われるため、マスタリング品質のリミッターの多くにはディザー機能が組み込まれています。WavesのリミッターにはすべてIDR（Increased Digital Resolution：デジタル解像度の向上）テクノロジーが搭載されており、様々なターゲットのビットデプスに合わせてディザーを追加することができます。ディザーの種類は2つから選べます。

「Type 1」は、オーディオから量子化歪みを完全に除去するように設計されています。これはノイズシェーピングによって調整されたディザーノイズで構成されています。Wavesでは、16ビットおよび20ビットの処理にこれを推奨しています。Type 1のディザーを追加することで、バウンス（書き出し）する16ビットのマスターは実際には19ビットのような解像度で聞こえます。つまり、IDRディザーのおかげで体感的に3ビット分の解像度が得られるということです。

「Type 2」は、信号に追加されるノイズの量は少ないですが、Type 1のように量子化歪みを完全に取り除くわけではありません。したがって、Type 1とType 2のどちらを選ぶかは、「歪みを完全になくしたいか」、それとも「ノイズの追加を抑えつつ、歪みの大部分を取り除きたいか」の違いになります。

ノイズシェーピング（ノイズの形）

IDRでは、どちらのタイプのディザーでもノイズシェーピングのオプションを「Moderate（控えめ）」「Normal（標準）」「Ultra（極端）」の3つから選択できます。Wavesでは、ほとんどの状況でNormalを推奨し、ファイルの最終マスタリング段階でのみUltraを推奨しています。曲のフェードアウト部分や、リバーブの余韻だけが響いているブレイク部分など、静かなセクションを聴きながら、さまざまなディザーやノイズシェーピングの効果を聴き比べてみるとよいでしょう。

こちらのWaves L3LL Multimaximizerの画面では、様々なIDRノイズシェーピングのオプションが確認できます。

もしさまざまなオプションを試すのが難しい、あるいは時間がない場合は、Wavesが推奨する以下のガイドラインを参考にしてください：CDマスタリングには「Type 1」と「Normal」のノイズシェーピングを使用します。16ビット以上のファイルに対して最もノイズの追加を少なくしたい場合は、「Type 2」と「Ultra」を使用します。

Type 2は「オート・ブラッキング」機能もサポートしており、オーディオの完全な無音部分にはディザーを追加しません。楽曲の中にそのようなセクションがある場合はType 2を選択してください。最大の解像度を得たい場合は「Type 1」と「Ultra」の組み合わせを選びましょう。

ディザーをかけるべきか？

いつディザーを加えるべきかというテーマは、混乱を招きやすく、議論になることすらあります。最もシンプルな考え方は、「ビットデプスを下げるときは常にディザーをかけるべき」というものです。つまり、24ビットから16ビットに変換するときはディザーをかけます。32ビット固定小数点（浮動小数点ではありません）から24ビットや16ビットに変換するときも、ディザーをかけるべきです。

ただし、ミックスをMP3やAACなどのデータ圧縮コーデックにバウンスする場合、ディザーは必要ありません。これらはそもそも信号にアーティファクト（圧縮ノイズ）を混入させるフォーマットであり、ディザーではそれを修正できないからです。

MP3やAACのような不可逆圧縮コーデックでエンコードする際にできる最善のことは、配信プラットフォームで求められるファイルサイズに収まる範囲で、可能な限り高い「ビットレート」を使用することです。「ビットレート」と「ビットデプス」を混同しないようにしてください。ビットレートはストリーミング配信の伝送速度を測定するもので、通常はkbps（キロビット/秒）やmbps（メガビット/秒）で表されます。ビットレートが高いほど音質は良くなり、ファイルサイズも大きくなります。

覚えておきたいヒント

この記事で、ディザーに対する疑問が少しでも解けたなら幸いです。もし、まだ少し難しく感じるようであれば、いつ、どのようにディザーをかけるかについて、以下のシンプルなガイドラインに従ってみてください。

• オーディオをより低いビットデプスに書き出すときにのみディザーをかけます。
• MP3やAACに変換する前にはディザーをかけないでください。
• 24ビットまたは32ビットのミックスからCD用の16ビットファイルを作成する場合は、常にディザーをかけます。
• 32ビット浮動小数点から24ビットに変換する場合はディザーは不要です（32ビット浮動小数点は本質的に高いビットデプスを持たないため）。しかし、32ビット固定小数点からそれ以下のビットデプスにする場合は必要です。
• マスタリングエンジニアに渡すために24ビットまたは32ビットのデータを準備している場合は、ディザーをかけないでください。専門家であるマスタリングエンジニアに任せましょう。
• ディザリングは必ずプロセッシング・チェーンの「最後のステップ」にしてください。DAWやオーディオエディターで、ディザーの後に他のプラグインやプロセッサーを挿入してはいけません。
• 二重にディザーをかけるのは避けましょう。オーディオにさらにノイズを追加してしまう結果になります。とはいえ、プロジェクト中にビットデプスを下げる作業が2回発生した場合（32ビット固定小数点から開始しない限りあまりないことですが）、それぞれの変換時にディザーをかけるべきです。
• 提供されている様々なディザーのオプションに迷った場合は、お使いのディザーソフトの基本的なデフォルト設定を選びましょう。もっと追求したい場合は、特定の曲に対してどの設定が一番適しているか、異なるディザーやノイズシェーピングのオプションを切り替えて結果を聴き比べてみてください。