ガイド › 編集

録音の「えー」「あの」と長い無音をカットする方法

「えー」「えーと」、2 回言いかけた文、次の言葉を探している間の長い沈黙。会話ならほとんど気になりませんが、ポッドキャストやナレーションでは、もたついた自信なさげな印象になってしまいます。ここでは、録音の「えー」「あの」や長い無音のうち何をカットして何を残すか、つなぎ目を目立たせずに手作業でカットする方法、そして文字起こしからまとめて見つけ、カットする前に試聴して確かめる方法を紹介します。

「えー」を一つずつ探すのは面倒？Respeak なら文字起こしから無料で削除できます →

カットするもの、残すもの

• フィラー：「えー」「えーと」「あのー」「うーん」「まー」など。考えている間に単独で出てくるものは、ほとんどの場合カットして大丈夫です。
• 繰り返し：「僕は、僕は思うんですけど」「明日、明日の配信で」。最後の 1 回を残します。
• 言い直し：「今日お話し…、今日お話しするのは…」。途中でやめた言いかけをカットします。
• 長い無音：1 秒を超える沈黙はたいてい短くできますが、完全になくすのはやめましょう。

残すもの：普通の息継ぎ、強調のためにわざと置いた間、そして「その」「なんか」のように意味を持って使っている言葉。一つ残らず取り除くと、かえって機械的で不自然に聞こえます。もたつきが気にならなくなるところまでカットすれば十分です。

手作業で：編集ソフトでカットする

1. 見つける：波形を見ながら聴きます。フィラーはたいてい、2 つのフレーズの間にある小さな独立した山として見えます。
2. 無音のところで切る：前の言葉が終わったあと、次の言葉が始まる前で切ります。言葉にかかると、頭や語尾が欠けてしまいます。
3. 短いフェードをかける：カットごとに 10〜20 ms のフェードをかけると、つなぎ目のプチッというノイズが消えます。
4. 間を少し残す：フィラーを取り除いたら、前後の無音を 0.3〜0.5 秒残し、フレーズ同士がくっつかないようにします。
5. 通して聴く：カットしすぎると早口でせわしなく聞こえます。目立つものだけで十分です。

問題は時間です。10 分のトークに何十個も入っていることがあり、一つずつ聴いて、探して、カットしなければなりません。

文字起こしから：Respeak の「フィラー除去」

「フィラー除去」では、録音の文字起こし上で文字を削除すると、音声もそれに合わせてカットされます。

1. 録音をアップロードして文字起こしし、文字起こしの上部にある「フィラー除去」をクリックします。初回は録音のすべての言葉のタイミングを分析します。短い録音なら 1 分以内、長い録音では数分かかります。
2. フィラーはハイライトされ、繰り返しや言い直しの可能性がある箇所には下線が引かれ、1 秒を超える無音は「無音」と表示されます。日本語の録音では「えー」「えーと」「ええと」「えっと」「あのー」「あのう」「うーん」「あー」「んー」「まー」がフィラーの候補になります。録音には入っているのに文字起こしから抜けていたフィラーもグレーで表示されるので、それもカットできます。
3. 「フィラーをすべて削除」「長い無音をすべて短縮」でまとめて処理するか（残す無音は 0.3〜0.8 秒から選べます）、「1 件ずつ確認」で一つずつ判断します。1 件ずつ再生され、Enter で削除、S で残す、← → で移動します。
4. ほかの言葉もクリックすれば削除でき、ドラッグすれば複数をまとめて削除できます。▶ でカット後の音を文ごとに試聴でき、Ctrl+Z で直前の操作を取り消せます。
5. 「カットを適用」をクリックすると、録音と文字起こしが同時に更新されます。気に入らなければ元に戻せます。仕上がったら WAV または MP3 で書き出します。

「フィラー除去」は無料です。初回のタイミング分析は、その日の文字起こし時間に含まれます。また、内容を間違えた文が見つかったら、その場で自分の声で直すこともできます。置き換える前に 1 文につき 3 回まで無料で生成でき、置き換えたときだけ 1 回分を使います。

あなたの録音で試してみましょう →

制限：対応言語は日本語、英語、中国語（普通話）、韓国語、スペイン語、フランス語、ドイツ語、ポルトガル語の 8 つです。声の下に大きな音楽が流れていたり、複数の人が同時に話していたりすると、文字起こしの精度が下がります。マークされるのはあくまで候補なので、見落としや誤りもあります。カットする前に聴いて確認してください。

よくある質問

「その」や「なんか」も削除されますか？

自動では候補になりません。どちらも普通の言葉として使われることが多いためです。文字起こしの中で不要なものをクリックして削除してください。

間（無音）はどのくらい残せばいいですか？

文と文の間なら、0.3〜0.6 秒くらいがたいてい自然に聞こえます。テンポの速いトークなら短めに、語りや、ひと呼吸置きたいところでは長めにします。Respeak では初期設定で 0.45 秒を残し、0.3 秒、0.6 秒、0.8 秒からも選べます。

カットしたら早口でせわしなく聞こえます。どうすればいいですか？

間を少し長めに残す（たとえば 0.6 秒）か、特に目立つフィラーだけをカットして、ほかは残しましょう。結果が気に入らなければワンクリックで元に戻し、別の設定でもう一度カットできます。