ボイスチャットの環境(パソコンへの音声入力の向上)

質問

Skype等のパソコンを使ったボイスチャットの環境についてです。声という情報量の多い媒体だけに相手に不快感を与えずに良い印象を持ってもらいたいと思っています。自分自身がボイストレーニング等を行うのは当然として, 環境にも目を配りたいと思っています。ボイスチャットはパソコン向けのミニフォーン接続マイクをオンボードに直接さしている人が多いようで, それ自身の情報が集めにくかったです。そこで, 良い音声をPCに入力する点では同じだろうと, 自宅録音等のサイトで情報収集しました。しかし, ボイスチャットでどの程度の効果が期待できるか分かりません。この方面は上をみるときりがないので, コストパフォーマンスや他との兼ね合いも考えたいと思っています。考えている物を記述するので皆さんの意見を是非お願いします。

現在の自分の環境は以下です。
マイク:
・ELECOM MS-STM87SV
・SOUND MAX SUPERBEAM

サウンドカード(オーディオIF):
・CREARIVE SB Audigy 2

マザーボード:
・ASUS P5B Deluxe

検討している製品は以下です。

マイク:
・SENNHEISER PC161(ヘッドセット) \11,000円程度
・SHURE SM58S \10,000円程度

オーディオIF
・ONKYO SE-200PCI PCI接続 \15,000円程度
・BEHRINGER UCA202 U-CONTROL USB接続 \4,500円程度
・E-MU 0404SE PCI接続 \1,0000円程度
・M-AUDIO Delta Audiophile 2496 for PCI-X PCI接続 \13,500円程度

プリアンプ:
・BEHRINGER MINIMIC MIC800 \5,500円程度
・BEHRINGER TUBE ULTRAGAIN MIC200 \6,000円程度

エフェクター:
・BEHRINGER MINIFEX FEX800 \6000円程度

理想的な物としては, マイクはボイスチャット以外の作業(PCゲーム等)の邪魔にならないようヘッドセットのように使えて入力の質が良い物が良いです。また, 楽に素早くミュート機能を使えて, 周囲の雑音を拾わない物です。入力の質以外に関してはPC161が理想的になります。しかし, 入力の評判も悪くはないものの, さすがにSM58S等の方が上だと思います。また, ヘッドホンは特化したものを使いたいので, ヘッドホン部分はほぼ無駄になります。SM58Sは入力は良さそうですが, 付属のスタンドで机の上に置いて座って使うことになると思います。本来の性能は発揮できないでしょうし, 作業の邪魔になりそうです。また, スイッチを切るのは大変そうですし, ミュートに該当する機能で苦労しそうです。スイッチ付は壊れやすいらしいので無しの方も考えています。

オーディオIFに関しては, 聴くことの方がどうしても多いのでSE-200PCIが欲しいと思っていました。ただ, これは入力に関してはあまり期待できないようです。他の入力に向いたオーディオIFと共存させるという手もありますが, 弊害が出そうで怖いです。また, PCI接続の方がCPU等に負荷がかからないと思われるので, 良い気がしています。

プリアンプは, 基本的に音の大きさをあげるもののようですが馬鹿にできない効果があるのではと思っています。マイクの使い勝手に影響せず質を高められそうな点も魅力的です。また, MIC800やMIC200にはボイシング機能というものがあるようです。うまく使えば良い印象を与えられるようになるのではと思っています。

エフェクターは物によっては印象を全く変えられそうですね。声に特化したもので良い物は見つけられませんでしたが, マルチエフェクターのFEX800が安いですし, 色々ついていて試すのに良さそうだと思いました。

現在考えているのはマイクをSM58S, プリアンプにMIC800を買ってみることです。さし当たっては15,000円程度で済みます。
SM58S - MIC800 - SB Audigy2
オーディオIFは聴く方の改善を求めてそのうちSE-200PCIを買いたいと思っています。これらで満足できなければ入力に特化したオーディオIFやエフェクターを考えてみようと思っています。
SB58S - FEX800 - MIC800 - SE-200PCI
また, マイクの使い勝手がどうにも悪ければ, PC161等を買ってみようと思っています。

ご指導お願いします。

回答No.2

kenta58e2 · ベストアンサー

No.１です。以下、蛇足的な話ばかりですが…

まずは、この手の業務用音響機器に若干触れている人間の立場から、Skype等の音質を（よくわかりもしないのに(^^ゞ　語るとどういう発想で捉えるか・・・という話なんですが、１つには、ご紹介いただいたWEBの解説を棒読みした限りでは、「128Kbpsは絶対保証じゃないんだよね？」という点です。「64Kbps～128Kbpsの間で動的変更」ということは、保証されているのは最低64Kbpsで最高で128Kbpsであるという点だけであり、ということは運用中ほとんどの場合は128Kbps以下ですよ・・・という事になると思います。もっとも、質問者の方も言われているとおり、mp3とはエンコード／デコード方式が違うでしょうが、mp3で128Kbpsですと私の知ってる限りでは12KHz位まで、64Kbpsでも10KHz位までは容易に再生するようですから、再生周波数50～8KHzは保証されているのかもしれません。

その点はさておき・・・ダイナミックマイクについては、概ね御推察のとおりです。
確かに、使い方にもよるものの、単一指向性のダイナミックマイクの方が生活雑音等には強いです。しかし、ある程度の音量（声量）を入れてこそ性能が出る・・・という面もあります。いわゆるステージの司会なんかでは、喋り言葉ながらもそこそこの声量を出してますからダイナミックマイクで全く問題ないですが、仮にステージ上でもごく普通の声量の会話を取る必要があるときには、スピーチ用のコンデンサマイクを使用するのが普通です。そうしないと会話を明瞭に取れない場合が多いのです。
テレビでも、ごく普通のインタビュー等ではSM58タイプのダイナミックマイクをまず見かけないし、もしダイナミックマイクの場合では、相手が喋るときにアナウンサーがいちいち相手の口元近くまでマイクを持っていってる・・・なんてシーンをよく見かけますでしょう？　通常会話の声量では、ダイナミックマイクだとあの様な使い方でないと明瞭に音が録れないのです。

サウンドカードの入力の性能差・・・というのは、ある意味では仰るとおりだと思います。実際、オンボードのマイク入力よりは、SE-200PCI等の高性能なサウンドカードの方が性能が良いのは明らかです。ただ、個人的にはボイスチャット用途であれば、ボイスチャット向きのマイクとSE-200PCIのマイク入力で、性能的には十二分だと考えます。

仮にマイクプリアンプを使ったとした時には、質問者の方の想定プリアンプであれば、プリアンプの出力をサウンドカード等のライン入力に繋ぐのが基本です。マイクプリアンプは、微少なマイクの信号をラインレベルまで上げるのが主要な役割ですから、当然です。この場合、SE-200PCI等のRCAピンジャックの入力端子には標準フォン－ピンの変換ケーブル。他のオーディオインターフェースなら両端標準フォンのケーブルを使えばよいです。標準フォン－ミニフォンではプリアンプ経由だと音が割れてしまいますので不適です。

また、プリアンプで音が良くなる・・・という点については、先にも述べましたように業務用音響機器でＰＡや録音をする場合にはある意味正しいのですが、「プリアンプはマイクの音を良くする魔法の機械」ではないという点が大事です。プリアンプは、マイクの信号を他の業務用音響機器に繋ぐときに、マイクと機器間の「コンディションを最適に調整する」ためのもの・・・と考えておかれるのが妥当だと思います。コンディションを最適化することによって、マイクの音が良好な状態で機器に送られ、その結果音質が向上する・・・と解釈下さい。この場合、コンディションさえ整えば最高のパフォーマンスが得られるだけのマイクと音響機器の組合せでないと、あまり大きな効果はは無いばかりか、むしろ音質が落ちることもあります。またさらに、すべての機器が業務音響規格でないとコンディション合わせそのものが意味を持ちませんし、何よりも、このようなコンディション最適化のためには、若干の知識と経験が要求されます。

その他、候補に挙げられていたプリアンプに装備されているボイシング機能というか「プリアンプモデリング機能」というのは、業務音響業界で比較的著明なプリアンプ製品と「似たような音質にするための切換機構」だとお考え下さい。著明なプリアンプ製品には、ギター用として有名とかボーカル用として評価が高い・・・というように、専門的に特化したものがあり、切換スイッチでそれらの著名（多くは非常に高価）なプリアンプの音に似せる・・・というものです。
よって、質問者の方の使用法では、使えるのは「VOCAL用」だけかと思うところですが、これも少なくとも数十～十数KHzの再生帯域がある録音機器やＰＡ機器に接続した場合に効果が出るように設計されているというものであり、「上限8KHz」で伝送された相手先の再生音に、果たしてどの程度効果があるかは非常に微妙です。自分自身のモニター環境では、良し悪しは別として明らかに効果は体感できると思いますが、上限8KHzで相手先にどう聞こえるかは、確かにかなり実験しないと何とも言えませんね。

むしろ、声質を「聴き取りやすくする」とか「明るくする」とかいう観点なら、「イコライザ」や「コンプレッサ」は有効だと思います。
イコライザは御存知でしょうが、特定帯域を増幅あるいは減衰して、声のくすみを取ったり声質を明るくしたりするには有効です。また、コンプレッサというのは、声の音量の大小を一定にする・・・小さい声は大きく、大きい声は小さくして音量感を一定にするという効果があります。音量感を一定にするというと、抑揚のない平坦な声になるようなイメージがありますが、程よく調整すれば、抑揚はそのままにした上で、小さい子音を程よく大きくすることで滑舌をはっきりさせ、かつ、音域全体を丸く甘く聴き取りやすくすることが可能です。よって、どうせ挑戦するならそういう機材の方が良いんじゃないかと思いますね。

安くあげるなら、例えばBehringerのMIC800（エフェクターを使うならプリアンプは必要になるので）、COM800、FBQ800の３つ組・・・なんてところになりますが、これらは（FBQ800を除いて）プリセット選択式で微調整ができないのがちょっと辛いところです。しかし、微調整が可能な製品で揃えると、DIGITECH VOCAL300くらいの価格になってしまいますね・・・

よって、これは私はよくわからないんですが、もしマイク音声をSkypeに乗せて送る前に使用できるソフトウェアのエフェクターのような物があり、その中にコンプレッサとイコライザが有れば、是非使ってみることをお勧めしたいところです。
最後はちょっと知識不足で無責任な提案ですが、そちらのカテゴリなら、どなたか識者の知恵が貰えるかもしれません。

お礼

普通のサウンドカードとPC向けのヘッドセット等がコストが高く無難であることはkenta58e2さんのおかげで良く理解できました。しかし, イコライザ, コンプレッサは面白そうですね。興味をそそられます。私が探していたものだと思います。MIC800, COM800, FBQ800と, これらを使うならマイクもミニフォーンのものというわけにはいかないでしょうから, 安価で評判の良いBEHRINGER XM8500等で20,000円程度で試せるのも良いですね。おまけで考えていたボイスチェンジャー機能ではなくて, 声の入力のためならもう少し出しても良いと思います。マイクに関しては単一指向性で感度, インピーダンスが高めのSHURE PG48等も良さそうですね。コンデンサマイクは扱いと値段が難点です。探せば良い物がありそうですね。
http://www.soundhouse.co.jp/shop/ProductDetail.asp?Item=662%5EPG48%5E%5E
こういった卓上スタンドを買えばキーボードをまたいで使えそうなので, セッティングも何とかなりそうです。
http://item.rakuten.co.jp/mcshowa/10000174/
ボイスチャット用途で使えなくても, 他で役立てることも出来そうなので 情報は集め続けてみます。そのうち試してみたいと思います。

プリアンプ経由の場合は標準フォーン-ミニフォーンだと音が割れてしまうんですね。今のSB Audigy2では, そのままだとRCA接続は満足に出来ず標準フォーン接続もできません。イコライザ, コンプレッサを試してみるなら, その点でもSE-200PCIに買い換える意味はありますね。Mic inではなくline lnに繋ぐことになったら, それをSkype等に出力する為に, 少し苦労しそうですね。これは恐らく簡単に解決できますが。

ソフトウェアのエフェクタを探してみましたが, 色々あるようですね。
直接張ると省略される上にアクセスできませんので, ご覧になる場合は繋げてURL入力してください。
http://sage-sync.hp.infoseek.co.jp/cgi-bin/wiki/wiki.cgi
?page=WAV%A5%E6%A1%BC%A5%C6%A5%A3%A5%EA%A5%C6%A5%A3%2F%A5%A8%A5%D5%A5%A7%A5%AF%A5%BF
気軽に試せるものがあれば, 効果を簡単に実感するのに良さそうです。

詳しい補足をありがとうございました。

補足

また, 文字数に引っかかったので分割します。

Skypeの通信に関しては, こういった分野で良く使われるベストエフォートという奴ですね。最大でこれだけ出ますけど, これだけは出るという保証はできませんと。実際, 環境の悪い人では最大値より下回る事が多いと思います。ただ, サウンドの出力は拘らない人は安物イヤホン等のままでしょうが, 平均的なPCの性能や通信の質は確実に上がってきていると思います。光や高速で品質の良いADSL通信等と高性能PC同士での接続なら, ほぼ最大値を維持できると思います。その為に必要な費用や敷居も年々低くなっています。

回答No.1

kenta58e2

正直、ちょっとカテゴリーが違う気がしますが、一部の機種は日頃使っていたりしますので、若干のアドバイスなど…

まず、何よりもSkype等のボイスチャットで、書かれているような機材を使うのは、ほとんど意味がないのではないか？と思います。

ちょっと私がボイスチャットには疎いので、間違っていたら正していただければと思いますが、ボイスチャットの場合、音声信号の伝送は64～128Kbps程度の高圧縮、低音質伝送で、またほとんどの場合においては、相手側の再生環境もエレコム等のボイスチャット用イヤホンマイク程度なのでは？と思います。
その程度の伝送音質では、発信側でこれだけの機材を揃えたところで、今より大きく音質がアップするということは望めません。自分のパソコン側のモニターで、自分の声がどんなに良くなったとしても、高圧縮伝送で相手のパソコンに届くデータは大きくスポイルされて、今とそれほど変わらない音質になってしまいます。

マイクについてのみは、購入予定のPC161のマイクの方が、今お使いのマイクよりは、ノイズキャンセルもあり明瞭度も良いと思いますので、マイクの買い換えはわかる気がします。
しかし、PC161であれば、ことボイスチャットに関しては、CREARIVE SB Audigy 2で十分です。ＰＣ全体の音質アップを図るためにAudigy 2を買い換えるのはアリですが、それなら狙い目はSE-200PCIで
・BEHRINGER UCA202 U-CONTROL
・E-MU 0404SE PCI接続
・M-AUDIO Delta Audiophile 2496 for PCI-X
は、全く必要はないです。

また、SM58Sはプロ用マイクということで土俵に上げられているのかな？と思いますが、ボーカル用マイクですから、ボイスチャットに使うには明瞭度が悪くセッティングも難しいので、あまり適当とは言えません。高圧縮伝送では音声の明瞭度がすぐに落ちますから、ボイスチャット用マイクは明瞭度の良いマイクが必要で、SM58との比較なら今お使いのエレコムの方が遙かに適しています。これは自信持って言えます。

プリアンプについては、えらく評価が高いようですが、プロ音響現場で専門家が適正に使えばともかくも、ボイスチャットでプリアンプを使ってもそんなに音質は向上しません。業務用マイク→プリアンプ→業務用音響機器…という組み合わせで使うことを前提に作られているものなので、ＰＣ用マイクではそもそも接続端子の規格から違って接続できないという点と、ほんのわずかの設定ミスで音質はむしろ大幅に悪化するという使用上の難しさ、そして、これは素人の方が良く勘違いされているんですが、ヘタにプリアンプを通すとむしろ声の明瞭度は下がる…という事実から、あまりお薦めではないです。
ボイシング機能も、録音やＰＡで使用してはじめて使い道のある機能で、ヘタに使うと声が割れたり濁ったりして、とんでもないことになります。
少なくとも、マイクプリアンプを使うとマイクの使い勝手は難しくなります。マイクに繋がる機材が増えれば増えるほど、基本的には音質は濁っていくし、コントロールする項目が増えれば増えるほど操作方法は複雑難解になります。それをなんとかするには、専門家の領域の技術が必要です。
専門家にしても、本当は直結が一番音が良いことを知った上で、必要悪的に使っている面があるのです。

エフェクターに至っては、何のために必要なのかが私にはよくわかりません。まぁ、「おしりかじり虫」みたいな声を出して相手をおもしろがらせるくらいの使い道なら、私は関西人なのでわからないこともないですが…リバーブとかかけたら、相手にはこっちが何を喋っているのかさっぱりわからなくなりますよ。
ちなみに、FEX800くらいでは、ボイスチェンジャーとして他人の声にしたりするのは無理です。

というようなことで、ボイスチャット用途の利便と再生のHIFI化の両立という点では、
PC161　→　SE-200PCI
というシンプルな構成がベストです。

>ボイスチャットはパソコン向けのミニフォーン接続マイクをオンボードに直接さしている人が多いようで, それ自身の情報が集めにくかったです。

というのは、機材のことをわかっている人ほど、シンプルな構成にしている証拠だと思いますね。

私は、質問者の方が揚げられたのと同等の機材は全部持っていますが、もし今からボイスチャットを始めるなら、迷わず手持ちのAUDIO TECHNICAのマイク付きヘッドフォンを SB Exyigy に繋ぐだけの構成でやりますね。
相手への不快感軽減策は、関西人的話術でカバーします。

お礼

コンデンサマイクでは周囲の雑音を拾いすぎると思い, ダイナミックマイクでメジャーなSM58を選びました。明瞭度(声の聞き取り易さと解釈)が悪いというのは意外な気もしましたが, ある程度の大きさの音を拾うことを想定しているからなんでしょうね。ボイスチャット向けのマイクの方が普段の喋りの大きさを拾いやすく相手にも聞こえやすそうですね。セッティングに関してはエレコムが机に置くタイプなので何とか使えないかと思いましたが, やはりパソコン向けのヘッドセット型の方が使い勝手は確実に良いですね。

サウンドカードは出力よりも入力の方が性能差があるという話を聞いたので, 特化したものを考えました。ですが, そんなに意味はないようですね。

プリアンプ等の接続については標準フォーン⇔ミニフォーン変換等でいけるだろうと思っていました。使い勝手というのはヘッドホン型やスタンド型などの型に影響されないという意味で使いましたが, プリアンプで良く聞こえる声に設定するのは難しいんですね。歌ですがありとなしのverがあって比較したのですが, ありの方が良い感じでした。プリアンプを接続するだけで, 良く聞こえる事はあっても悪くなることはないだろうと勝手に思っていました。

エフェクターは期待している良く聞こえる声にするような効果は得られないようですね。面白い声に関してはおまけで使えて良いかなとは思っていました。ボイスチェンジャー的な効果は期待していませんでした。そういった機能があるDIGITECH VOCAL300やBOSS VT-1はちょっと高いですしね。

やはり向いているものを使うのが一番だということでしょうか。無理に不相応なものを使っても多少の効果が出るどころか悪化してしまうかもしれませんね。実際に機材を使って, 二つのパソコンをSkypeで繋いで受信側で録音して実験出来れば一番良いのですが, 機材がないですからね。機材に詳しい方のアドバイスが頂けて良かったです。ありがとうございました。

補足

お礼の方に書きたかったのですが, 文字数制限が厳しいので分割します。

カテゴリーは悩んだのですが, やはりデジタルライフの方が良かったですね。失礼しました。

Skypeの仕組みは私も詳しいわけではないですが, 仰る通りでwavや回線を通さずに聞いた場合と比べると劣っているのは間違いないです。ただ, Skypeは音質の向上は続けられているようですし, 固定電話や携帯電話よりは良い音質のようです。3年程前の古いデータなので現在はより工夫されているでしょうが, 周波数帯域が50Hz～8kHz(固定電話は200Hz～3.4kHz)です。伝送は最大128kbpsですが, 様々な工夫はされています。なお, これらはユーザの通信速度でも上下します。
http://www.geocities.jp/hibiyank/gizi/oto1.htm
エンコードの仕方の違い等もあるので比べるのはおかしいかもしれませんが, mp3でも128kbpsあれば十分に聞けるだけの音質が確保されているように思います。アナログ放送, デジタル放送はMPEG-2 AAC, 144kbpsでしょうか。耳の良い人ならば我慢できないかもしれませんが, Skypeでも人の声の特徴を十分に伝えらますし, 入力に拘る意味は十分にあるのではないかと思いました。私はまだ数人としか話したことはありませんが, 声以外の要素でも結構な差があるように感じました。何にせよ一番のボトルネックになるとは思いますが, 圧縮される前のソースを良くすれば, そこそこの効果が上げられるのではと思ったのが質問の発端です。