ace-step

ACE-Step による音楽制作

音楽エンジンとして ACE-Step または ACE-Step 1.5 が求められるタスクや、楽曲、BGM、ボーカルトラック、カバー、リミックス、ステム、動画のサウンドトラック素材向けに、オープンウェイト／ローカルでの音楽生成方法を選ぶ場合に、このスキルを使用してください。

ACE-Step は、高速な音楽生成ワークステーションとして扱い、決定論的な MIDI シーケンサーとして扱わないでください。スタイル、歌詞、構成、テンポ、キー、参照音声の指示に従うことができますが、生成結果には引き続き、試聴、選定、編集、マスタリング、権利確認、納品形式の準備が必要です。

基準とする最新情報

以下の記載事項は、2026-07-10 に ACE-Step 公式 GitHub、Hugging Face のモデルカード、公式ドキュメント、arXiv レポートで確認したものです。

• ACE-Step 1.5 は、ACE Studio と StepFun が共同主導するオープンソースの音楽基盤モデルです。計画を立てる言語モデルと、拡散トランスフォーマーによる音響レンダラーを組み合わせています。
• 主な生成モードには、テキストから音楽への生成、歌詞から楽曲への生成、インストゥルメンタル生成、カバー／スタイル転送、再描画、LEGO／レイヤー式トラック生成、抽出、補完があります。一部の編集モードはベースモデルのみで対応すると記載されています。
• ACE-Step 1.5 の公式 Hugging Face モデルカードには、ライセンスが MIT、モデルの種類が Text2Music、対応言語が 50 以上と記載されており、一般消費者向けハードウェアやローカル環境での動作が可能とされています。GitHub リポジトリは MIT ライセンスです。
• 公式 API は非同期です。POST /release_task でタスクを送信し、POST /query_result で結果を確認してから、/v1/audio?path=... でファイルをダウンロードします。
• audio_duration／duration／target_duration による長さの制御が可能です。公式 API ドキュメントに記載された範囲は 10～600 秒です。技術レポートでは、v1.5 は短いループから 10 分の楽曲まで対応できると説明されています。
• API に記載されている出力形式のオプションには、flac、mp3、opus、aac、wav、wav32 があります。
• DiT モデルファミリーについて、公式のモデル一覧では次のように案内されています。
  • acestep-v15-turbo：高速な SFT モデルで、8 ステップ、高品質、中程度の多様性とファインチューニングのしやすさを備えています。制作の反復作業で、最初に選ぶ標準モデルとして適しています。
  • acestep-v15-base：50 ステップ、CFG 対応、中程度の品質、高い多様性、ファインチューニングが容易です。ベースモデルのみのタスク、CFG、より幅広い試行、抽出／LEGO／補完への対応、トレーニング／ファインチューニングのワークフローが必要な場合に使用してください。
  • acestep-v15-sft：50 ステップ、高品質、中程度の多様性、ファインチューニングが容易です。turbo の速度より SFT の品質を優先し、ベースモデルのみの機能を必要としない場合に使用してください。
  • XL モデルは、より大規模な 4B DiT デコーダーを使用します。公式ドキュメントによると、より高品質を目指すモデルで、より多くの VRAM が必要です。オフロード／量子化を使用する場合は 12GB 以上、オフロードを使用しない場合は 20GB 以上が必要です。
  • LM の選択肢には acestep-5Hz-lm-0.6B、1.7B、4B があります。より大きな LM ほど、作曲やメロディの模倣に優れていると記載されています。
• 公式ドキュメントによると、Windows CUDA、Windows ROCm、Linux CUDA、macOS Apple Silicon MLX 用の起動スクリプトが用意されています。ACESTEP_CONFIG_PATH、ACESTEP_LM_MODEL_PATH、PORT、LANGUAGE などの変数を使って、カスタムの起動設定を .env に保存できます。
• ACE-Step DAW は別個の AGPL-3.0-or-later プロジェクトであり、MIT モデルリポジトリとは配布上の義務が異なります。DAW を同梱してデプロイする際に、MIT の条件が適用されると想定しないでください。

参照元：

• 公式リポジトリ：https://github.com/ace-step/ACE-Step-1.5
• 公式モデルカード：https://huggingface.co/ACE-Step/Ace-Step1.5
• 公式 API ドキュメント：https://github.com/ace-step/ACE-Step-1.5/blob/main/docs/en/API.md
• 公式推論ドキュメント：https://github.com/ace-step/ACE-Step-1.5/blob/main/docs/en/INFERENCE.md
• 公式チュートリアル：https://github.com/ace-step/ACE-Step-1.5/blob/main/docs/en/Tutorial.md
• 公式 LoRA トレーニングチュートリアル：https://github.com/ace-step/ACE-Step-1.5/blob/main/docs/en/LoRA_Training_Tutorial.md
• ACE-Step 1.5 技術レポート：https://arxiv.org/abs/2602.00744
• ACE-Step v1 技術レポート：https://arxiv.org/abs/2506.00045
• ACE-Step DAW リポジトリ：https://github.com/ace-step/ACE-Step-DAW

ACE-Step が適切なツールか判断する

次のような場合は、ACE-Step の使用を推奨します。

• ローカル／オフライン、またはセルフホスト可能な音楽生成を求めている場合；
• フル楽曲の候補を多数、すばやく反復生成したい場合；
• 歌詞からボーカルと伴奏を生成したい場合；
• 動画、広告、ゲーム、ポッドキャスト用のインストゥルメンタル音源が必要な場合；
• カバー、リペイント、抽出、補完、スタイル転送など、参照音源を使うワークフローが必要な場合；
• オープンウェイトモデルの管理と、再現可能なシード／モデルのメタデータが必要な場合；
• セットアップ後の追加コストを抑え、ホスト型の商用音楽生成ツールへの依存を減らしたい場合。

次のようなニーズがある場合は、ACE-Step が最適だと断言しないでください。

• 存命のアーティスト、著作権で保護された楽曲、またはレーベルのカタログに似せた音源について、法的に問題がないことが保証されている必要がある場合；
• 音符単位または単語単位で正確にタイミングを制御したい場合；
• 人による試聴やマスタリング工程を経ずに、放送用の最終マスターを仕上げたい場合；
• ACE-Step サーバーが実際にデプロイされていないのに、クラウド API の SLA が必要な場合；
• ACE-Step DAW を使用する際に AGPL の義務を確認せず、DAW を配布したい場合。

ユーザーが「[アーティスト／楽曲] のように作って」と依頼した場合は、その要望を、時代、楽器編成、テンポの範囲、ミックスの密度、ボーカルのエネルギー、ハーモニーの特徴、プロダクションの質感、ムード、構成といった、許可された個人を特定しない音楽的属性に置き換えてください。ユーザーが権利または同意を得ている場合を除き、保護された声のクローンや、聞き覚えのあるメロディの再現は避けてください。

プロダクションのワークフロー

1. 成果物を決めます。インストゥルメンタル音源、ボーカル入りのフル楽曲、フックのループ、カバー、リペイント／編集、ステム抽出、楽曲の補完、スタイル探索のバッチなどが該当します。
2. 実行方法を選びます。対話的に試聴する場合はローカル Gradio、パイプライン／サービスには REST API、スクリプトによるローカル生成には Python 推論を使います。レイヤー単位の作曲を行い、ライセンス上の条件も問題ない場合に限り、ACE-Step DAW を使います。
3. モデルを選びます。
   • テキストからの音楽生成やボーカルのアイデア出しには、まず acestep-v15-turbo を使います。
   • ベースモデルのみのタスク、CFG、抽出、LEGO、補完、より幅広い多様性、ファインチューニングには、base または xl-base に切り替えます。
   • XL は、ハードウェアが対応しており、品質の向上がレイテンシ／VRAM の消費に見合う場合に限り使用します。
4. キャプションと歌詞を別々に入力します。
5. 候補をまとめて生成します。有望な結果の再現や小さな変更に限り、シードを固定します。
6. メタデータだけで判断せず、試聴して評価します。最低限、構成、歌詞の聞き取りやすさ、ボーカルの適合度、ミックスのバランス、セクション間の移行、アーティファクト、権利上のリスクを評価します。
7. 選定した各成果物に、管理用のメタデータを保存します。モデル、LM モデル、タスクの種類、プロンプト／キャプション、歌詞、長さ、設定した場合は BPM／キー／拍子、シード、推論ステップ数、ガイダンス／シフト設定、ソース／参照音源の来歴、出力形式、検証日を記録します。
8. 素材を用途に合わせて準備します。イントロ／アウトロをトリミングし、ループまたはフェードを設定し、ラウドネスを合わせ、ナレーション／会話用のヘッドルームを確保し、利用可能または必要であればステムをエクスポートし、必要に応じて AI の使用を記録します。

プロンプト：キャプション、歌詞、メタデータ

キャプションは、サウンドを制御するための主な入力です。シンプルなタグ、カンマ区切りの説明語、または自然言語で記述できます。プロデューサーに指針を示せるだけの具体性を持たせつつ、モデルに矛盾する目標を与えるほど詰め込みすぎないようにします。

キャプションに含めるとよい要素：

• ジャンル／サブジャンルと時代；
• 雰囲気とエネルギー；
• 実在の人物の複製ではなく、幅広い表現によるボーカルの特徴；
• 主旋律を担う楽器とリズムセクション；
• プロダクションの質感とミックスのスタイル；
• 想定用途：トレーラー用の背景音楽、TikTok のフック、ゲームのループ、企業説明動画のアンダースコア、ポッドキャストのテーマ曲；
• 構成の手がかり：イントロ、ドロップ、コーラス、ブリッジ、アウトロ；
• 制約：インストゥルメンタル、ドラムなし、ボーカルは控えめ、強いベースなし、ループ可能なエンディング。

ボーカル入りの曲では、角括弧で構成タグを付けて歌詞を書きます。歌いやすい行にしてください。中心となる比喩または物語の筋は一つに絞ります。長い散文の段落、一貫性のないセクション名、キャプションと相反するセクションタグは避けてください。

一般的なタグには、[Intro]、[Verse 1]、[Pre-Chorus]、[Chorus]、[Bridge]、[Outro] や、[Chorus - powerful]、[Bridge - whispered] のような説明的なバリエーションがあります。

インストゥルメンタルのみの楽曲では、歌詞に [Instrumental] を記載するか、次のようなインストゥルメンタル用の構成タグを使います。

[Intro - sparse pads]
[Main Theme - warm piano and soft pulse]
[Lift - added strings, brighter harmony]
[Outro - clean loopable tail]

メタデータは必須ではなく、厳密な制約でもありません。依頼でテンポの系統、キーの色合い、言語、または目標の長さが指定されている場合に使用します。

• bpm：仕様上の範囲は 30-300 です。一般的なテンポのほうが、極端な値より安定しやすくなります。
• key_scale：例として C Major、Am、F# Minor があります。一般的なキーのほうが維持されやすくなります。
• time_signature：仕様上の API 形式では、2、3、4、6 がそれぞれ 2/4、3/4、4/4、6/8 に対応します。
• audio_duration：仕様上の API 範囲は 10-600 秒です。短いクリップや 2-4 分の曲は、非常に長い一度の生成より安全な傾向があります。
• vocal_language：歌詞の言語が重要な場合に設定します。それ以外は LM に推測させます。

テキストから音楽への生成、LEGO、または補完で、LM プランナーにコードの生成や不足しているメタデータの補完をさせたい場合は、thinking=true を使います。公式 API ドキュメントによると、カバー、リペイント、抽出のタスクでは LM はスキップされます。

ユーザーがラフな歌詞やキャプションを提示し、LM に書式やメタデータを整えさせたい場合は、use_format=true または /format_input を使います。意味やブランド表現が重要な場合は、制作前に整形後の歌詞を確認してください。

実行時のパターン

REST API のパターン

本番システムや動画パイプラインで使用します。タスクを送信し、ポーリングしてからダウンロードします。

{
  "prompt": "cinematic synthwave product launch bed, 118 BPM, pulsing analog bass, glossy arpeggios, confident but not aggressive, clean mix with space for voiceover, 30-second social ad structure",
  "lyrics": "[Instrumental]\n[Intro - filtered pulse]\n[Main Theme - bright synth hook]\n[Lift - wider drums and strings]\n[Outro - clean button ending]",
  "model": "acestep-v15-turbo",
  "thinking": true,
  "audio_duration": 30,
  "bpm": 118,
  "time_signature": "4",
  "audio_format": "wav",
  "batch_size": 4,
  "use_random_seed": true,
  "inference_steps": 8
}

覚えておくべき API の仕様：

• POST /release_task はタスク ID を返します。
• POST /query_result はタスク ID のリストを受け取り、ステータスとして実行中の 0、成功の 1、失敗の 2 を返します。
• 結果レコードには、ファイル URL、プロンプト、歌詞、メタデータ、シード値、LM モデル、DiT モデルが含まれる場合があります。
• ローカル環境へのデプロイでは、ボディの ai_token または Authorization: Bearer ... による API キー認証を任意で利用できます。
• 参照音声またはソース音声をアップロードする場合は、reference_audio／ref_audio または src_audio／ctx_audio などのマルチパートフィールドを使います。

Python／ローカル推論のパターン

エージェントにローカルでのスクリプト実行、ファイルの直接管理、または HTTP 以外の連携が必要な場合は、Python 推論を使用します。生成したファイル、パラメーター、ログは、プロジェクトのアセットディレクトリにまとめて保管してください。クラス名や関数名は、インストール済みバージョンに対応する正確な名称を公式ドキュメントで確認してください。ACE-Step のドキュメントは頻繁に更新されます。

Gradio／UI のパターン

人による好みの選択が重要な場合は、Gradio を使用します。複数の候補を生成して試聴し、候補に印を付け、キャプション／歌詞／メタデータを調整してから、最終音源とパラメーター記録をエクスポートします。音楽の好みは主観的で、シードやモデルのわずかな違いが結果を大きく左右するため、「完璧なプロンプト」を一度試すより、この方法が適していることがよくあります。

ACE-Step DAW のパターン

以前のトラックを認識しながら新しいトラックを生成する、レイヤー構成の作曲をユーザーが希望する場合は、ACE-Step DAW を使用します。ホスティングまたはバンドルする前に、AGPL-3.0-or-later の義務を確認してください。DAW の README によると、ACE-Step 1.5 バックエンドの localhost:8001 に /api をプロキシし、クラウド版の ACE Music API を使うよう設定することもできます。

タスク別のガイダンス

動画向けのインストゥルメンタルBGM

曲全体のインパクトより、編集のしやすさを優先します。

• プラットフォーム、長さ、ナレーションや会話の密度、雰囲気、ループやフェードの必要性を確認するか、推測します。
• ユーザーが明示的に歌詞を希望しない限り、主旋律を担うボーカルが目立つものは避けます。
• ミックスに余白を設けるよう指定します。「広がりがありつつ、ごちゃつかない」「リードボーカルなし」「低中域を抑える」「会話を邪魔しない」などです。
• 必要な長さより少し長めに生成してから、トリミングするかループさせます。
• 編集用にはWAVまたはFLAC、軽量なプレビュー用にはMP3/AACで書き出します。
• ラウドネスは編集後に揃えます。編集前には揃えません。

ボーカル入りのフルソング

創作とモデルへのプロンプト作成を分けます。

• 歌いやすい構成に歌詞を合わせます。
• サビは短く、繰り返しやすくします。
• パフォーマンスの変化にはタグを使います。
• 言語が明らかでない場合や複数の言語が混在する場合は、vocal_languageを設定します。
• 複数の候補をまとめて生成し、雰囲気だけでなく歌詞との整合性も評価します。
• 音源と、ベースモデルまたは編集対応モデルが利用できる場合に限り、弱いセクションをリペインティングで修正します。

カバーとスタイル変換

元の音源および音声・スタイルの参照素材について、権利または同意がある場合に限って使用します。有名人の声のクローン作成や、誤解を招くクレジット表記は避けます。モデルは元の素材を変換できますが、法的リスクは、素材、参照内容、プロンプト、配布状況によって異なります。

運用上は、次のようにします。

• src_audio / src_audio_pathで元の音源を渡します。
• 対応している場合は、task_type="cover"を設定します。
• audio_cover_strengthを調整します。値を低くするとスタイル変換の挙動になると、ドキュメントに記載されています。
• ここでは品質を高める手段としてthinking=trueを使いません。公式ドキュメントによると、カバータスクではLMの計画処理がスキップされます。

リペインティング

リペインティングは、前後の文脈を保ちながら、特定の時間範囲を置き換えたり再生成したりするために使います。

• src_audioを指定します。
• task_type="repaint"を設定します。
• repainting_startとrepainting_endを指定します。
• 簡潔なinstructionを記述し、対応している場合は、希望する置き換え内容を説明するキャプションも指定します。
• 範囲の両端でトランジションを試聴します。

抽出、LEGO、補完

ドキュメントで必要とされているタスクには、対応するベースモデルを使います。

• extract：ミックスから指定したトラックを分離します。指示では対象のステムを明記する必要があります。
• lego：レイヤーを順番に構築し、後続のパートが先行するトラックを「聴く」ようにします。ドラム→ベース→ハーモニー→リード／ボーカルのワークフローに便利です。
• complete：不完全なトラックに指定した楽器を追加します。元の音源、指示、希望するスタイルのキャプションが必要です。

利用可能なトラック名や正確な指示は、バージョンによって異なります。本番環境の契約を決める前に、インストール済みの公式推論／APIドキュメントを確認してください。

LoRAによるパーソナライズ

ユーザーが学習用の楽曲の権利を持ち、繰り返し使うスタイルやペルソナを求めている場合に限り、LoRA/LoKrを使います。明確な許可なく、商用楽曲、アーティストのカタログ、非公開の音声録音で学習しないでください。データセットの来歴とアダプターのバージョンを記録します。

再利用可能なブランドのサウンドアイデンティティ、ゲームサウンドトラックの音色、クリエイターのジングルのスタイル、またはライセンスを受けた社内アーティストのスタイルにはLoRAを優先します。「有名アーティストXの曲を作る」ための近道として使わないでください。

イテレーション戦略

まずバッチで探索し、その後、制御しながら調整します。

• ラウンド 1：幅広いキャプション＋候補を 4～8 件バッチ生成＋ランダムシード。
• ラウンド 2：最適な方向性を維持し、矛盾する語句を取り除き、必要に応じて長さ／BPM を固定します。
• ラウンド 3：候補がかなり良く、変更点を 1～2 個試す場合に限り、シードを固定します。
• ラウンド 4：曲全体を書き直すのではなく、編集モードやポストプロダクションで部分的に修正します。

よくある失敗と修正方法：

• ミックスが濁っている：楽器編成をシンプルにし、簡素なアレンジを指定して、密度を下げ、ナレーション用の空間を確保します。
• サビ／フックが弱い：サビの歌詞を短くし、[Chorus - powerful] とタグを付け、印象に残る楽器を 1 つ加えます。
• 歌詞が不明瞭になる：1 行あたりの音節数を減らし、より明確な構成タグを使い、別のシードを試します。
• 出力がありきたり：制作の背景、独特ながら一貫性のある楽器編成、特徴的なリズムまたは和声の手がかりを 1 つ加えます。
• プロンプトが矛盾している：競合するジャンル、実現不可能な楽器編成、「ソフトでアグレッシブで壮大でミニマルでマキシマル」といった形容詞の羅列を取り除きます。
• 長さのずれ／繰り返し：短いセグメントを生成して、トリミングするか、ポストプロダクションで組み立てます。
• 保護対象のリファレンスにスタイルが似すぎている：抽象的な属性に書き換えて再生成します。

納品前の QA チェックリスト

可能であれば、ヘッドフォンとスピーカーの両方で最後まで聴きます。

以下を確認します。

• 編集に使える開始部分と終了部分になっている。
• 目立つクリック音、音切れ、音の揺れ、耳障りなクリッピング、急な音量変化がない。
• 歌詞が、用途に対して十分な精度で承認済みテキストと一致している。
• 実在人物の名前、商標、侮辱表現、または安全でない歌詞が誤って含まれていない。
• メロディー／フックが、意図的に保護対象作品を模倣していない。
• 必要な箇所で、ナレーション、会話、効果音、字幕のための空間が音楽に確保されている。
• ループポイント、フェード、ステムが最終タイムラインで適切に機能している。
• エクスポート形式が後工程のニーズに合っている。
• メタデータとソース／リファレンスの出所情報が保存されている。
• 商用リリース向けに、AI の関与とライセンス／許諾に関する注記が記録されている。

例：SaaS のローンチ動画向け 30 秒のアンダースコア

目的：ナレーション付きの製品ローンチ動画のバックグラウンドミュージック。

インストール済みのランタイムで別のモデルがデフォルトになっていない限り、素早くアイデアを出すには acestep-v15-turbo を使います。編集用に WAV でエクスポートします。

リクエスト：

{
  "prompt": "premium minimalist SaaS launch underscore, confident and optimistic, 112 BPM, warm analog pulse, soft kick, muted claps, airy piano motif, restrained strings lift at the end, clean modern mix, no lead vocal, dialogue-safe, suitable for a 30-second product reveal",
  "lyrics": "[Instrumental]\n[Intro - soft pulse and piano]\n[Build - subtle percussion and wider pads]\n[Reveal - restrained strings lift]\n[Outro - clean button ending]",
  "model": "acestep-v15-turbo",
  "thinking": true,
  "audio_duration": 34,
  "bpm": 112,
  "time_signature": "4",
  "audio_format": "wav",
  "batch_size": 6,
  "inference_steps": 8,
  "use_random_seed": true
}

このように構成する理由：トリミング用の余白を確保するため数秒長めに生成し、リードボーカルなしを指定し、ミックスの空間を説明し、編集で使いやすい終わり方にします。

起こりやすい失敗：リードメロディーやドラムの密度が高すぎること。「ソロのリードシンセなし、忙しいハイハットなし、ナレーション用に中域を空ける」を加え、楽器編成を減らして修正します。

例：多言語の短い楽曲デモ

目的：実在のアーティストを模倣しない、45 秒のバイリンガルなクリエイター向けジングル。

{
  "prompt": "upbeat indie pop jingle, friendly mixed English and Spanish vocal, handclaps, nylon guitar, light bass, bright chorus, social media creator intro, warm and human, not overproduced",
  "lyrics": "[Intro - guitar]\n[Verse 1]\nMorning light, we start again\nPequeños sueños, paso a paso\n[Chorus - bright]\nHere we go, aquí estamos\nMake it real, lo intentamos\n[Outro - claps]\nHere we go, aquí estamos",
  "model": "acestep-v15-turbo",
  "thinking": true,
  "vocal_language": "es",
  "audio_duration": 45,
  "bpm": 124,
  "audio_format": "wav",
  "batch_size": 4
}

このように構成する理由：歌詞が短く歌いやすく、キャプションでバイリンガルの意図を説明し、ブランディングに使えるようサビを繰り返し可能にしています。

QA での重点確認事項：聞き取りやすさ、不自然な言語の混在、ボーカルのアーティファクト、ジングルを 10～15 秒にトリミングできるかどうか。

例：リスクのあるユーザープロンプトから、権利に配慮したスタイルへ書き換える

ユーザーのリクエスト：「Taylor Swift の最新シングルとまったく同じ、同じボーカルの雰囲気の曲を作って。」

次のように言い換えて応答します。

I can't help clone a real artist's voice or recreate a specific protected song. I can make a rights-safer pop track using broad attributes: confessional lyrics, bright acoustic guitar, clean pop drums, intimate female vocal tone, polished modern mix, and a lift into a catchy chorus.

続けて生成します。

{
  "prompt": "modern confessional pop, intimate female vocal tone, bright acoustic guitar, clean pop drums, polished radio mix, emotional but optimistic, catchy chorus, original melody, no artist imitation",
  "lyrics": "[Verse 1]\nI kept a note beside the door\nA little truth I hid before\n[Pre-Chorus]\nNow every streetlight points me home\n[Chorus - lifted]\nI am not the shadow anymore\nI open up the windows\nI am walking through the door",
  "model": "acestep-v15-turbo",
  "thinking": true,
  "audio_duration": 90,
  "audio_format": "wav",
  "batch_size": 4
}

例：弱いブリッジを描き直す

目的：選択した曲はそのままに、72～96 秒の退屈なブリッジを置き換えます。

インストール済みのモデル／ドキュメントで描き直しに base が必要な場合は、編集対応／base のパスを使います。

{
  "task_type": "repaint",
  "src_audio_path": "/project/assets/music/song_candidate_03.wav",
  "repainting_start": 72.0,
  "repainting_end": 96.0,
  "instruction": "Replace this bridge with a quieter half-time section, whispered vocal feel, reduced drums, and a smooth rise into the final chorus.",
  "prompt": "same song identity, intimate half-time bridge, sparse drums, warm pad, whispered vocal feel, smooth transition back to bright chorus",
  "model": "acestep-v15-base",
  "audio_format": "wav",
  "batch_size": 3
}

修正を確認する際は、編集した範囲だけでなく、65～105 秒を聴きます。