WAVを結合する(AI音声をつなぐ)

短く分けて作ったAI音声を、順番どおりに1つのWAVにつなげます。間のすき間やつなぎ目のフェード、音量をそろえるかどうかも選べます。

つなげる音声ファイルをここにドロップ

またはクリックして選ぶ(いくつでも)。WAV・MP3・M4A・OGG・生のPCM

入れたファイルは、名前の数字の順(1, 2, 10)に並びます。あとから並べ替えられます。

ミリ秒

0〜3,000ミリ秒。1,000ミリ秒で1秒です。

音の始まりと終わりをなめらかにして、プチッという音を防ぎます。

書き出すサンプリングレート
チャンネル

自動:ステレオのファイルが1つでもあればステレオ、なければモノラルにします。書き出しは16bitです。

WAVのヘッダーがない音声データを、16bit・リトルエンディアン(s16le)として読みます。拡張子が .pcm・.raw のファイルは、チェックがなくてもこの読み方です。

使い方

  1. 上の枠に、つなげたい音声ファイルをまとめてドロップするか、クリックして選びます。名前の数字の順(1, 2, 10 の順)に並びます。
  2. 順番を直したいときは、パソコンなら行をドラッグします。キーボードやスマホでは ▲・▼ のボタンで1つずつ動かせます。「名前の順に並べ直す」で、いつでも名前の順に戻せます。
  3. ファイルの間のすき間(はじめは300ミリ秒)や、つなぎ目のフェード、書き出すサンプリングレートを選びます。音量がばらばらなら「音量をそろえてからつなぐ」にチェックを入れます。
  4. 「つなげる」を押すと、1つのWAVができます。下のプレーヤーで聞いて確かめてから、「WAVを保存」で保存します。

AI音声を分けて作って、あとでつなぐ

長いナレーションをAI音声(TTS)で作るときは、文や段落ごとに分けて作ると、読み間違いがあった部分だけを作り直せます。このツールは、分けて作った音声を、決まったすき間をあけて順番どおりにつなぎます。

すき間は、聞いてみて自然に感じる長さに調整してください。0〜3,000ミリ秒(3秒)の間で決められます。すき間は無音です。

つなぎ目の「プチッ」という音を防ぐ

音の波が0ではないところで切れている音声をつなぐと、つなぎ目で波が急に飛ぶため、「プチッ」という音が出ることがあります。「つなぎ目に短いフェードを入れる」にしておくと、ファイルごとに始まりの10ミリ秒を少しずつ大きく、終わりの10ミリ秒を少しずつ小さくするので、この音が出にくくなります。

多くのAI音声は前後に無音があるので、フェードを入れても声はほとんど変わりません。1つの音をいくつかに分けたファイルをすき間なしでつなぎ直すときは、フェードを切ってください(つなぎ目で一瞬だけ音が小さくなるため)。

音量をそろえてからつなぐ

別々に作った音声は、同じ声でも大きさが少しずつ違うことがあります。「音量をそろえてからつなぐ」にすると、ファイルごとにラウドネス(人が感じる音の大きさ。単位はLUFS)を国際規格 ITU-R BS.1770 の方法で測り、選んだ大きさに合わせてからつなぎます。

  • −14 LUFS:YouTubeなどの動画配信向けに、よく目安として使われる大きさです。
  • −16 LUFS:Apple Podcastsが案内しているポッドキャストの大きさです(±1dB)。
  • −23 LUFS:ヨーロッパの放送の基準(EBU R128)です。

音量を上げると、波の一番高いところ(ピーク)が −1 dBTP を超えてしまうファイルは、超えないところまでで上げるのを止めます。そのファイルは目標より少し小さくなります。ラウドネスやピークを詳しく見たいときは、音量をそろえるツールを使ってください。

ステレオで書き出すとき、モノラルのファイルは左右に同じ音が入るので、測るとモノラルのときより約3 LU 大きくなります。このツールは書き出すときのチャンネルで測るので、モノラルとステレオが混ざっていても同じ大きさにそろいます。

サンプリングレートやチャンネルが違うファイルをつなぐ

  • サンプリングレートが違うファイルは、書き出すサンプリングレート(はじめは48,000Hz)に変換してからつなぎます。変換のしかたは48kHzに変換するツールと同じです。
  • チャンネルが「自動」のときは、ステレオのファイルが1つでもあればステレオ、すべてモノラルならモノラルで書き出します。モノラルのファイルは左右に同じ音を入れ、モノラルで書き出すときのステレオのファイルは左右を混ぜます。
  • MP3・M4A・OGGなどは、ブラウザが読み込むときに書き出すサンプリングレートに変換します。M4Aが読めるかどうかはブラウザによります。
  • Gemini TTSなどの生のPCMは、「生のPCM(Gemini TTSなど)として読む」にチェックを入れてから入れてください。拡張子が .pcm・.raw のファイルは、そのままで生のPCMとして読みます。

長い音声もつなげる

つなげた音声は少しずつ作ってためていくので、60分ほどの長さでもつなげられます。48,000Hz・16bitのWAVは、モノラルで1分あたり約5.5MB、60分で約330MBになります。ステレオはその2倍です。WAVは4GBまでなので、それを超える長さにはできません。

MP3などの圧縮された音声は、1つずつまとめて読み込みます。1つのファイルがとても長いと、メモリが足りずに読み込めないことがあります。

できないこと

  • ファイルの途中を切ったり、重ねたり(クロスフェード)はできません。ファイル全体を、すき間をあけて順番につなぎます。
  • 書き出すのは16bitのWAVだけです。MP3などで保存したいときは、別のソフトで変換してください。

よくある質問

名前の順にならない

名前の中の数字は、数として並べます(1, 2, 10 の順)。「01」「02」のように桁をそろえた名前でも同じ順になります。入れたあとに並べ替えたときは、「名前の順に並べ直す」で戻せます。

すき間を0にするとどうなる?

前のファイルの最後と、次のファイルの最初がそのままつながります。フェードを入れていると、つなぎ目で一瞬だけ音が小さくなります。

途中で止められる?

つないでいる間は「つなげる」ボタンが「止める」に変わります。押すとそこで止まります。

ファイルはどこかに送られる?

送られません。読み込みも、つなげるのも、このページの中(ブラウザ)だけで行います。

出典