mcpField
S
sound-design-foley

sound-design-foley

github.com/calesthioクリエイティブ・メディア219222 回インストール15 週間前に更新
リポジトリ

sound-design-foley について

sound-design-foley は、映画、映像、生成メディアの音を、物語、タイミング、質感、空間に沿って設計するスキルです。フォーリー、環境音、効果音、生成用プロンプト、ミックス確認を扱い、音源の権利、同期、字幕のアクセシビリティにも触れます。

主な機能

  1. 01映像と物語から音のイベントを整理
  2. 02フォーリー・環境音・効果音の計画
  3. 03音声生成向けの制作プロンプト作成
  4. 04レイヤーと聴取視点の設計
  5. 05音量・同期・権利・字幕の確認

活用シーン

  1. 01生成映像の足音や小道具音を計画
  2. 02製品デモのインターフェース音を設計
  3. 03場面の環境音と感情変化を構築
  4. 04納品前に音量と音の字幕を確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/calesthio/generative-media-skills --skill sound-design-foley

インストール後、Claude Code で/sound-design-foleyを入力して読み込まれたか確認します。

同梱ファイルEVAL.md

詳細

サウンドデザインとフォーリーの演出

このスキルを使って、生成メディアの音を、単に音楽を添えたものではなく、意図を持ったものにします。音を、物語、タイミング、質感、空間、情報として捉えます。すべてのフレームを効果音で埋めることが目的ではありません。各瞬間に観客に何を感じ、何に気づき、何を理解し、何を信じてもらう必要があるかを判断し、その役割を支える音を設計することが目的です。

根拠に関する考え方

以下の文書化された事実は、2026-07-10 に確認した専門機関および規格の情報に基づいています。

  • Berklee は、フォーリーアーティストを、映画、テレビ、ビデオゲーム向けに日常の音を考案して録音する人と説明しており、フォーリー作業は、映像に必要な効果音を録音前にカタログ化するスポッティングセッションから始まると述べています。
  • ITU-R BS.1770-5 は、番組ラウドネスとトゥルーピーク音声レベルを測定するアルゴリズムを規定しています。多くのプラットフォーム仕様は、ITU のラウドネス測定方式を採用するか、参照しています。
  • EBU R 128 は、その適用範囲において、放送のノーマライズに -23 LUFS を推奨しており、EBU Mode のモーメンタリー、ショートターム、インテグレーテッド測定を採用しています。
  • W3C WCAG の収録済みキャプションに関するガイダンスでは、キャプションにセリフと、意味のある非音声の音情報を含めるとしています。
  • Section508.gov も、同期メディアの理解や楽しみに必要な音はキャプションに含めるべきであり、キャプションのスタイルは一貫しているべきだとしています。
  • Creative Commons ライセンスでは、クレジット表記、非営利の制限、継承、改変禁止など、定められた条件のもとで再利用が認められることがあります。条件はアセットごとに確認する必要があります。
  • 2026-07-10 に確認した YouTube Audio Library の規約では、収録されている音楽と効果音は YouTube での使用において著作権上安全とされています。ただし、YouTube が著作権上安全だと把握しているのは Audio Library のアセットのみであり、YouTube はプラットフォーム外での使用について法的助言を提供しないとの注意書きがあります。
  • 2026-07-10 に確認した Freesound では、Creative Commons ライセンスの音が公開されています。商用利用できない音もあり、多くの音にはクレジット表記が必要です。

実証的な観察とは、実際の編集映像に対してエージェントが行える実用的な試聴チェックやワークフローのテストです。たとえば、レイヤーをミュートする、小型スピーカーで再生する、ピークを測定する、フレーム単位で同期を確認する、参考素材と比較する、といった作業です。

制作上のヒューリスティックとは、経験に基づく実務上のルールです。便利な初期設定ですが、普遍的な法則ではありません。ブリーフ、配信仕様、ジャンル、アクセシビリティのニーズ、または監督の意向に応じて調整してください。

最初のパス：音を作る前に編集映像をスポッティングする

サウンドプロバイダーにプロンプトを送る、ライブラリを検索する、編集計画を作成する前に、映像と脚本を見ながらスポッティングを行います。

各可聴イベントまたは音のベッドにつき1行で、スポッティングリストを作成します。

  • タイムコードのイン点／アウト点、またはフレーム範囲；
  • 視覚的なきっかけ、物語上のビート、またはインタラクション；
  • 音の種類：セリフの補助、フォーリーの足音、フォーリーの衣擦れ／動き、フォーリーの小道具、デザイン効果音、インパクト、ウーシュ／トランジション、環境音／ルームトーン、UI／製品音、クリーチャー／乗り物／魔法、音楽のスタブ、無音；
  • 劇中音かどうか：世界の中の音、主観的／内的な音、インターフェース／ブランドのレイヤー、または編集上の句読点；
  • 同期の厳密さ：フレーム単位で同期、緩やかな同期、リズムに同期、背景、または画面外；
  • 音の視点：マクロ／近接、通常、遠方、画面外の左／右、遮蔽された状態、壁／ガラス／ヘルメット越し、水中／電話／ラジオ；
  • 素材の手がかり：靴、床、布、金属、紙、ガラス、プラスチック、液体、肌、木、ほこり、砂、雪、電子機器；
  • 感情面での役割：信頼、危険、スピード、高級感、親密さ、ユーモア、スケール、驚き、落ち着き、不安；
  • 権利／音源の計画：録音、合成／生成、ライセンス済みライブラリ、ユーザー所有、パブリックドメイン／CC 利用可能、または権利処理が必要；
  • ミックスの優先度：前景、中景、背景、サブリミナル、またはミュート。

スポッティングリストを、映像に映るすべての動作に音を付ける買い物リストのように扱わないでください。短い広告やソーシャル向け編集では、文字どおりの音が多すぎると、ナレーションや音楽とぶつかることがあります。因果関係を明確にする、素材感を伝える、リズムを高める、感情的な情報を担うイベントを優先してください。

音の種類

フォーリーの足音

キャラクターの存在感、重み、歩調、地面の種類、スケールを表現するには、フォーリーの足音を使います。次の項目を指定します。

  • 靴または足：スニーカー、ブーツ、ヒール、裸足、肉球、ロボットの足、小さなおもちゃの足；
  • 地面：コンクリート、濡れたアスファルト、乾いた落ち葉、磨かれた木、 marble、カーペット、砂利、雪、中空の金属；
  • 歩き方：用心深い、急ぎ足、自信に満ちた、疲れ切った、コミカルな忍び足、重い着地；
  • 距離と空間：近くで鳴る乾いた足音、廊下に響く音、倉庫の残響、上階から遠く響く足音；
  • 同期パターン：すべての足音を正確に同期、一部の足音を補強、または抽象的なリズム。

経験則：生成された映像で歩いているのに、サウンドトラックの大半がナレーションで占められている場合は、一歩ごとに足音を付けるのではなく、要所となる二、三歩を選びます。

フォーリーの衣擦れと動き

人間らしい親密さ、演技、アニメーションの説得力には、衣擦れや動きの音を使います。ジャケットの擦れる音、バックパックのストラップ、ケープが翻る音、革のきしみ、鎧の鳴る音、髪の動き、袖が擦れる音、体勢を変える音などを加えます。

経験則：衣擦れの音は、たいてい意識されるよりも、感じられる程度に抑えます。視聴者が「衣擦れの音がいい」と言うようなら、布地そのものが主役の商品でない限り、音が大きすぎることが多いです。

フォーリーの小道具と手の動き

小道具の音は、物との接触を伝えます。物の大きさ、素材、扱う力加減、手の状態を指定します。

  • 陶器のマグカップを木の上にそっと置く；
  • 机からスマートフォンを持ち上げる。ガラスと木が触れる音に、ごく小さな指の滑る音を加える；
  • 段ボール箱を開ける。テープを剥がす音と、ふたがたわむ音を加える；
  • 高級ペンのノック、キャップをひねる音、紙の上を滑る音；
  • 剣を抜く、鍵を回す、掛け金を外す、ファスナーを開ける、食器が鳴る、工具がカチャリと鳴る。

商品映像では、小道具の音を明瞭で洗練されたものにします。高級品には通常、数を絞り、細部まで緻密な音が合います。微細なクリック音、正確なスナップ音、柔らかな革の音、滑らかなマグネット式の開閉音、抑制した低域の補強音などです。

アンビエンスとルームトーン

アンビエンスは場所を感じさせ、無音の間を埋めます。次のレイヤーを組み合わせて設計します。

  • ベース：ルームトーン、街の環境音、オフィスの空調音、森の環境音、車内、遠くの群衆；
  • 近くの音：ネオンのうなり、鳥の声、エレベーターのチャイム、プリンター、遠くのサイレン、窓に当たる風；
  • 時間帯／天候：朝の鳥の声、夜の虫の声、屋根に降る雨、冬のこもった音、夏の街の音；
  • 音の視点：開けた屋外、小さな部屋、洞窟、車内、スマートフォンのスピーカー、水中；
  • 動き：一定の環境音、変化する環境音、通り過ぎる音、空間に出入りする音。

経験則：意図的に無音にする場面でない限り、シーンの下にごく小さな連続音を敷きます。生成動画は、周囲に空気感のない単発の音だけが並ぶと、合成音のように感じられることがよくあります。

デザイン効果音

デザイン効果音は、単なる録音ではありません。コンセプトを表現するためにレイヤーを重ねたサウンドです。SFのインターフェース、魔法、グリッチ、見せ場、ブランドの記憶に残るサウンド、抽象的なデータの流れ、パワーアップ、ドローン、モンスター、予告編の見せ場、感情の移り変わりなどに使います。

それぞれの役割に合わせてレイヤーを組み、効果音を作ります。

  • トランジェント：クリック、スナップ、ヒット、火花、子音のような立ち上がり；
  • ボディ：音程のあるハム音、モーター、轟音、ヒューッという音、質感、圧力；
  • テール：残響、ディレイ、破片、きらめき、リバース、減衰；
  • サブ／重み：控えめに使う低いドンという音や爆発音；
  • ディテール：ざらつき、サーボ音、きらめき、空気、粒子；
  • 視点を表すフィルター：こもった音、スマートフォン越し、水中、ヘルメット越し、遠くから聞こえる音。

経験則：音を巨大に感じさせたい場合、低域を足すだけでは不十分です。小さな予備のクリック音、衝撃の直前の無音、広がりのある空気感、残る破片の音、競合するレイヤーを短く落とすなど、コントラストを加えます。

衝撃音、ヒット音、予告編のアクセント

衝撃音は、映像のエネルギーと編集のリズムに合わせます。大きさ、素材、周波数帯域、余韻を指定します。

  • ソフトなUIのタップ音。ドライで近い音；
  • 中程度のパンチ音。肌を打つ音と衣擦れを組み合わせ、過度に誇張したゴア表現は避ける；
  • 商品を見せる場面のヒット音。タイトな低いドンという音に、上品なガラスのきらめきを加える；
  • 予告編の衝撃音。サブの落ち込み、金属を叩きつける音、空気の炸裂音、長い残響；
  • コミカルな衝撃音。漫画のようなポップ音、中空のボヨンという音、または意図的に小さくしたノック音。

経験則：最大級の衝撃音は、本当に必要な数少ない場面に限って使います。30秒の映像で最大級のヒット音を12回使うと、耳が疲れ、音の強弱が伝わらなくなります。

トランジションとヒュンという効果音

トランジションは編集と動きをつなぎます。視聴者に見えるものに合わせて、ヒュンという効果音を選びます。

  • カメラの素早い振り：空気感のあるステレオのヒュンという音。立ち上がりは速く、余韻は短くします。
  • オブジェクトが通り過ぎる動き：音程が変化するドップラー音、または素材に合わせた空気音。
  • グラフィックのスライド：すっきりした合成音のスウィッシュ。
  • グリッチカット：デジタルな短い音、ビットクラッシュ、データが引き裂かれる音。
  • 高級感のあるディゾルブ：柔らかな息遣い、シルクがなびく音、音程のあるきらめき。
  • ホラーの reveal：逆再生のスウェルから低いインパクト音へつなげます。

ヒューリスティック：トランジション音は、映像のカットより前に始まり、その直後に収まるようにするのが効果的なことがよくあります。動きを先取りでき、編集に意図が感じられるようになります。

UI と製品のサウンド

アプリのデモ、解説動画、SaaS 広告、デバイスの発表、製品紹介映像では、UI サウンドは情報を伝えつつ、おもちゃのような印象にならないようにします。次の点を決めます。

  • インタラクションの種類：タップ、確定、エラー、ホバー、ドラッグ、スナップ、完了、読み込み、通知。
  • ブランドの個性：温かみのある、臨床的な、遊び心のある、高級感のある、安全な、素早い、人間味のある。
  • 周波数帯域：ナレーションをマスキングしないようにします。耳障りな 2-5 kHz の短い音は抑えます。
  • システムの一貫性：関連する操作には共通の音色を使いつつ、音程、エンベロープ、質感を変えます。
  • アクセシビリティ：最終的な動画では、重要な状態を伝えるために音だけに頼らないようにします。

ヒューリスティック：ブランドの UI サウンドは、短い肯定の音、柔らかな否定／ブロック音、完了時の華やかな音という 3 つの基本動作から作れます。画面ごとに無関係な音を作るのではなく、これらに変化をつけて使います。

感情的、主観的なサウンド

記憶、恐怖、驚き、集中、酩酊、ストレス、安堵、視点の変化を表すには、主観的なサウンドを使います。よく使われる手法は次のとおりです。

  • パニックや衝撃には、帯域を狭め、心音、耳鳴りの音、息遣い、こもった世界の音を使います。
  • 親密さには、温かみのある室内音、柔らかな布の音、近くの息遣い、低いノイズフロアを使います。
  • 驚きには、高音のきらめき、空気感のある上昇音、倍音の広がりを使います。
  • 不安感には、硬く乾いた短い音、遠くの金属がうなる音、逆再生の質感を使います。
  • 何かを明かす前には、無音またはそれに近い状態を使います。

ヒューリスティック：感情を表現するサウンドは、シーケンス全体に貼り付けるのではなく、登場人物や編集によって動機づけられていると効果的です。必要なときにオン・オフするレンズとして使います。

サウンド生成プロバイダー向けのプロンプト計画

プロバイダーによってツールは異なりますが、優れたサウンドプロンプトには通常、同じ制作情報が含まれます。生成ツールまたはサウンドデザイナーに、次の情報を伝えます。

  • 正確な長さの目標と、ループ可能かどうか。
  • 同期の目印と、画面に映るアクション。
  • 音源の正体と素材。
  • 演技のニュアンス：穏やか、激しい、遊び心のある、正確な、不器用な、慌ただしい、重厚な。
  • 視点：近接マイク、中距離、遠距離、左／右、ステレオ幅、遮蔽された音。
  • 環境：ドライなスタジオ、タイル張りの浴室、オフィス、森、倉庫、通り、水中。
  • レイヤーの役割：トランジェント、ボディ、余韻、アンビエンスのベッド、UI 音、インパクト、スウィートナー。
  • 聴こえる特性に結びついた感情を表す形容詞：「緊張感のある」なら、低い唸り、硬く乾いた高音の短い音、まばらな空気音などに具体化します。
  • 避けるもののリスト：音楽なし、セリフなし、群衆なし、聞き覚えのあるブランドジングルなし、著作権のあるメロディーなし、クリッピングなし、過剰なリバーブなし、中立的な音が必要な場合は音程のある音なし。
  • ファイルの受け渡し条件：サンプルレート、モノラル／ステレオ、ループ可能かどうか、ステム、ハンドル、分かっていればラウドネスの目標値。

弱いプロンプト：「SF のサウンドを追加してください。」

より良いプロンプト：「高級感のある医療アプリ向けに、1.2 秒の短くドライな、音楽的ではない SF の確認音を作成してください。小さなガラスのタップ音で始まり、柔らかく温かみのある電子音のチャイムへと広がり、長いリバーブを残さずきれいに終わるようにしてください。ゲームセンターのような音、アラーム音、声、曲として聞き覚えのあるメロディーは避けてください。」

長いシーンでは、プロバイダーがシーン全体の音声生成専用に作られている場合を除き、すべてを混ぜた巨大なサウンドを 1 つだけ作るよう依頼しないでください。アンビエンスのループ、重要なフォーリー音、トランジション、インパクト、UI 音、デザイン上のスウィートナーなど、個別の素材またはステムを依頼します。ステムなら同期、ライセンス処理、キャプション付け、修正が容易です。

レイヤー構成と視点

重要なサウンドはすべて、次の3つの問いに答えられるようにします。

  1. 物理的に何が音を発生させたのか？
  2. カメラ／リスナーに対して、どの位置にあるのか？
  3. 物語にどのような感情を加えるべきか？

素材と距離を活用し、ありきたりな仕上がりを避けます。

  • ガラスは明るく、短く、もろい音がし、余韻が響くこともあります。
  • 木は温かく、空洞があり、ノックのような音で、大きさによって変化します。
  • プラスチックは軽く、鈍い音で、ときにきしみます。
  • 金属は、質量に応じて、ピンと鳴る、こする、ガタガタ鳴る、響く、ドスンと鳴る、金切り声を上げるなどの音がします。
  • 布は広帯域で、柔らかく、ノイズを含み、人の動きの表現に役立ちます。
  • 液体には、泡、飛沫、水滴、粘度、容器の共鳴といった特徴があります。
  • 雪、砂、砂利、葉、泥は、粒状の質感と圧縮によって特徴づけられます。

視点はリアリティを左右します。

  • 近距離：トランジェントの細部が増え、ドライな質感になり、環境音が減ります。適切であれば、ステレオ定位も強くなります。
  • 中距離：自然な室内反響があり、微細なディテールは減ります。
  • 遠距離：高域が減り、残響や空気感が増し、トランジェントが柔らかくなります。モノラルに近い、または拡散した音になることもよくあります。
  • 遮蔽された音：ローパスフィルターがかかったような音になり、アタックがこもり、部屋や遮蔽物の色づけが加わります。
  • マクロ／製品向け：小さなディテールを誇張し、ノイズフロアを非常に低く抑え、タイミングを正確にします。

編集・ミックスの引き継ぎ

エディター、ミキサー、または自動ミックス工程に引き継ぐ際は、次の情報を提供します。

  • タイムコードと優先度を記載したスポッティングリスト。
  • ファイル名、ソース／ライセンス、プロンプトまたは録音時のメモ、長さ、サンプルレート、チャンネル数、用途を記載したアセットマニフェスト。
  • DX／ダイアログ／ナレーション、MX／音楽、FX、フォーリー、環境音、UI／製品音、演出用のアクセント音に分類したステム。ローカライズが想定される場合は、M&Eも任意で用意します。
  • フレームに同期させるイベントと許容されるズレの範囲についての同期メモ。
  • 環境音ベッドのループ手順。
  • リスクのあるサウンドの別バージョン：ドライ／ウェット、大きめ／小さめ、リアル／スタイライズ。
  • プラットフォームまたは納品仕様で指定されたラウドネスとトゥルーピークの目標値。
  • アクセシビリティに関するメモ：字幕ラベルが必要な非音声サウンド。
  • 既知のリスク：一時的に使用するライブラリ音源、権利が未確認の素材、マスキングの可能性、耳障りになる可能性、クライアントの承認が必要な項目。

ローカライズでは、ダイアログ／ナレーションを音楽や効果音と分けてください。最終版に吹き替えが入る可能性がある場合は、言語固有のUIナレーションや口頭で表現する効果音をFXステムに焼き込まないようにします。

ラウドネス、安全性、アクセシビリティ

すべてに通用する単一のラウドネス目標値を決めつけないでください。納品先のコンテキストを確認するか推定したうえで、プラットフォーム、放送局、クライアント、または映画祭の仕様に従います。仕様がない場合は、ウェブ／ソーシャル向けの控えめな仮ミックスを作成し、正式な納品用マスターではないことを明記します。

可能であれば、ITU-R BS.1770方式のラウドネス測定とトゥルーピーク測定を使用します。EBU R 128は多くの放送ワークフローに関連します。Netflixなどのプラットフォームも、それぞれ独自の納品仕様を公開しています。これらは相互に置き換えられるものではありません。

安全性の確認：

  • クリッピングやサンプル間ピークの問題を避け、仕様に適したトゥルーピークのヘッドルームを確保します。
  • 特にヘッドホンでは、突然の耳を痛めるような高周波のピークを避けます。
  • スマートフォンで再生すると聞こえなくなったり、小型スピーカーを歪ませたりする過剰なサブベースを避けます。
  • 音楽と効果音を再生した状態で、ダイアログ／ナレーションの明瞭度を確認します。
  • スタジオモニターだけでなく、ヘッドホンやスマートフォンのスピーカーでの再生も確認します。
  • 物語上必要な場合を除き、アラーム、サイレン、緊急警報、医療機器を思わせるビープ音の使用を避けます。
  • 明確な意図がない限り、子ども向け、ウェルネス、教育、またはアクセシビリティに配慮が必要なコンテンツでは、驚かせるようなピークを避けます。

意味のある非音声の音には字幕を付けます。物語、タイミング、警告、話者の識別、音楽の雰囲気、画面外の動作、感情に関する情報を伝える音を含めてください。たとえば「［ドアのロックが解除される］」「［小さな通知音が鳴る］」「［遠くで雷が鳴る］」「［音楽が高まる］」のように、字幕ラベルは簡潔で一貫性のあるものにします。意味を加えない些細なフォーリーの擦れ音まで、すべて字幕にする必要はありません。

権利に配慮した素材の取得と生成

各サウンドについて、出所を記録します。権利管理台帳には、以下の項目を含めると便利です。

  • ファイル名と簡単な説明；
  • ソースの種類：プロジェクトで録音、プロバイダーが生成、購入したライブラリ、ユーザー所有、プラットフォームのライブラリ、CC／パブリックドメインのソース；
  • ライセンスまたは利用規約の URL；
  • 必要な場合は帰属表示の文言；
  • 商用利用の可否；
  • 改変・翻案の可否；
  • 地域・プラットフォームの制限；
  • 確認日；
  • 最終版に使用承認済みか、一時使用のみか。

次を優先します。

  • 可能であれば、オリジナルのフォーリーを録音する；
  • プロバイダーの規約で意図した商用利用が許可されている生成サウンド；
  • 同期・利用の権利が明確な有料ライブラリ；
  • 帰属表示が許容され、ライセンス条件に問題がない CC0 または CC BY の素材；
  • 明示された条件の範囲内でのみ使用できるプラットフォームのライブラリ。

次の行為は避けます。

  • 映画、ゲーム、予告編、TikTok、YouTube 動画、または著作権で保護された楽曲からサウンドを抜き出す；
  • 実際のライセンスを読まずに「ロイヤリティフリー」という表示を信頼する；
  • 広告、製品紹介映像、クライアントの仕事、収益化動画、または商業目的のものに CC NonCommercial の素材を使用する；
  • 編集、レイヤー化、変換、または翻案版の再配布が必要な場合に、NoDerivatives の素材を使用する；
  • 許諾を得ずに、認知度の高いブランドの通知音、OS のサウンド、ゲームのサウンド、特徴的な生物や武器のサウンドを使用する。

イテレーションと修正

サウンドの問題は、レイヤーをミュートしたりソロ再生したりして診断します。どのレイヤーに問題があるか分かるまでは、ミックス全体を再生成しないでください。

よくある問題と修正方法：

  • 同期が遅い／早い：サウンドをフレーム単位で移動し、クリップの開始位置ではなく、画面上の接触にトランジェントを合わせます。
  • ありきたりなウーシュ音：素材、方向、動きの速さ、余韻の長さを加え、広がりすぎたノイズを減らします。
  • フォーリーが不自然：表面や素材を変え、ルームトーンを加え、音量を下げ、演奏タイミングに変化をつけます。
  • インパクトに重みがない：直前の無音、トランジェント、低域の胴鳴り、破片の余韻を加え、競合するレイヤーを一時的にダッキングします。
  • セリフが埋もれる：1〜4 kHz の音楽／効果音を下げ、音声に合わせてダッキングし、リバーブを短くし、ステレオの混雑を抑えます。
  • アンビエンスのループが目立つ：ループを長くし、クロスフェードを行い、ランダムなワンショットを加えるか、繰り返しが目立つディテールを減らします。
  • UI 音が耳障り：減衰を短くし、音量を下げ、耳障りな倍音を取り除き、柔らかいエンベロープを使い、繰り返しを減らします。
  • ミックスを聴き続けると疲れる：密度を下げ、高域／低域に余裕を持たせ、静かな時間を設け、トランジションの数を減らします。
  • サウンドが映像のスケールに合わない：遠近感、リバーブ、低域、トランジェントのディテールを調整します。
  • 権利が不明確：最終版の前に差し替えます。許諾のないサウンドをミックス済みのステムに紛れ込ませてはいけません。

サウンド QA チェックリスト

最終納品の前に、次のチェックリストを実行します。

  • 物語上重要な映像内の主要な接触すべてにサウンドがあるか、意図的に無音にする理由がある。
  • スタイリング上の意図がない限り、素材、距離、スケール、視点と矛盾するサウンドがない。
  • ノート PC／スマートフォンのスピーカーでも、セリフ／ナレーションが明瞭に聞き取れる。
  • その場面で意図している場合を除き、音楽、フォーリー、アンビエンス、効果音がすべて同時に感情的なピークを迎えていない。
  • トランジションがカットを自然に支え、目立ちすぎていない。
  • アンビエンスのベッドに不要な開始音・終了音がなく、ループのクリック音も目立たない。
  • UI／製品のサウンドがブランドの雰囲気に合い、保護されたプラットフォームのサウンドを模倣していない。
  • クリッピング、耳障りなピーク、安全性に問題のある急な大音量がない。
  • ラウドネス／トゥルーピークを測定したか、粗編集／未マスタリングとして明示している。
  • 字幕の計画に、意味のある非音声オーディオが含まれている。
  • クライアントや出版社が監査できる程度に、権利管理台帳が整っている。
  • ステムとファイル名が、修正しやすいように整理されている。

完全な例

例：20秒のAIトレーラー向けサウンドプラン

制作意図：生成した短編向けの縦型SFトレーラーです。映像には、静かな宇宙飛行士のヘルメットのクローズアップ、巨大な異星の構造物へと続く扉が開く場面、3つの素早いアクションカット、タイトルの表示が含まれます。

スポッティングと演出：

時間映像サウンドプランメモ
00:00-00:04ヘルメットのクローズアップ、呼気で曇るバイザーヘルメット内の近い呼吸音、かすかなスーツのサーボ音、低い船内音主観的な室内音で親密に。ここではまだ音楽の強いアクセントを入れません
00:04-00:07扉が開く油圧シールの解除音、金属のきしみ、広がる異星の風の環境音シール音を最初に見える隙間に合わせます。空間が開くにつれて風を大きくします
00:07-00:11異星の構造物が姿を現す控えめな低音の膨らみ、広大な残響、遠くで揺らめく倍音恐怖ではなく畏敬の念を表現します。音楽が感情を担う場合は、合唱を避けます
00:11-00:16危険を描く素早いカットはっきり異なる3つの衝撃音：岩の破片、生物の通過、警報のパルス音それぞれのヒット音を変え、リズムを作れるように間を空けます
00:16-00:20タイトルが表示される逆再生のようなスウェルから、クリアなトレーラーヒットへ。破片の余韻が消えていくタイトルのヒット音が最大の瞬間です

生成プロンプトの例：

  • 「4秒の、宇宙ヘルメット内の近い環境音ループを作成してください。バイザー越しに聞こえる人間の柔らかな呼吸、かすかなスーツの電子音、こもった低い船内音。話し声なし、警報なし、継ぎ目のないループ。ステレオですが中央に定位させてください。」
  • 「縦型の防爆扉が開く動きに同期した、1.5秒の重厚なSF扉シール解除音を作成してください。ゴムの圧力が抜ける音、油圧ピストン、暗い金属のきしみ、中距離、音楽なし。」
  • 「畏敬の念を抱かせる異星の巨大構造物向けの、2秒のスイートナーを作成してください。深く制御された低音の膨らみ、広がりのある軽やかなきらめき、長い残響。神秘的ですが恐怖を感じさせない雰囲気で、合唱なし、メロディーなし。」

起こりやすい失敗：プロバイダーが効果音ではなく音楽を作る、扉の音がゲーム風になりすぎる、衝撃音がタイトルを圧倒する。素材を分けて作成し、音楽なし・メロディーなしと指定し、前半の衝撃音を小さくして修正します。

例：折りたたみ式デバイス向けの高級感ある製品映像

制作意図：ヒンジ、ガラス面、磁力で閉じる動き、スライドするUIカード、最後のヒーローショットを映す30秒の製品動画です。

サウンドの方向性：

  • ヒンジ：柔らかく精密な機械のささやき、磨かれた金属の小さな音。きしみ音なし。
  • ガラス：高域のディテールを抑制して調整した、指先で滑らせる音。
  • 磁力で閉じる動き：短い低中域のコツッという音に、クリアで高いスナップ音を加えます。
  • UIカード：柔らかな合成音のスワイプ。控えめなピッチ変化で、ゲーム風の電子音なし。
  • 環境音：ほとんど聞こえない低域の温かみを含んだ、静かなスタジオの空気音。
  • トランジション：シルクのような空気のスウィープ。短くエレガントにします。

引き継ぎメモ：ヒンジ、ガラス、磁力で閉じる音はそれぞれドライ版を用意し、ミキサーが最終編集に同期できるようにします。ローカライズやプラットフォームへの適応で音量を下げる必要がある場合に備え、UI音は別のステムにまとめます。

プロンプトの例：

「折りたたみ式スマートフォン向けの、高級感あるフォーリー素材を6種類、個別のワンショットとして作成してください。（1）磨かれたヒンジの小さな音、0.2秒。（2）滑らかなヒンジの動き、0.8秒。（3）ガラス上を指先で滑らせる微細なスワイプ、0.5秒。（4）磁力で閉じる音、0.4秒。柔らかな低域のコツッという音と、歯切れのよいスナップ音。（5）エレガントなUIカードのスワイプ、0.35秒。（6）最後の確認チャイム、0.7秒。クリーンなスタジオサウンド、高級消費者向け電子機器、音楽なし、ブランドを特定できるOS音なし、漫画風の電子音なし、耳障りな高音なし。」

例：字幕付きの解説／アバター動画

制作意図：アバターのナレーション、シンプルな図解、軽いUI操作を含む60秒のアニメーション解説動画です。

サウンドの判断事項：

  • ナレーションを最優先とし、ほかの音はすべて話し声の下でダッキングします。
  • 図解音は控えめにします。ペンで線を引く音、柔らかなノードのポップ音、穏やかな接続のスウッシュ音などを使います。
  • 無音感を避けるため、控えめながらもルームトーンを入れます。
  • 教育的な定義を説明している間は、大きな衝撃音を入れません。
  • 意味を持つ非音声音だけに字幕を付けます。その音が意味を伝える場合は、「［柔らかなチャイム］」「［図の線を描く音］」「［エラー音］」などとします。

QAでの確認事項：スマートフォンのスピーカーで聞き取りやすいことを確認します。UI音が実際の緊急警報のように聞こえないことを確かめます。細かなポップ音まで一つ残らず字幕に表示して、画面が煩雑になっていないことを確認します。

確認した情報源

コメント

Markdown 対応