ポッドキャスト制作の背景
ポッドキャストわかんない シーズンプー
この番組は、ポッドキャスト配信者・制作者の目線から、音声配信をあれこれお話しするフリートーク番組です。
こんにちは、ポッドキャスト番組制作をしています。かねりんです。
同じく、Avivです。
今日のテーマは、ポッドキャスト番組収録のタイミング合わせの話。
ということで
かなりコアな話題になりましたね。
この話を僕たちがしだすと止まらなくなるんですけど
止まらなくなりますね。
要するに、スタジオ収録ではないパターンで
Zoomとかで、今まさにそうなんですけど
Zoomとかでお互い別々の環境からつないで収録をするときに
どうやって収録するのがいいんでしょうかっていうのは
いろいろやってみると、あれも問題、これも問題っていうのが出てくるんですが
中でも結構大きな問題がタイミングを合わせておくっていう問題があるんだよね。
そうですね。
それはお互いの環境で、それぞれマイクで収録をしておいて
Zoomを返して顔見ながらおしゃべりして
後からそれぞれの環境で録ったマイクで録った音源を
がっちゃんこして合わせるっていう編集をするという前提ですわ。
そもそもなんでそういう風にしなきゃならないのかっていう状況からいくと
やっぱりみんな忙しいから一箇所に集まれないよねっていうところが大きいよね。
そうですね。
だし全然違うとこ住んでたらね。
行ったり来たりがめんどくさいとリモートワークみたいなもんで
そこの場所に行く時間がもったいないと番組制作には関係ないわけでね。
そうですね。なのですごく効率的でいいんですけど
今Zoomがあるので、じゃあZoomの画面収録でいいんじゃねって思うかもしれないんですけど
タイミング合わせの重要性
最初それでいいんじゃねって思ってたらなんと音質がね。
音質が悪いのでそこを気にしないのであれば
Zoomの画面収録して音声ペッて出せばそれで終了ですよ。
それでいいっていう番組も中にはあるよね。
すごい有名人とかね、世界の大物にインタビューするとかさ
そういうのってのはどんな画質悪くても音質悪くてもみんな把握いちばって聞くじゃない。
そうだね。相手が大物だからね。
その大物にね、マイクこうしてください、ああしてください。
でもそれはスタッフさんやってくださいっていう話ではあるんだけれども。
でも難しいよね。ご自宅に電話かけてます。もしもしなんとか総理大臣とかさ。
まあちょっと難しいよね。
難しい。だからそうやってZoomから入ってきた音を使うのであれば
今回のような話は別にしなくてもいいんですけど
一番リモートでありながらもいい声でお届けしたいっていうのが
制作側の思いであって。
あといい音って別にそんなスピーカーで聞くから変わんないよっていう話もあるんだけど
声の質が揃ってないと
番組として聞きづらいもんね。
そうなのよ。このホスト側が自分はこのマイクの声、いい声で録ってて
ゲスト側がすごいバリバリのビリビリのZoom越しの声だと目立っちゃうので聞きにくいんですよね。
まあ俺がよく聞いてる番組なんか必ずね
片方すごい悪い音質なんだけども
内容を聞きたいからね。我慢して聞いちゃうけどね。
まあそうね。聞けないかって言われるとあれなんだけど
まあだからその内容を伝えたいだけであれば、そのね情報の内容を伝えたいだけであれば
別にそれでいいんですが
ことを僕がこうやって手掛ける番組なんかは
内容もさることながらその空気感とかを伝えたいって思いもあるので
ですよね。
その同じ喋るのであればいいマイクで空気感ごと声を封入して
それをパッケージしてシンクパックしてお届けしたいわけですわ。
シンクパックか。
あのマイクね、プロ用のマイクでも1万円台で買えるっていうのがやっぱこのPodcast音声アプリケーションの魅力だよね。
そうねそうね。
僕はそのシンクパックがね、もう突き詰めすぎてしまって
このマイクのケーブル1本1万円超えみたいなケーブルを使うに至ってしまっているので
笑っちゃうでしょ。
普通のキャノンのケーブルでいいんじゃないの?ダメなの?
いやね、ちょっと違うと思いたい。
僕の考えなんでもそうなんですけど
ハイエンド使っておけば全部上位互換でしょと。
いいものを使わないとその違いはわからないでしょっていう思いがあるので
わかるかわからないかじゃなくて
まあはいって感じですが今日はそこはいいんですけど
まあなのでお互いマイクでそれぞれ別々に録音したものを後で合わせなきゃいけないっていうミッションが絶対発生しちゃうのよね。
その時に
もう一個水さすようで終わるんだけども
水さして
一人でやるPodcast番組を目指している人もいっぱいいると思うけども
そういう人たちはちょっと対象外になるよね
そうだね一人だったら自分で勝手にこだわって録ってればいいんでね
いい音でね
相手がいなければ楽ですよ
その一人じゃなくて対談番組だったら合実とかタイミングとかねいろいろ考えなきゃならないから
ダブルエンダー方式って言うんだっけこれ
はい専門用語きました
俺知らなかったねこれね
ダブルエンダー
ダブルエンダー方式って言ってね
それぞれの環境で
エンドが2人いるってことなんですかね
そういうことなんでしょうね
これダブルエンダーでねやるっていうことにおいて
一番最初にぶつかった課題ってのが
タイミング合わせ
本当そうですよ
これ2024年の4年か3年かって冬に
僕らポッドキャスト制作スタートしてますけど
2人で対談でね
もう一番最初から最後までずっとけんけんがくがくじゃなくてかんかんがくがくか
の議論になっているのが
このタイミングをどうやって合わせるんだって話ですね
実際の収録方法と工夫
そうですね
で何もその考えずに録音してファイルを独立させてしまうと
後から合わせるのがめちゃくちゃめんどくさいし難しくなっちゃうと
なのでタイミング合わせる山を作らなきゃいけないっていうところがミッションですと
そうですねまずは
いわゆるタイムコードっていうものですよね
きちんと入れるとしたら
そう
一箇所で音楽をみんなで一斉のせいでね
複数の楽器使って演奏するとかっていう場合
このプロの録音するような場合だとタイムコードってのを入れるわけですよ
だから機械的に後でね
必ず複数のテープって言わないけども複数のファイルがあっても
そのタイムコードを合わせばバチッと自動的にあってくれるってそういう仕組みがあるんだけども
ダブルエンダーの場合は全然別の場所でそれぞれ
ローカルでねローカルって言ったらなんて言ったらいいの
自分の手元の録音機で自分の声を自宅なら自宅の録音機で
自分の声だけを録るとこういう方式で
でなんで会話が成り立ってるかって言ったら
ZoomとかあとMeetとかその手の会議システムなんかを便利に使うと
これが普通だよねそれか電話でやるとかね
電話ね
その辺が必ず間に入るのでということはずれると
そうですねだから要するに編集する時の編集ポイント
合わせる目安が欲しい作らないといけないよねっていうのは絶対やらなきゃいけないことで
まあいろいろやり方があると思うし
皆さんがどうやってるのか僕ら本当にわかんないんだけど
そこでカットされちゃうからねその部分は
いろいろ試したよね
いろいろ試しましたが結局どこに落ち着いてるかというと
画面を見ながらカウントダウンをすると
実際ちょっとお見せしましょうかね
こんな感じでやってますよって
お店って言ってもこれA行くんだっけこれ
行きません
お聞きいただきましょうということで
僕らはお互い録音しますってポチって録音ボタン押してから
こんなことやってますとカウントダウンですね
やってみましょうか
いきますよ
6
5
4
3
2
1
ということをやってますと
そうするとお互いのこの録音ファイルに
この今の音声が入るわけですね
そうねそうね
なのでこれ僕側がホストで
だいたい1秒間隔で54321と言いますと
そこに相手のAVIBが合わせて被せるように54321と
なんでそれができるかっていうと
画面見ながら指折ってるんで
6を言った瞬間に
次5を言うのはいつかよく分かんないけども
6と5の間隔から5の次が4だろうな
その次が3だろうな2だろうなっていうのが
だいたい1秒間隔で予想ができると
これタイミングを合わせて被せに来るんだよね
2番手の人は
被せるというかね
同時に発音すると
合わせて合わせに来るんだよね
タイミングを合わせると
合わせて言うってことだよね
そう
よくやるのが
いっせーのーせって言ったら
最後のせのタイミングってだいたいみんな合うじゃない
なぜかというと
いっせーのーを言ってるからね
だけども人間の個人差があるから
いっせーのーせって言っちゃうやつもいるし
いっせーのーせって言っちゃうやつもいるし
という問題は必ずあるので
なんでだいたい1秒間隔でっていう
だからこれもっとちゃんとやるとしたら
僕は多分時計見ながら1秒間隔で本当に行った方がいいんだろうなって今思った
だけどもそれ余計な作業をね
じゃあ時計もない人にどうやって頼むとか
なんでそんなの必要ですかっていう人にね
理由も説明してっていうのが結構大変じゃない
時計はホスト側だけ見ればいいですよ
ホスト側だけね
タイミング合わせの難しさ
そうだからこのカウントダウン方式で僕らはやっているんだけど
みんなどうやってるのか知らないけど
でこの1秒間隔って言うじゃない
1秒の個人差ってすごいの知ってた
ジェネレーションギャップが結構ありそうだね
個人差が本当にあるのよね
だから時計見ないで60個数えてください1分だからってやるでしょ
どんぐらい狂うと思う
結構狂いそうだね
10秒ぐらい変わるよ1分
じゃあやっぱりこのストップウォッチを発動させながらやったほうがいいな
でもねそこまでやったとしてもね
僕はもう無意味だと思うよく言うでしょ無意味だそんなのって
結局のところ編集で合わせるしかないよっていうのが結論なんだけども
そこに行く手前に何があるかというと
人間が発生するなんていうのは
パルスでもなんでもなくて目安でしかないっていうことなんですよ
例えば1って言うでしょ
すっごくゆっくりやると
はいはいはいはい
どこでパルスを感じますかって話だよね
そうだねその山のね波形の山のどこで合わせるのってことですね
合わせられないでしょ合わせられないね
だから大体そのピークの山のとこかなって感じで合わせるしかないわけで
ね聞いた感じでね
結局最後はなんとなく雰囲気でまず合わせて
最後はその本編を聞いて
大体の平均のとこで合わせるしかないっていうアナログ作業になると
平気でね300ミリ秒だからね0.3秒ぐらいは
間を詰めたり伸ばしたりね
編集でやるんですよ
そうじゃないと絶対合わない
これもねもう一個理由があって
ズームだとかあとはミートだとかその手のシステムがね
勝手に時間軸をね伸ばしたり縮めたりするんですよ
これ信じられないでしょ
結構ね違和感なく聞こえるもんねなんかちょっと音声がさ
なんか動画がビリビリってなってても音声だけでなんか後から
ウィーンってついてきたりさ
だからねビデオの世界とかラジオの世界テレビの世界
それからネット会議システムの世界
アナログの世界デジタルの世界全部がね掛け算になってきてるんで
タイムなんかねタイミングは合うわけないんですこんなの
同じところにいたら合いますよ
2メーターの間隔ぐらいでいたら
3ミリ秒だから千分の3秒ぐらいの間隔でバッチリ合うんだけども
この会議システムを使って
やってる以上は絶対に合わないっていうのは俺の結論だね
時報と日本標準時の問題
なのでアバウトでやるしかないんですよ
でそのアバウトの中でもまだ
手間が少なくて
毎回ズレの幅が最小限で済むでしょうみたいなところ
の音のタイミングの取り方が
落としどころだなっていうことを思ってますわ
それで導き出されたのはこの54321だと
54321の間は大体1秒でいいんですよ
大体1秒もその大体がこうじると
異性の性みたいな話になってくるのが気に入らないんで
ストップウォッチを手元でやりながらやればいいと俺は思います
ストップウォッチをホスト側が見て
54321を言ったところでそれを見ながら
画面を見ながら発生する人はストップウォッチ見てないんで
無理なんですよ
関係ありますよだってストップウォッチを見せながらやったところで
ストップウォッチは見せないです
ホストのタイミングが完璧に
合ってるわけでもないし
時刻見ながらそれと同じように
7,8,9,10って言って当たって
どこにピークあるかなんてみんなブレブレだし
インターネットの電波じゃねえやパケットに乗せて
向こうのシステムに表示させてそれが聞こえて
見えて聞こえて発生してまた帰ってくるっていう
その時間の行って来いだって毎回違うわけだよね
それをやらない理由がないじゃん
やらない理由はないんだけどもやったところで同じようなもんだよね
54321でやる理由っていうのはだいたい1秒っていう感覚は
一斉乗せよりマシだよねっていう話で54321ってしてる
話なんでホスト側が明らかに感覚がずれてたら
ずれが大きくなるんでだったらホスト側はそんな手間じゃないんだから
ストップウォッチの1234に合わせてせめてそのタイミングを言えばいいんだよ
まあどうせアバウトだからそれでいいんじゃない
どうせその後アバウトになるんだからね
変数をなるべく少なくしないと意味がなくなるんで
だから時計を見たところで大して改善しないけども
見ないよりは少しはマシかもしれないなっていう風に
毎回ある程度一定の軸にはなるよねってそのホストさんは
ホストさんはね
いうのでそんなに手間じゃないんだったらやりゃいいし
それも手間だったら別にやらんでも別にいいよ
くらいの感覚だとは思います
これはその後それぞれローカルで取ったファイルをどうやって
編集するかの時に目安がありさえすればいいと
アバウトだけどもってことね
時報で合わせるのどうすか
時報の話しちゃう
長くしないようになるべく
一番根源のところを言いますと
今日本国でデジタル機器を
時報に使ってる人は一切正しくないです
っていうところを言いたいよね
日本標準時世界標準時にもリンクしてるけども
日本標準時ってあるじゃない
何時何分何秒をお知らせしますピッピッピポーンってやつね
ネットでも見れるやつ全部狂ってますから
狂いまくってますから
なぜっていうところなんですが
日本で正しい時計一つだけなんですよね
原始時計っていうのがあってね
原始時計が刻む時刻
今これが正しいっていう時刻っていうのをどうやって知るかっていう
方法がいろいろあるんですが一番
一番今正確なのはJJYですね
JJY
何の略でしたっけちょっとググってみて
これか日本標準時グループ
これが何で一番正しいかというと
原始時計にリンクしてそれを電波に乗せて
パルスで送ってるからなんですよ
JSTクロックっていうサイトがあって
JSTクロックでさえずれてんだよ
ネット返してくるからってことでしょ
ネット返してくるのは論外なんだけども
何分もずれないでしょ何ミリ秒かずれるんですよ
何ミリ秒気にしない業務であれば全然これでいいってことですよ
ポッドキャストはですねミリ秒を気にするんですよ
アナログとデジタルの影響
だからこれ時報を使うっていうのは
ほぼナンセンスJJYを使うこと以外はほぼ
ナンセンスと言ってもいいでしょうっていう
だからミリ秒のずれがおかしくなるぐらいなんで
こういう時報サイトとか117時報で
ピッピッポーンみたいなやったところで
意味ないですずれますと
意味ないというか
そのずれはさっきの54321と
似たようなもんだってことだよね要は
それよりもずれるか
違う
タイミングが違うんですよ
それを合わせたところで
定義システムを使ってやってそれを両時に
タイムコードと入れてたとしても意味がないんですよ
人間がさっきみたいにアナログで54321って
言ってたほうがいいの
手間が少ないのとどうせアバウトだから
っていう意味ではそれで十分っていう考え方だよね
手間が少ないのでそれでいいと
一緒に入れますか
とか言うと
JJYのサイト開いて
数字いってみようよ
これを言ってダブルエンダーで取っててもほとんど意味ない
どうでしょうか
JJYのサイト開くよ
情報をちょっと待ってどこを開けた
サイトマップ
JJYのどこ開けたんだろうこれ
日本標準時ってググるとここ出てきますね
日本標準時でググったほうがいい
なんかいろいろ出てくるな
国立研究開発法人情報通信
研究機構ニクト
ここよく使うんですよね
これは原子時計からJJY通して
JJYというかコンピューターと
サーバーから供給された時刻も4つ書いてあるでしょ
一番上が日本標準時JSTですよ
秒数のところ違うでしょ
それなんだけども
あなたのコンピューターの内蔵時計とJST
日本標準時はだいたい合ってるはず
0.1秒遅れていますって書いてある
16時52分
343536373839
40414243
4時
だいぶずれてるでしょ
こっちではほぼ同時だったよ
こっちで同時ってことはそっちでずれてるんだろうね
アビーブが先に発生してるってことかな
発生をするってこと自体が超絶アバウトなんで
意味がないんですよ
パルスじゃないからね
意味がないんですよ
時報のピッピッポ音入れたらまた違うんじゃないの
それだったら英語でやりますかってね
調査これ117入れたらいいんじゃないの
117
117それもね
またこれ話題にしていい
電話
何使ってるってアナログ電話使ってるんですか
っていう話だよね
アナログ電話じゃないと正しくないですよ
アナログ電話ってのは電話線からの黒電話みたいなもん
そうです
ただしアナログ電話今自宅で使うとするでしょ
途中デジタルですからね
そこでずれる
ほうほう
だから今言いたいのは
ずれますよはかなり細かいレベルのずれますよなんだが
時報をね117だったらお金かかるし
ネットのこのページをじゃあ開いて
さっきみたいに数字を言うっていうのも
手間がかかるし
ダブルエンダー方式の討論
かかる割に別にきっちり合わねえから
だったら別に他の画面も見ずに
はい行きますって54321って言っとけば
同じぐらいのことがかなうんだから
そのやり方のほうが楽じゃねってことでしょ
同じぐらいのアバウトさに収まるので
後の作業が可能ですよって話です
時報やったところでそこの精度はそんなに良くならねえし
手間が増えるから意味ねえよってことだよね
意味ないです
はいはいということでございまして
僕らはそういう結論に達しておりますが
ここに至るまでには1年半かかってますね
毎回お互いの話が全然噛み合わない
だからみたいなことをずっとけんけんガクガク
かぶせるっていうのがわからなかったんだよね
それはねつい数日前にそこ
分かり合えてってことですね
でねこのJJYの話っていうのはどこに通じるかっていうと
原子時計が絶対正しいっていうのを神様だとして
その後電波の秒速30万キロっていうのからいくと
その送信所が茨城にあるんだけども
茨城県にあるんだけども
40Hzのねあるんだけども
そこからカナリンチまでのね
距離と内までの距離が違うでしょ
なるほどねでその同じ半径のところにいるんだったらいいと
そうだけども標準時からはちょっと遅れてるんだけどね
はいはいはいはい
その送信所の真下にいないと合わないんだけども
じゃあ送信所集合が正しいと
正しい
もはや集合するんだったら相対してしゃべれと
そういうことですね
ただしね感覚としては
同じ場所で一つのね録音機に向かって
話してるっていう時のそのタイムラグ
これだいたい計算すると3ミリ秒ぐらいなんだよね
相対してる時
0.06ミリ秒かな
何メートル離れてるかにもよるけどね
ただしJJYの
アンテナから自宅までの
距離
それをアナログラジオで
受信する時のその時間差
別々のところで
距離が違ってね
時間差がどんぐらいかって計算したらさ
0.00何とかミリ秒なんだよね
めっちゃすぐじゃん
なぜかというと
電波の速さが電波の速さだから
秒速30万キロだよねだいたい
電波って光の速さじゃないでしょ
光の速さです
約秒速30万キロメートル
電波って何
光の速さなの
そうです
嘘でしょそれは
嘘でしょそれは
何をとんでも
とんでも理論ぶち込んで
ここで終了ですので
正解ということになりますが
ポッドキャストのテクニック
別にそれ知らなくても
生きていけますから
ちょっと調べよう
ファクトチェック皆さんお願いします
電波の速さが
光の速さ
本当
何言ってんすか今頃
俺恥ずかしい
皆さんちょっとファクトチェックお願いいたします
音と光どっちが速いでしょうみたいな
音と電波と光どの速さが一番速いでしょう
あれマジちょっと恥ずかしい放送
どうなってんだこれ
次回宿題にします
ということでそろそろお別れですけれども
ちょっとなんか
尺が足りないですなと思いつつ
まあまあ
ちゃんと尺の中に収めていく
テクを磨いていきたいと思います
そうですね
ポッドキャストの話から
どうしても物理の話になっちゃうよね
なるよね
そこを突き詰めてきてる人生だからね
やっぱポッドキャストを通じてさ
しょうがねえなこれ
だからいいと思いますよ
だからこそ
音ってのはさ
タイミングの電波はさ
っていう話になるわけで
そこはオリジナリティだと思いますわ
そんなとこ着眼点
なんないし
よくわかんない神様だし
っていう部分だと思うのよ
ブラックボックスの中だと思うのよ
例えて言うとね
君さ
酸素20%の空気を
今呼吸で吸ったでしょ
負圧でみたいなそういう話だよね
そうだね
だからこそちょっとエモーショナル
真空パックだよねって思いますわ
吐く息がさ
二酸化炭素4%ぐらいなんで
何ppmかねみたいな
そういう話だよね
二酸化炭素濃度計置いてるもんね
俺のスタジオに
空気が薄くなってきましたよ
通常400ppmぐらいなのに
吐く息がさ
4万ppmですみたいなね
そうだよね
部屋のppmがさ
2500ppmあるから
頭クラクラしてきましたわ
早く換気しないといけない
やばいね
早く換気して400に落としてください
いいですね
そういう話もやっぱいきましょうね
スコブル相性がいいんだよね
フィジカルの話だから
物理の話とかになるでしょ
アナログの話でさ
エモさの話とか繋がるのよ
素晴らしいですね
ということで
暇なんでしょうか
忙しいです
この番組では毎回
ポッドキャスト配信にまつわる
あれこれをフリートークしていきます
お聞きのポッドキャストスタンドで
フォローしていただくと
最新回を見逃さずに便利です
ぜひ星5つの評価で
応援してください
お願いします
ご感想は特命の質問箱か
ハッシュタグ
ポッドキャストわかんない
ポッドキャストカタカナ
わかんないひらがな
でつぶやいてください
わからないじゃないんですね
わかんないですね
うんですね
ということで
それではまた次回お会いしましょう
バイバイ
