生成音声の確認を音声ファイルだけで終えると、字幕との不一致やBGMとの重なりを見落とします。音声原稿と字幕を分離し、修正前後を同条件で比較するための手順をまとめます。

一語の読みまで聞き直す

「商品の特徴を伝える」の「商品」が「しょうぴん」に聞こえる版がありました。

画面のテロップは漢字のまま残し、音声用の原稿だけ読みをひらがなで指定して作り直しています。

「商品の特徴を伝える」が「しょうぴん」に聞こえる版

読みを「しょうひん」と指定した版

映像と合わせて確かめる

声と音の調整は映像の修正より目立ちません。それでも見終わったときの印象を大きく左右します。

映像の初版と最終版の比較や、制作中の指示は動画制作事例のページにまとめています。

初版のナレーションは感情を強く付けた台詞でした。ブランドコピーはそのままで、それ以外の台詞が芝居がかって聞こえる状態です。

声を解析すると、作り直すうちに早口で間が詰まった版ができていました。6台詞の合計は15.5秒から9.9秒まで縮んでいます。そこで1つ前の版に戻し、抑揚を抑えながら1台詞ずつ直しました。

初版。感情を強く付けた台詞
「いいものをつくった。それだけでは、届かなかった」

低めで落ち着いたナレーション
「いいものをつくった。それだけでは売れなかった」

初版のC案は歌声が16.5秒だけで、0:41〜0:50は伴奏だけでした。

完成版では全編に歌詞を入れて曲を作り直し、ナレーションの間だけ歌を約5dB下げています。あわせて店内の空気音や雨・足音・コーヒーの音を重ね、環境音と効果音は17か所から27か所になりました。

0:41〜0:50。伴奏だけで歌が入らない
「まずは話してみたら？」

同じ区間。歌が小さく流れ続け店内の音が入る
「まずは相談してみたら？」

90秒全体の音のトラック聴き比べ区間

修正前（C案の初版）歌声16.5秒・環境音と効果音17か所

ナレーション

歌声

環境音・効果音

完成版歌声0:00〜1:28・環境音と効果音27か所

ナレーション

歌声

環境音・効果音

0:000:301:001:30

本稿の数字は制作時の観測で、性能比較や待ち時間の保証ではありません。

音声を再生（MP3）

音声を再生（MP3）