サンクスギビング:さらに30%オフ。

Comparisons

AI ASMRの音比較:2027年に備える元音と後付け音の検証手順

Written by
Sonilo Team
Published
淡い青とベージュの背景に、マイクと波形のアイコン、AI ASMRの元音と後付け音の比較手順を示す日本語タイトルが配置された表紙画像。

AI ASMRの元の音を残すか、後から付け直すか。どちらが合うかは、同じ画面で音だけを切り替えてみると比べやすくなります。まずは音量を近づけ、触れる音や擦れ、消え際の違いに耳を向けてみましょう。

今回、同じ映像から後付け音を3回生成して聴き比べたところ、試聴者が残したいと選んだのはB1でした。決め手は、触れる音と擦れる音が最も自然に感じられたことです。

その比較を例に、元音のどこを残し、どんなときに音を付け直すとよいのかを見ていきます。2027年の編集に備え、自分の素材でも試せるよう、使った指示と設定、音量の調整値もまとめました。

元の音を残すか、後から付け直すか

元の音で動きや質感が伝わっているなら、その音を生かすところから始めます。 接触音が足りない、画面の素材感と音が合わない、意図しない声や音楽が重なる。そうした気になる箇所があれば、後付け音を試してみましょう。

たとえば、容器を擦る細かな音は気に入っているのに、一度たたく音だけが弱いなら、その一音を補う方法もあります。後付けした音が目立つからといって、元音を全部消す必要はありません。

音だけで選ばず、手元の動きと一緒に再生するのも大切です。指が静かに触れる場面へ強い衝撃音を重ねると、その一音だけが大げさに感じられることがあります。残したいのは、音単体の迫力よりも、その動きに合う音です。

比較するAI ASMR映像と条件をそろえる

今回は、素材提供者から受け取った10秒の映像(1280×720、24fps)を使いました。耳型マイクのそばで、人物が透明な模様入りの容器を手にするカットです。元音入りの版をA、同じ映像を静音にして後付け音を生成した版をB1・B2・B3としました。

10秒のASMR動画の再生画面。耳型マイクの前で模様入りの透明な容器を持つ人物が映り、再生位置と音量調整のスライダーが表示されている。

生成と試聴は素材提供者が行っています。三回とも同じ入力、指示、設定を使ったことを確認し、音量を近づけた比較用ファイルについて感想を受け取りました。本記事の公開元は、後付け音に使ったSoniloです。映像と公式情報は2026年11月16日に確認しています。

一つの接触動作が見えるカットを選ぶ

比較には、使用とサービスへのアップロードが許可された素材を使います。音のタイミングも調べたいなら、指が物から離れ、もう一度触れるところまで見えるカットを選ぶと進めやすくなります。触れた瞬間が分かれば、音が先に鳴ったのか、遅れて聞こえたのかを確かめられます。

今回の映像では、容器が画面に入った時点で、すでに指が表面に触れていました。指の動きは見えますが、どの瞬間を「触れ始め」とするかは決めきれませんでした。

そこで今回は、音の早さ・遅さをミリ秒で比べるのではなく、触れる音や擦れる音が画面に合っているかを聴き比べます。タイミングまで数値で確かめたい場合は、接触の前後がはっきり見える別カットを用意するとよいでしょう。

元音版と後付け音版を同じ音量で用意する

音の好みを比べる前に、まず聴こえる大きさを近づけます。 一方だけが強く聞こえるままだと、細かな擦れや余韻より、音量の違いに耳を取られてしまいます。

今回はB1〜B3をすべて効果音50%で書き出していましたが、実際の音量には差がありました。特にB3は数値上の音量が高かったため、元音Aを目安に、三つのB版をそれぞれ下げてから比較しています。

自分で試すときは、同じヘッドホンやスピーカーを使い、再生音量も固定して、同じ場面を切り替えます。たたく瞬間だけでなく、小さな擦れや音が消えるところまで聴いてください。まだ一方だけが明らかに大きいなら、その版の音量を少し下げてから比べ直します。

以下は、今回の調整値です。表のRMSは、10秒全体の音声信号の平均的な大きさを表しています。dBFSは、デジタル音声の最大値を0とするレベル表記で、音量調整欄のマイナスは音量を小さくしたことを示します。

版調整前の音量(RMS)音量の調整
A:元音−26.22 dBFS0.00 dB
B1−16.92 dBFS−9.31 dB
B2−16.63 dBFS−9.59 dB
B3−10.15 dBFS−16.07 dB

数値を近づけても、音色によって聴こえる大きさは変わるので、最後は耳でも確かめます。今回調整したのは音量だけです。音の位置を動かしたり、ノイズを消したり、音色や余韻を変えたりせず、それぞれの音を比べられるようにしました。

元の音で何を確認する?

残したい音と、直したい音を探します。 たたく音だけでなく、その前の擦れや、持ち替えるときの小さな音にも耳を向けてみてください。気に入った部分を先に見つけると、どこまで差し替えるかを決めやすくなります。

同じ区間を、最初は音だけ、次に画面と一緒に聴いてみましょう。音だけなら自然でも、指がまだ動いているのに音が途切れると、画面へ戻したときに気になることがあります。反対に、小さな音でも手の動きが伝わるなら、無理に強くしなくてもよさそうです。

今回のように口元が動く映像では、声の扱いも先に考えておきます。元音に声が入っているなら、それも聴かせたいのか、容器の音だけにしたいのか。物に触れる音を変えるつもりが、声まで消して演出が変わってしまわないようにします。

迷う箇所は、「擦れは残す」「接触音だけ補う」「声は残したい」のように短くメモしておくと、生成する音への指示にもつなげられます。

映像から後付け音を作って重ねる

今回は、素材提供者がSoniloの動画から効果音を作る機能で三つの候補を生成しました。AI動画に効果音を付ける方法の一つで、入力した画面を手掛かりに音を作ります。

Soniloの「動画に効果音」画面。動画選択ボタンと効果音の指示欄が表示され、「音楽を追加」と「音声を保持」のスイッチはオフになっている。

最初に用意したのは、元の音声を除いた同じ10秒の映像です。生成した音だけを聴けるよう、元音の音量を0%にし、音楽の追加と音声の保持もオフにしています。

項目今回の条件
生成方法動画から効果音を生成
入力同一の10秒映像。元音を除いたコピー
回数同じ指示で3回。B1・B2・B3をすべて保存
元音の音量0%
効果音の音量50%
音楽の追加/音声を保持どちらもオフ
取得方法Freeプランでダウンロードした透かし入りMP4

三回とも使ったのは、次の126字の指示です。

画面にある凹凸のある透明な容器を、指先で軽くたたいたり、表面をこすったりする質感の効果音を付けてください。目で追える指の動きに沿って、細かな接触音と短い余韻を作ってください。環境音は控えめにし、話し声、ささやき、呼吸音、歌、BGMは加えないでください。

「ASMRの音」とだけ書くより、何に触れ、どんな擦れと余韻が欲しいかを具体的に伝えます。これなら、生成後も「欲しかった細かな音があるか」「余韻が長すぎないか」を同じ考え方で聴けます。出してほしくない声や音楽も書きますが、指定どおりになったかは再生して確かめましょう。

今回は無料版で取得できた、透かし入りのMP4を使いました。比較に使った音声はこの動画から取り出し、画面の透かしも残しています。効果音だけを音声ファイルとして保存する場合は有料プランが必要です。これは2026年11月16日に確認したSoniloの音声ダウンロード条件によるものです。

Soniloの動画エクスポート画面。透かしのスイッチがオンになっており、Proプランの案内と「動画をエクスポート」ボタンが表示されている。

同じように試す場合も、指示を途中で変えずに候補をそろえ、生成直後のファイルはそのまま残しておきます。気に入らなかった版も保存すると、どこに違いがあったのかを後から確かめられます。

二つの音を同じ項目で比べる

最初から「どれが一番よいか」を決めようとせず、まずは動きとのタイミング、次に余計な音、最後に質感へと耳を向けます。音色は好きでも遅れて聞こえる場合と、位置は合うのに素材感が違う場合では、直すところが変わります。

接触と鳴り始めのズレ

画面を静音で再生し、指や道具が物に触れたところへ目印を付けます。その付近で、対応する接触音がいつ鳴り始めるかを聴きます。接触前の衣擦れや、指を動かす音まで「早すぎる接触音」と決めないようにしてください。

波形を見る場合も、一番高い山が触れた瞬間とは限りません。山の高さだけで選ばず、その音を再生して、画面で何が起きているところに対応するのかを確かめます。

接触時刻と音の始まりが分かるなら、二つの時刻をメモできます。「音の開始時刻−画面の接触時刻」がプラスなら音は遅く、マイナスなら早い、という読み方です。今回の映像は24fpsなので、1フレームは約41.7ミリ秒です。接触したフレーム自体が決まらないのに、細かな数値だけを出すことはできません。

今回のB1・B2・B3は、いずれも接触時刻を数値で比べていません。容器が見えたときにはすでに指が触れており、独立した接触の始まりを決められなかったためです。記録上は三版とも判定不能とし、音がぴったり合っていたことを示す「0ミリ秒」とは区別しています。

不要な声・音楽・質感の変化

物に触れる音を聴きたい場面で、声や音楽が加わると、その音に耳を向けにくくなります。指示していない音が入っていないかを一通り聴いてから、擦れの細かさや、たたいた後の響きを比べましょう。

Soniloの編集画面に10秒のASMR映像と効果音の波形が並ぶ。タイムラインではオリジナル音声が0%、効果音が50%に設定されている。

今回、三つのB版を聴いた素材提供者からは、どの版にも余計な人声や音楽はなかったとの回答がありました。そのうえで、触れる音と擦れる音が最も自然だったのはB1で、途中で音が急に変わったり、明らかに画面へ合わない音が出たりすることもなかったと評価しています。

版余計な人声・音楽質感についての試聴記録今回の選択
B1なし触れる音・擦れる音が最も自然。途中で音が急に変わる箇所や、明らかに画面に合わない音はない残したい版として選択
B2なし個別の質感コメントはなし比較対象として保存
B3なし個別の質感コメントはなし比較対象として保存

表の内容は、この1名の試聴回答です。B2とB3について分かっているのは、余計な声や音楽はなかったことと、今回はB1が優先されたことまでです。選ばれなかった理由を、こちらで補って書くことはしていません。

比較結果を編集の判断に使う

今回はB1を採用候補に残します。 試聴者が、触れる音と擦れる音の自然さを理由に選んだためです。この素材では、「最も同期が正確だった」ではなく、「この画面に残したい音だった」という選び方になります。

B1を編集へ使うなら、まず気に入った擦れや接触音を残し、最後の余韻が画面の終わりに収まるかを聴きます。元音の一部も戻したい場合は、同じ動作の音が二重にならないかを確認してください。一度しか触れていないのに二回鳴るなら、重なった部分を下げるか、どちらか一方を外します。

音が少し遅く聞こえるところを動かす場合も、その一音だけで終わらせず、前後を続けて再生します。一つの音声トラックを丸ごと動かすと、別の動作に合っていた音までずれることがあるためです。

手を加えた版は、B1の生成直後の書き出しと別に保存しておきましょう。どこを動かし、どの余韻を短くしたかが分かれば、映像を切り直したときにも戻れます。今回用意した比較用ファイルは、音量だけを調整したものです。

この比較だけでは判断できないこと

今回分かったのは、この10秒の映像で、試聴者1名がB1を残したいと選んだことです。同じ条件で3回生成した記録ではありますが、別の素材や別の視聴者でも同じ版が好まれるとは限りません。

版名を隠して聴いた比較ではなく、使用機器とASMRへの慣れも記録していません。元音Aの声や質感についても、個別の詳しい感想は得ていません。音量はRMSで近づけていますが、厳密な聴感上の等音量まで確かめたものではありません。

また、結果はFreeプランの動画書き出しを使ったものです。有料プランの音声品質を比べたり、心地よさや睡眠への影響を調べたりしたものではありません。耳型マイクが映り、音声ファイルが2チャンネルであっても、それだけで双耳録音の方式や空間表現までは分かりません。

2027年の公開に向けて使う場合は、その時点の機能と利用条件を見直します。無料で取得できたことだけで商用公開できるとは考えず、Soniloのライセンス条件と現行規約で、予定する用途に使えるかを確認してください。ここでの説明は一般的な情報であり、個別案件の法的助言ではありません。

FAQ

現実にない素材を切る映像では、何を音の正解にすればよいですか?

その素材を、どんな手触りや硬さに見せたいかを先に決めます。実在しない物なら、現実の録音に正解を求めるより、画面の中で音の質感をそろえる方が考えやすくなります。

たとえば、硬い表面の中にやわらかいものが入っている設定なら、切り始めの硬い音と、中を通るやわらかな音を分けて考えられます。同じ物を切っているのに、途中から紙を破るような音へ変わるなら、その変化を見せたいのかを考え直します。

接触の瞬間が映っていないカットも、同じ基準で比べられますか?

質感や余計な音は比べられますが、画面との接触時刻は同じようには測れません。音を聴いて「ここで触れたはず」と位置を決めると、その音が画面に合っているかを確かめられなくなります。

画面外の動作へ音を置くなら、どこで鳴らしたいかを演出として決めます。同期の正確さまで比べたい場合は、接触前後が見えるカットも用意し、そちらで確かめるとよいでしょう。

口元の動きがある動画で、声や呼吸音まで差し替えてよいですか?

演出と素材の利用権が許すなら変更できます。ただ、声を消すかどうかは、物の効果音とは別に考えたいところです。口が動いているのに何も聞こえないと、視聴者が違和感を覚える場合もあります。

声を残したいなら、まず元の声だけのファイルがあるかを探します。声と効果音が一つに混ざった音声を、必要な部分だけきれいに分けられるとは限りません。実在する人の声や姿を使う場合は、変更、アップロード、公開についての許諾も確かめてください。

AI ASMRを長く繰り返すとき、音のつなぎ目以外に何を確認しますか?

同じ強い音が何度も続かないか、音量や左右のバランスが途中で変わらないかを聴きます。短い試聴では気にならなかったアクセントも、何周かすると目立つことがあります。

実際に公開する長さで再生し、途中でもう一度大きな音が来る、毎回同じ場所で音色が変わる、といった箇所を探します。気になる音が繰り返されるなら、その回数を減らすか、別の区間を挟む方法を試せます。

ASMRに慣れた人と初めての人の評価は、分けて記録すべきですか?

はい。それぞれの感想に、普段ASMRを聴く頻度や、好む音の種類を添えて残します。「自然に聞こえたか」「好みだったか」「音量が気になったか」を分けて尋ねると、どこで意見が違ったのかも分かりやすくなります。

慣れた人の好みだけで決めず、これから動画を届けたい人の反応も見たいところです。今回の試聴者についてはASMRへの慣れを記録していないため、経験による違いは比べていません。

まとめ

今回、試聴者が選んだのはB1でした。決め手は、触れる音と擦れる音の自然さです。B1・B2・B3のいずれにも余計な人声や音楽はないとの回答でした。一方、画面から接触の始まりを決められなかったため、タイミングを数値で順位付けすることはしていません。

自分のAI ASMRでも、元音を消す前に、同じ画面で音量を近づけて聴き比べてみてください。気に入った擦れは残し、足りない接触音だけを補う。そのくらいの小さな変更で済むなら、全体を付け直さずに仕上げられるかもしれません。

カットのつながりや補音、書き出しまで進める場合は、ASMR動画の音声編集:撮影済み素材の音を仕上げるも参考にしてください。

関連記事