録った歌声の聞こえ方について

質問

宅録でDTMにて音楽制作をしている者です。

自分で歌を歌い、それを録った時に、
(1)ヘッドホンあるいはイヤホンでモニターした音と、
(2)スピーカーやステレオで鳴らした音、
また、(3)モニターしているヘッドホンを頭から外してヘッドホンから漏れた音で、
大きく音のバランスが違うように聞こえることについて、どういう原因か、また解消方法は無いかと思い質問します。

特に歌を録るときに(1)と(3)の違いに違和感を感じています。
(3)では低音よりで(1)と比べると大分こもって聞こえるのです。高音域の倍音がカットされているような感じです。ヘッドホンとはそういうものかと最初は思ったのですが、プロの音源だと、(1)と(3)は同じ音のバランスで聴こえます。
(2)は(3)ほどではないものの、若干こもって聴こえます。
歌と楽器が両方鳴った状態でも、歌のみで再生した場合でも同じです。

自分の歌い方や録音方法の問題なのかと思い、
色々試してみるのですが、いまいちしっくりきません。
それともミックスによって整えることで、(1)～(3)が同じように
聞こえるようになるのでしょうか。

私はボーカルとしてもまだ未熟ですし、レコーディングやミックスの知識も浅いので、
何かヒントになるようなことをご教授いただけたら嬉しいです。

・楽器類や全体の聞こえ方より、特に歌についての質問です。
・ヘッドホンは周波数特性がフラットなもので、特に高音強調のものではないです。
・マイク＞オーディオインターフェース＞PCで繋いでいます。
・自身の認識として、ヘッドホンで聴いた音とスピーカーで聴いた音が違うことは分かりますし、
それぞれのイヤホンやスピーカー、環境により音が大きく変わることは分かっているつもりです。
プロのエンジニアさんが、ミックス時にどんな媒体で鳴らしても問題のないように調整されていることも存じてます。
・マイクと口の距離は色々変えましたが、それでは解決しませんでした。
・マイクはダイナミックマイクです。
・掛け録りはしていませんが、コンプとイコライザは挿しています。これらをon/offしても、問題は解決しません。
・モニターヘッドホンの音量が大きすぎるということではないようです。
・特にウィスパーボイス気味に歌った時に(1)と(3)のギャップを大きく感じる気がします。
・マイクで楽器(ギター)を録った時はそれほど違和感を感じません。が、これは声に特に繊細になる人間の耳の構造上、私の耳ではギターについては判別つかないだけかもしれません。

回答No.3

John_Papa

No.2です。捕捉ありがとうございます。

回答の論点はズレてませんよ。
それは私の回答の仕方が悪いから。

大雑把にはこういうことです。
歌っている時に自分の声をモニターすると自分の声（鼻腔共鳴や頭蓋共鳴）に被さっているので、違いがあっても判り辛い。これは自分にしか聞こえない声である。
再生で聞く時には、鼻腔共鳴や頭蓋共鳴は発生しないので、別人の声に聞こえる。それは他人が聴く本来のあなたの声でもある。
ここまでは(1)(2)(3)に拘わらない事柄です。
他人の声に聞こえれば、主観的ではなく客観的に評価できる。
そこで(1)(2)(3)に拘わる違い、スピーカーとヘッドフォンの根本的違いを述べたのです。
特に(1)と(3)に共通の音が聴けるようなので、ヘッドフォンに癖があるのではないか、という疑いを添えて。
(3)は、ヘッドフォンの左右を合わせて閉じた状態と推してますが、間違いないですね。でないと(1)よりこもった状態にはならない筈だし。
(3)はモニターとして使うべきではありません。読者にモニタ環境の貧弱さを感じさせてしまいますし。
解決策である、ミックスに必要なモニターやミックス方法については、前回答で述べました。

補足

ありがとうございます。そして、ごめんなさい、初心者と書いたのでご丁寧に書いて頂いてるかと思うのですが、音楽歴は長く、気になることはネットでも本でも調べる質なので、初歩的・一般的な説明は不要です。

(3)はヘッドホンを開放した状態で篭って聞こえます。閉じていたらこもることは誰でも分かります。

歌っている時に自分に聞こえる音についての話は、今回の場合は関係ないと思います。私は歌う時の話をしていませんし、(3)の音をモニターにしようとしているわけでもありません。質問に書いた通り、ヘッドホンはモニターヘッドホンとして問題のないものを使用しています。
歌っているときに自分で聞こえる音と外から聞こえる音が違うことは当然と思う程度には理解しています。
(1)と(2)の音の違いも当然です。私の質問は、ヘッドホンとスピーカーの音の違いではなく、歌声に焦点をおいて、かつ単純な聞こえ方という話でなく、その歌声自体の周波数のバランスの話です。

つまりプロの音源でも(1)(2)(3)の音の感じ方や実際の周波数等様々な違いがあることは大前提として、それでも(1)(2)(3)について、歌に着眼したとき聴感上同じバランスで聴けるということ。それはプロだからこそそれが出来るとして、(1)と(2)の違いを意識してミックスを行うことはミックスをする者として、これもまた大前提と存じてます。

ただミックス以前に、歌声だけのトラックでも自分の作成している音源では(1)(2)(3)の聴感上のバランスが違うことが不思議だったので質問いたしました。

良い音楽を作るためにはモニタ環境なども最善を尽くすべきということであればその通りだと思います。ですが今回はあくまで自分の持ちうる現在の再生環境の中での話とさせてください。

ミックス方法などのご教授は嬉しいですが、それも基本的なことであって、今回の質問内容には沿いません。

あなたの回答は、全て正しく、一般的であり、音楽制作に必要な知識ですが、それではこの質問は解決しません。私が期待する回答の方向とは違います。つまり論点がずれています。
しかしそれは私の文章が稚拙であり、説明に過不足があった為かと思います。何卒ご容赦ご理解ください。

もう少し限定的で特殊な質問かと思います。

回答No.2

John_Papa

こんにちは。

難しい問題ですね。
一部難しい用語も使いますので、判らない語句はWikiとか検索で調べてください。

＞(1)～(3)が同じように 聞こえるようになるのでしょうか。
　これは現実的に有りえません。

まず、余談からｗ。
音が、出て、伝わって、鼓膜に届き、認識される。
この最後の認識される部分はとても大事なのですが、あまり熱心には研究されていません。商売にならないからスポンサーもつかない。
でも、少ない研究で認識のほとんどは錯覚だと判っています。ただ、私も自力で研究して一般の人より多く知っていますが、充分と言えるほどではありません。
　鼓膜への刺激と認識に直線性（方程式で表現できるような関係性）が乏しい。
　（例えば音量によって高音低音の強さの感じ方も変わります←ラウドネス曲線）
　個人差とか被験者の体調で異なる認識がされる。
　いくつかの条件では、刺激に無い筈の音が聞こえる。（←差音など）
　特定の条件の刺激（音）は認識されない。（←有名なのはハース効果）
などなど。

ですから、良い音というのは上手に錯覚させてくれる音、と言って良いのかも知れません。
(1)(2)(3)は、出て、伝わって、鼓膜に届くまでの物理的な違いになりますね。
人が認識する音は、この物理的な違いを刺激として、脳内でそれとは更に異なるものになるのだという事を知識として持っておいてください。
ここまでは一般的な音に対してです。

特に特殊な音である、他人の声でなく自分の声だった場合は、音の経路が全く違い、骨伝道だけでなく鼻腔共鳴や頭蓋共鳴も刺激となりますので、マイクに録音される音と自分で認識する声が異なる音声に聞こえます。録音経験により自分の声と認識できるようにはなりますが、他人は録音された音で聞いていますので、別人・他人の声として編集してください。
また、録音時のモニターには、ライブでも一緒ですが、ヘッドフォンなら距離も近いので同時性が有りますしバランスが違うだけで成分が同じですので、あまり違和感のない音で聞こえます。口から発する声はほとんど耳に達しません（生存競争上必要なかったか、耳保護の為に意図的に直接音を聞かない構造になっているのかもしれません）ので、他人が聴く経路の音を混ぜて聴く訳です。
この方法で録音と試聴を繰り返し、録音時にこんな感じだったら他人はこんな声に聴いてるんだ、という変換を脳に学習させる地道な作業が必要でしょう。
自分の声に対してはここまでです。

スピーカーとヘッドフォン・イヤフォンでは、伝わる距離が違います。
2mの距離で1cm動いても1/200の違いですが、元の距離が2cmなら1/2という大きな違いになります。人は対数的（相対的）に物事を感じたり判断する事って多いです。
スピーカーは距離が遠いだけでなく、人が動くことで距離を自由に変える事ができます。これは非常に重要で、スピーカーにはヘッドフォン・イヤフォンにはできない刺激を鼓膜に与える事ができるという事です。
音の要素に音程・音色があります。
音程は音波の波長に逆比例（＝周波数に比例）し、２倍をオクターブとする対数で音名を感じます。
音色は、複数の音程の重なりで作られ、単純なサイン波から複雑な波形まであります。
音速は約340 m/sですので、1KHzの波長は340mm＝34cmくらいになります。2000分の1秒ごとに山と谷（位相）が入れ替わります。それはヘッドフォンでも同じですがスピーカーや生音の場合、距離が17cm毎にも山と谷が入れ替わります。人間の両耳の距離もおよそそれくらいにあり左右で逆位相になる事もあります。10KHzだったらその波長が1/10になるので距離も1/10の1.7cmになりますね。生音やスピーカーの場合、少しの動きで音色の構成要素が左右でそれぞれ変化します。人間の脳がどうもその刺激を（特に前方への）方向知覚に利用しているようです。ヘッドフォンやイヤフォンは耳にくっ付いて動きます。このあたりが(1)と(2)の違いということになりますか。前方定位ヘッドフォンはいろいろ試行錯誤されているようですが、充分な成果を出せない理由ではないかと思います。
尚、音速の為に特にライブでは5mも離れると15mSの遅れとなり、指揮者など視覚の補助がないと同時性が損なわれアンサンブルに支障がでてきます。デジタル録音では機材のレイテンシーと加算されるのでスピーカーモニターでの演奏や録音はかなり難易度が高くなります。

一方、ヘッドフォンやイヤフォンは、スピーカーと違って物理的にある程度音域バランスが取れた音ではありません。耳たぶや耳道の音響効果、ヘッドフォンやイヤフォンのハウジング（容器）の音響効果を考慮して補正された特性になっています。（モニター用とかでなければ趣向的な調整も大きいようです。）すこし位置がズレただけで音が変わる経験もあるのではないでしょうか？
したがって、他の人には良くても自分には合わないとか、使用する人の個人差もでてきます。
ヘッドフォンから漏れる音も構造に寄ってそれぞれ異なります。
(3)の使用法は、メーカーが想定した範囲を超える使用法になります。
ヘッドフォンをスピーカー代わりに使おうとしても、あまり良い結果は得られません。得られる音量も小さいですので、聴感のラウドネス特性の影響で低音高音も聞こえ辛くなり帯域の狭い音になります。
(1)と(3)が似た傾向にあるのなら、あなたにとってモニターとして適していない、補正（癖付けとも言える）が大きいヘッドフォンなのかも知れません。

音楽のバランス取りが必要なミックスダウンにヘッドフォンではなくモニタースピーカーが使われるのは、以上のような聴感上の理由があるからです。
普段からモニタースピーカーとヘッドフォンの両方を使っていると、ヘッドフォンだけでも、「この感じならスピーカーではこう聞こえる筈」という読みはできるようになります。ここまでくれば録音時にスピーカーを使えない場合、ヘッドフォンだけで代用が効くようになります。
YAMAHA HS5 とかJBL LSR305　とか、予算があればもっと良質のモニタースピーカーを基準にする事をお勧めします。
ヘッドフォンも、モニタースピーカーに対して補正をあまり意識しなくても使えるような製品を試聴して選んでください。

イコライジングやコンプは、声を含むパートごとに行い、ミックスダウンではもっぱら楽器バランスを調整すれば、特性の異なるスピーカーやヘッドフォンでも良い再生ができると思いますよ。
一般音声だけでも、このように問題はたくさんあります。
繰り返しますが、自分の声は別人の声と思って、その声（素材）に合った処理をする事をお忘れなく。決して特殊音響下にある脳内自声と比べないように。

補足

ご回答誠にありがとうございます。

しかし、私の質問文が悪いためか、論点がずれています。すみません。
歌った時に自分自身に聞こえる声、というのは比較対象になっていません。
マイクで撮り終えてから聴いた音、です。

(1)(2)(3)の音が違うことは存じてます。問題はプロの音源では歌声の周波数特性(バランス)が維持されて聞こえるのに、自分の歌(ミックス)についてはそれぞれ違ったように聴こえることです。
(1)(2)(3)が別々のイコライジングをされているような感じに聴こえます。
その差が何かを知りたいのです。

回答No.1

mshr1962

骨伝導って聞いたことありますか？
自分の声と、その声を録音したものを聴き比べると、録音したほうが低く聴こえるそうです。

・骨伝導とは何か
http://honedekiku.com/p1-htm/

イヤホンやヘッドホンのように、直接耳に装着するものは若干ですが骨伝導が発生します。
それに比べて、離れた位置から聞こえる音は骨伝導が殆どありません。
あなたが感じているのはこのせいではないかと思います。
最近では骨伝導で伝えるタイプのヘッドセットも発売されてます。

Cynaps Mint
http://sakidori.co/article/3952

補足

ご回答誠にありがとうございます。骨伝導は存じておりますが、なるほど、奥深いですね。

ただ、プロの音源だと(1)と(3)の歌声の周波数のバランスは同じように聞こえるので、骨伝導が主な原因というわけではないのかなと思います。