ミックスの輝きを損なわずにボーカルの歯擦音を抑える方法

音楽プロデューサーは「ボーカル用ディエッサー」を使い、レコーディングやミキシングの過程で目立ってくる不快な「エス（Ess）」という音を低減します。内容は多岐にわたり、音楽ライブからトークイベントまで、ジャンルを問わず幅広く対応しています。これは歯擦音（シビランス）と呼ばれ、一般的に4kHz〜10kHzの帯域に現れます。ボーカルのディエッシングは、通常、エフェクトチェーン（プラグインの並び）の終盤に行う作業であり、例えるなら、切り出した木材のざらついた角にヤスリをかけて滑らかに仕上げるようなものです。

コンプレッサーなどの目立ちにくいオーディオエフェクトと同様に、歯擦音の存在を見極め、どれくらい削るべきかを判断するには訓練された耳が必要です。しかし、歯擦音を削りすぎるのも問題です。「エス」の音が減りすぎると、ボーカルの滑舌が悪いような状態になってしまうからです。

適切なディエッシングをマスターするには、時間や、自分の作品とリファレンス楽曲との比較、そしてできるだけ多くのスピーカーやヘッドフォンでの聴き比べが必要です。

【はじめに】ボーカルをディエスする手順

取り急ぎプロセスだけを確認したい方のために、ディエッシングの手順をここにまとめます。詳細な解説は後述します。

1. スレッショルドを設定する
2. レンジを設定する
3. 検出幅（Detection Width）を微調整する
4. ディエッシング適用前後の音を比較する
5. 除去された歯擦音のみをソロで聴く
6. 必要に応じて微調整を行う

歯擦音（シビランス）のメカニズムと発生原因

歯擦音とは、「S」音に含まれる不快な高音域の周波数を指しますが、「Ts（ツ）」や「Zs（ズ）」などの音を指すこともあります。歯擦音は話し言葉における自然な副産物です。それ自体は決してミスではなく、人間の声が持つ特徴の一つです。実際、レコーディングで歯擦音が目立つ理由の一つは、シンガーがマイクに非常に近づいて歌えるという点にあります。もし誰かがあなたの耳元で直接歌ったら、同じように耳障りに感じるはずです。

人によっては元々の話し方で歯擦音が出やすい場合もあり、その場合は口元に対するマイクのセッティング（マイキング）により注意を払う必要があります（マイクが近く、芯［軸上］を捉えているほど、歯擦音は強くなります）。また、単一指向性（カーディオイド）のコンデンサーマイクといったマイクの種類も、これらの高音域に対して感度が高いため、結果として歯擦音が目立ちやすくなります。

ポップガード（ポップシールド）で防ぐことができる破裂音（p、t、b、d、k、gなど、息が詰まるような子音による不要な空気ノイズ）とは異なり、歯擦音は、ボーカルチェーン内でコンプレッサーやEQを使用することによって後から問題化することがあります。

ディエッシングがボーカルに与える効果

ボーカルをディエッシングするとは、マイクの信号や録音データから歯擦音（多くは4kHz〜10kHzの周波数帯）を低減、あるいは極端な場合には除去することを意味します。これによりボーカルの耳障りな部分が抑えられ、より自然な響きになります。

このプロセスにおいて、ボーカルのそれ以外の部分はできるだけ原音を損なわないようにすべきであり、声の持つ明るく自然な響きを維持するために、問題のある歯擦音の箇所にだけピンポイントで適用する必要があります。

手動によるボーカル・ディエッシングの手法

ボーカルをディエッシングする手動の方法としては、歯擦音が発生する瞬間にフェーダーを動かしたり、トラックのボリューム・オートメーションを書いたりするというシンプルなアプローチがあります。しかし、録音素材に含まれる問題の量によっては、これは気の遠くなるような大仕事になります。

では、歯擦音が出たときにボイストラック全体の音量を下げるのではないか、EQを使ってその周波数だけを下げるのはどうでしょうか？通常のEQ（スタティックEQ）で高音域をカットすると歯擦音の帯域は和らぎますが、歯擦音が発生していない瞬間も含めて、常に高音域が削られて全体がこもってしまいます。

一方でダイナミックEQを使用すれば、特定の帯域のエネルギーがしきい値（スレッショルド）を超えたときにだけ、その周波数を下げるように設定できます。これは私たちが求めているアプローチにかなり近いです。

これらの手法にもそれぞれの役割がありますが、最も理想的なのは専用に作られたツールです。ディエッサー・プラグインは、残りの信号には影響を与えず、歯擦音だけを狙い撃ちして低減するためにカスタムメイドされています。次に、プラグインを使った具体的手順を詳しく解説します。

プラグインを使ったディエッシングの実践手順

今回の例では、多くのディエッサー・プラグインとは異なり、問題のある歯擦音を自動的に識別してターゲットを絞ってくれるWaves Sibilanceを使用します。他のディエッサープラグインでは、歯擦音の周波数帯域を自分で特定する必要がある場合があります。

1. スレッショルドの設定
まずはスレッショルド（Threshold）とレンジ（Range）を0dBに設定してスタートします。この状態では音に変化は起きません。しかし、プラグインの上部には波形が視覚的に表示されており、録音内で歯擦音として識別された瞬間が緑色のエリアでハイライトされます。

スレッショルドを下げるにつれて、2本のターコイズ色の線が波形の中心に向かって移動するのが見えます。これがスレッショルドのレベルを示しています。この線が、波形上の緑色の歯擦音インジケーターと重なるまでスレッショルドを下げていきます。

すべての歯擦音がスレッショルドを超えるように深く下げる必要はありません。目的は、実際に耳障り聞こえる瞬間だけを低減することです。もちろん、こうした視覚的なガイドは便利ですが、最終的には自分の耳で問題のある瞬間を聞き分け、それに合わせてスレッショルドを適切に設定してください。

2. レンジの設定
レンジ（Range）コントロールは、信号がスレッショルドを越えたときに適用されるゲインリダクション（音量を下げる量）の最大値を決定します。実際に信号がどれだけ減衰しているかは、レンジスケール上にある黄色の線で確認できます。

必要なリダクション量を見極めるには、一度レンジをかなり深め（高め）に設定してみて、そこから結果が自然に聞こえるところまで徐々に緩めていくアプローチが効果的です。

自然に聞こえるものの、ディエッサーが本当に効いているのか分からないという状態になれば、それは良い兆候である可能性が高いです。ディエッサーをバイパス（オフ）にしたときに不快な音が戻ってくるのであれば、適切なリダクション量を見つけられた証拠です。もしバイパスしても音が全く変わらない場合は、思っていたほどディエッシングが必要ない素材であるか、あるいは特に音量の大きい歯擦音の瞬間だけを狙い撃ちすれば十分な状態と言えます。

3. 検出幅（Detection Width）、モード、モニターの調整

• ディテクション・ウィズ（Detection Width：検出幅）
  プラグインが何を問題のある歯擦音として認識するかに影響します。値を低くすると狭い周波数範囲（「エス［Ss］」という音）を検出し、値を高くするとより広い周波数範囲（「シュ［Shh］」という音）を検出します。設定が低すぎると歯擦音をキャッチできず、高すぎると音声信号内の他のクリーンな音にまで影響を与えてしまいます。検出された問題音は、グラフ上に黄色で表示されます。
• モード（Mode）
  検出された歯擦音に対してゲインリダクションをどのように適用するかを調整します。最も低い位置では「シュ」という音に影響を与え、最も高い位置では「エス」という音をターゲットにします。これは、モードを上げるほど、ターゲットとなる信号全体の範囲ではなく、4kHz以上の高域にフォーカスが絞られるためです。通常は、両方の帯域をカバーできるように中間の位置に設定するのが最適です。
• モニター（Monitor）
  このボタンを押すと、信号から何が除去されているかを聴くことができます。上記のコントロールのバランスを調整する際、除去している音（ノイズ成分）と最終的な出力音を切り替えて確認することで、自分がどのような処理を行っているかをより正確に把握できるようになります。

ディエッシングがボーカルのトーンと存在感（プレゼンス）に与える影響

信号にディエッサーを過剰にかけると、奇妙な心理音響効果が生じることがあります。そのため、すべての歯擦音を完全に削ぎ落とすのではなく、マイルドに適用することが推奨されるのです。

理由はシンプルで、人間は進化の過程で何よりも他人の声を聞き取ることに特化しており、生まれてからずっとその声を聴き続けてきたからです。そのため、歌声や話し声の周波数バランスを不自然に変えてしまうと、音における「不気味の谷現象」のような違和感が生じてしまいます。

プレゼンス（存在感）とは、声の中・低音域の成分だけを指すのではない、低音・中音・高音の各域がどのようにバランスを保っているかという全体像を意味します。多くの場合、音の「近さ」を心理的に感じさせるのは高音域の成分です。なぜなら、低音域は高音域よりも空気中を遠くまで伝わりやすいからです。

適切にディエッシングされたボーカルは、明るさと存在感を維持しており、ディエッサーが使われていることすら気づかせません。ここで行っているのは声の高音域のトーン形成ですので、耳に突き刺さることなく、輪郭がはっきりとしてクリアで、存在感のある音を目指してください。ボーカルのトーンがこもってしまい、高域の欠落が気になるようであれば、それはやりすぎです。どちらの方向に調整すべきか迷ってしまったら、一度耳を休ませましょう。ディエッシングがトーンやプレゼンスに与える最悪の影響は、耳が疲れている状態で焦って処理を行ってしまうことです。

【プロの裏技】Wavesディエッサーを使いこなす実践テクニック

視覚的なグラフと同じくらい、自分の耳を頼りにしてください。便利な視覚的ガイドに依存しがちですが、実際に鳴っている音を聴いて理解していなければ、最終的なミックスを台無しにしてしまう恐れがあります。

Waves Sibilanceのモニターボタンを使えば、録音素材から歯擦音だけを完全に単独で抽出できます。これを利用してトラックを複製し、歯擦音が完全にフィルタリングされて除去された元のメイン信号に対して、抽出した歯擦音トラックを任意の音量でミックスし直すという手法も可能です。これは、手動でのディエッシングを完全にコントロールするためのよりシンプルなアプローチとなります。

よくある質問（FAQ）

Q：なぜディエッシング後にボーカルがこもって聞こえるのですか？

A：こもり（鈍さ）は、高音域の成分が削られすぎているときに起こります。リダクション量が多すぎるか、声の高音域の広すぎる範囲にエフェクトが影響していることが原因です。その結果、声が不自然にこもって聞こえたり、極端なケースでは、ボーカリストが人工的に滑舌が悪い状態のようになってしまいます。

Q：ボーカルチェーンのどこにディエッサーを配置すべきですか？

A：一般的にディエッサーは、ボーカルチェーンの後半、特にEQやコンプレッサーの後に配置すべきです。これら2つの処理は問題の引き金になりやすく、本来はバランスの取れていた録音素材であっても、後段で歯擦音を強調させてしまうことがあるからです。

Q：ディエッサーとダイナミックEQの違いは何ですか？

A：ディエッサーはダイナミックEQに似たものと言えます。いざという時は、ダイナミックEQをディエッサーの代わりに使うことも可能です。主な違いとして、ディエッサーは歯擦音が問題となる特定の領域をターゲットに絞った「単一の周波数バンド」を持つのに対し、ダイナミックEQは、その帯域だけに留まらない「複数の周波数バンド」を備えているという点が挙げられます。

Q：ディエッシングにおいて、滑らかさと明瞭さのどちらが重要ですか？

A：それは楽曲の文脈や、目指しているボーカルサウンドによって異なります。ポップソングでは、声の音量レベルを非常に均一に保ち、ボーカルを前面に大きく立たせるために「滑らかさ（なめらかさ）」を最優先することがあります。一方で、映画の台詞（ダイアログ）などでは、自然なダイナミクスを保った「明瞭さ」が求められるため、均一性よりも明瞭さの方が重要になります。

結論

ディエッシングは、ミックス内のボーカルチャンネルを滑らかにするための不可欠なプロセスであり、正しく行えばプロフェッショナルなボーカルサウンドを実現できます。Waves Sibilanceのようなディエッサーは、録音素材そのものが持つ歯擦音や、過度なコンプレッションやEQによって生じた歯擦音を低減するための理想的なツールです。ボーカルの録音素材が「聞き取りにくい...」というような印象にならないよう、ディエッサーは細心の注意を払って使用する必要があります。