Zoomで［音質低下］［音声の途切れ］［映像の乱れ］が発生する原因を突き止める

リンク

■Zoom会議のノイズ抑制(ノイズキャンセリング)設定方法！バックグラウンドの雑音を除去 | AutoWorker〜Google Apps Script(GAS)とSikuliで始める業務改善入門
■オリジナル サウンドを保持するオプションを有効にする – Zoom サポート

［Zoom］と［ZOOM］

• このサイトでは［Zoom］と表記したら、遠隔会議ウェブサービスのことです。
• このサイトでは［ZOOM］と表記したら、レコーダーやオーディオインターフェイスをつくっている音響メーカーのことです。

インターネット関係の用語

【ローカルの原義】＝［相対的に手前のハードウェア／環境］

• 相対的に手前にあるハードウェア／環境が［ローカル］です。
• 相対的に手の内にあり、直接手で操作できるハードウェア／環境が［ローカル］です。

【回線の手前】がローカル｜この［ローカル］の対義語は［リモート］

• ［ローカルの端末］←回線→［リモートのハードウェアやソフトウェア］
  • ［リモートの〔遠隔操作される〕ハードウェアやソフトウェア］として、ドローン、PC、カメラ、ロボットアームなどがある。

【生きた回線の手前】がローカル｜この［ローカル］の同義語は［オフライン］、対義語は［オンライン］

• ［オフライン］とは、［生きた回線と切断された状態］のことです。
  • ［オフライン］は、［インターネット回線と切断された状態］を意味することがある。
  • ［オフライン］は、［LAN〔ローカル・エリア・ネットワーク〕＝組織内回線と切断された状態］を意味することがある。
• ［オンライン］とは、［生きた回線と接続された状態］のことです。
• とくにサーバーの所在領域において、［ローカル］に近い意味になるのが［オンプレミス］という言い回しです。 自社内に［LAN〔ローカル・エリア・ネットワーク〕＝組織内回線］を構築して、自社内にサーバーを設置している場合、これを［オンプレミスのサーバー］といいます。 ［オンプレミスのサーバー］の対義語は、［クラウド］または［クラウドのサーバー］です。
• とくにサーバーの所在領域において、［リモート］に近い意味になるのが［クラウド］という言い回しです。 ［クラウド］はインターネット回線の向こう側にある［他者が管理しているリモートのサーバー］といったような意味です。

【影響の範囲が狭い／手の内】ローカル｜この場合の［ローカル］の対義語は［グローバル］

• ［ローカル変数］←→［グローバル変数］
  • プログラミング言語で、特定範囲内でのみ有効な変数が［ローカル変数］です。
  • プログラミング言語で、広い範囲で有効な変数が［グローバル変数］です。
• 一般的な［グローバル〔全地球規模の〕］の対義語は［ドメスティック〔国内の／家庭内の〕］です。

ノイズリダクション〔Noise Reduction：NR：雑音低減〕のタイプ分け

• ノイズゲート〔微小音声の門前払い〕
  • アナログ電子回路を使ったハードウェアノイズゲート〔音声処理用ノイズゲート、エレキギター用ノイズゲートなど〕
  • ソフトウェアによる算術的ノイズゲート
    • 端末のCPUでのソフトウェアによる算術的ノイズゲート〔OBS Studioのプラグインなど〕
    • 外付け機器のCPUでのソフトウェアによる算術的ノイズゲート〔オーディオインターフェイスに内蔵されたノイズゲートなど〕
• ソフトウェアによる算術的ノイズリダクション

Software noise cancelling

Noise Reduction

Zoomその他のアプリにおける［ノイズ自動除去］の発想は、以下のようなものです。

ノイズを含んだ収録音声を、そのままデジタル化する。そのデジタル信号の中のノイズ成分を、端末のCPUによる演算によって取り除く。

他方、音響機器的な［ノイズ自動除去］の発想は、以下のようなものです。

オーディオインターフェイスよりも前段で、または、オーディオインターフェイスの中で、
【ノイズゲート】を使って、ノイズ以外の信号だけを漉し採る。
そのノイズ成分が少ない［上澄み］だけを［PC/Mac］［スマートフォン／タブレット］などの端末に送る。

そもそもZoomは音質が悪く設計されている

• Zoomは、通常のビジネスミーティングだけでなく、多人数を招待するウェビナー〔＝ウェブセミナー〕の開催をも前提としており、［多人数を招待する］というメリットと引き換えにして［音質が悪い］というデメリットを引き受けたかたちだと思われます。
• Zoomの世界観は、［発言者の音質をよくする］よりも、［Zoomに慣れていない参加者の端末から、余計なノイズが混入するのを防止する］ことのほうが、優先順位や価値が高いと判断する世界観だと思われます。
• Zoomの世界観は、ミーティングへの参加者は、Zoomに慣れていない参加者が多数派であるから、あらかじめ［音量自動調整］［ノイズ自動除去］をONにしておき、Zoomに慣れていない参加者が他者に迷惑をかけないようにする、という父権主義的〔パターナリスティック〕な世界観だと思われます。
• Zoomの世界観は、ミーティングが成立するだけのギリギリの低音質に留め、［参加者が増えてもミーティングが落ちない］ということを優先する世界観だと思われます。
• Zoomの世界観は、ミーティングのアーカイブの音質がよくなることは、はなっから念頭にない、という世界観だと思われます。
• 実際、Zoomの［ノイズ自動除去］は、サンプリングレートが低く、［ノイズ自動除去］が機能すると、音質が極度に悪化します。

［Zoomを介した生配信のアーカイブ動画］の低音質・音声寸断｜原因追求｜どんな音声なのか？

• 《1》［語り始め］［語り終わり］の音声が消えている。
  • ［Zoomが定めた音声処理の１単位］があるものと推定される。 それは例えば、［パケット数などで制限された数秒単位の音声グループ］である。
  • ［パケット数などで制限された数秒単位の音声グループの前後の継ぎ目］において、おそらくは［プチ・プチという継ぎ目のノイズ］が発生しているのだろう。 その［プチ・プチという継ぎ目のノイズ］を演算によってミュートすることによって、［語り始め］［語り終わり］の音声が消える、いいかえれば、音声が途切れる。
  • この音声の途切れが、語りの内容のキーワードと重なり、［語っている言葉が聞き取れない部分］［何を語っているのかわからない部分］が、ところどころに発生している。
  • Zoomを介する必然性がない場合には、Zoomを介さずに、カメラやPC/Macで直接録画した動画ファイルを、無編集でVimeo等にアップロードしたほうがいいであろう。
  • ※ちなみに、最近の動画では、近所から［びっくりするような大きな雑音］が飛び込んでくることがあり、その雑音のせいで［語っている言葉が聞き取れない部分］が、ところどころに発生しています。
• 《2》［語り始め］［語り終わり］の音声において、［音声言語がゆっくり再生になる］［音声言語が早回し再生になる］といった音声の乱れを見せる。
• 《3》［Zoomでノイズキャンセリングされた音声］は、シュワシュワ・キュルキュルという雑音をともなった、Zoom独特の聞き取りづらい音声になっている。 この音声は、1990年代のICレコーダーの低音質モードの音声と、かなり似ている。

［Zoomを介した生配信のアーカイブ動画］の低音質・音声寸断｜原因追求｜Zoomの設定がマズい可能性

■Zoom「音量自動調整」「背景雑音の抑制」はOFFと無効化が良いかも｜ノダタケオ（ライブメディアクリエイター）｜note

［PC/MacのZoomクライアント］にログインした状態で［マイク音量を自動調整します］の【✓＝チェックマーク】をクリックしてOFFにする

【0】［Zoomクライアントにログイン］→
【1】［新規ミーティング］→
【2】［画面左下の【オーディオに接続】付近の【^の記号】］→
【3】［オーディオ設定...］→
【4】［🎧オーディオ］の中の［マイク音量を自動調整します］の【✓チェックマーク】をクリックしてOFFにする。

［PC/MacのZoomクライアント］にログインした状態で［音楽とプロフェショナル オーディオ ミーティング内オプションを表示して「オリジナル サウンド」を有効にします］の【✓＝チェックマーク】をクリックしてONにする

【0】［Zoomクライアントにログイン］→
【1】［新規ミーティング］→
【2】［画面左下の【オーディオに接続】付近の【^の記号】］→
【3】［オーディオ設定...］→
【4】［🎧オーディオ］の中の［音楽とプロフェショナル オーディオ］の
        ［音楽とプロフェショナル オーディオ ミーティング内オプションを表示して「オリジナル サウンド」を有効にします］
        の【✓＝チェックマーク】をクリックしてONにする。
        ONにした状態で、次のようにします。
        【高忠実度音楽モード｜⚠高負荷注意】は【✓＝チェックマーク】をクリックしてOFFにする。CPUが強力な端末ならONにする。
        【エコー除去】は【✓＝チェックマーク】をクリックしてOFFにする。
        【ステレオ オーディオ｜⚠高負荷注意】は【✓＝チェックマーク】をクリックしてOFFにする。ステレオで生配信する必要がなければONにしない。

［PC/MacのZoomクライアント］にログインした状態で［背景雑音を抑制を低（かすかな背景雑音）］にする

［音楽とプロフェショナル オーディオ ミーティング内オプションを表示して「オリジナル サウンド」を有効にします］がONならば、この項目の設定は無力化されるかもしれません。

【0】［Zoomクライアントにログイン］→
【1】［新規ミーティング］→
【2】［画面左下の【オーディオに接続】付近の【^の記号】］→
【3】［オーディオ設定...］→
【4】［🎧オーディオ］の中の［【背景雑音を抑制】を【低（かすかな背景雑音）】］にする。
        将来もしも［【背景雑音を抑制】を【切】］が創設されたら【切】にする。

［Zoomを介した生配信のアーカイブ動画］の低音質・音声寸断｜原因追求｜使用中のMacBookが非力である可能性もある

使用中のMacBookが非力である可能性もある｜ノートPC〔MacBookシリーズ〕で生配信をするのは無理があるかもしれません

電源系が強力であればあるほど、CPU・GPU・エンコーダー・デコーダーなどの演算能力は［高い］［安定する］という傾向があります。

CPU・GPU・エンコーダー・デコーダーなど、それぞれのチップには、定格電力があり、その定格電力の値が大きいほど、演算能力は［高い］［安定する］という傾向があります。

Intelプロセッサーでいえば、同世代のCore i7でも、［ノートPC用のCPU］の演算能力は、［デスクトップPC用のCPU］の演算能力を下回るのがふつうです。

• デスクトップPC用のCore i7は、かなり演算能力が高い。
• ノートPC用のCore i7は、Core i7の割に演算能力が低い。

CPUの演算能力が［高い］［安定する］という状態にするためには、デスクトップPCを使ったほうが無難でしょう。 デスクトップPCは、AC電源を使うので、電力をふんだんに使えることから、それぞれのチップの定格電力が高く設定されているので、それらのチップがもつ演算能力は［高い］［安定する］ということが期待できるからです。

使用中のMacBookが非力である可能性もある｜Appleシリコン〔M1、M2など〕を搭載したmacOS機は演算能力が強化されています

Appleシリコン〔M1、M2など〕は、［Apple M1チップ〔無印〕］だけを例外として、【メディアエンジン】という【ハードエンコーダー】を搭載しています。

［Apple M1 Ultraチップ］［Apple M1 Maxチップ］［Apple M1 Proチップ］［Apple M2チップ〔無印〕］のどれかなら、【メディアエンジン】という【ハードエンコーダー】を搭載しています。

【メディアエンジン】という【ハードエンコーダー】を搭載しているMacBookシリーズ、あるいは、Mac Studioに乗り換える、という方法もあります。 ただし、Apple製品は割高であり、何よりも使用中のMacBookがもったいないともいえます。

とはいえ、Appleシリコンが登場する前の［Intelプロセッサーを搭載したmacOS機］は、旧世代の機種です。 したがって、演算能力が不足している可能性もあります。

使用中のMacBookを生かしながら、Windows機を導入する手もあります。 しかしWindowsに苦手意識がある場合には、この方法は使えません。

［Zoomを介した生配信のアーカイブ動画］の低音質・音声寸断｜原因追求｜静止画表示だけの音声中心の動画なら、音質は比較的安定している

［動画を伝送する］ときは帯域幅を多く消費する｜［音声を伝送する］ときは帯域幅を少なく消費する

インターネット回線の帯域幅とは、［秒間最大流量］＝［１秒間に何ビット送受信できるかの最大値］のことだと思います。

• 《1》［音声だけのファイル］：ファイルサイズが比較的小さい。
• 《1》［音声だけのファイル］＋《2》［映像＝動画だけのファイル］：ファイルサイズが巨大になりがち。
• ［動画を伝送する］：帯域幅を多く消費する。単位時間あたり、大量のデータを流す必要があるから。
• ［音声を伝送する］：帯域幅を少なく消費する。単位時間あたり、少量のデータしか流さなくていいから。
• ［秒間最大流量］を、［映像＝動画］に大きく割り振るのか、［音声］に大きく割り振るのか。 その配合割合によって、［映像＝動画がそこそこで、音声が不明瞭］［映像＝動画は不明瞭だけれども、音声が明瞭］など、異なる結果を生みます。
• ［資源を何にどれだけ割り振るか］、いいかえれば、資源配分〔resource allocation：リソース・アロケイション〕を考える必要があります。 語りを中心とする動画コンテンツにおいて、コア〔中心軸〕となる部分は、もちろん音声言語です。 場面によって、資源配分の最適値は変わってきますけれども、［顔出し］＝［動画］のせいで［音質］が低下するのであれば、［顔出し］＝［動画］はカットするのが正解でしょう。
• ［顔出し］＝［動画］をしても［高音質］が確保できるやり方は、［QuickTime Player］または［OBS Studio］を使って、インターネット回線とは関係のない状態で［画面キャプチャー］＝［録画］した結果である動画ファイルを、無編集のままアップロード〔撮って出しに〕する、というやり方です。 収録した動画ファイルを、無編集のままアップロード〔撮って出しに〕するだけなら、手間はかかりません。

結局、［自宅のインターネット環境の速さ・安定性］［自宅からプロバイダーまでの回線の混み具合］［プロバイダーから先の回線の混み具合］などが、生配信の動画のアーカイブの［音質・画質］を決定づけてしまう。 しかもZoomでは、［エコー キャンセレーション］［オーディオ向上機能］［ビデオ アクセラレーション］など、［音質低下］［音声の途切れ］［映像の乱れ］［PC/Macにかかる高負荷］を招く［ありがた迷惑な便利機能］が、初期値〔デフォルト値〕でONにされています。 こういう綱渡りのようなことをして、［Zoomを介した生配信のアーカイブ動画］を［完成品の動画］とする。 このやり方では、［完成品の動画］の音質が向上するはずもありません。

• ［エコー キャンセレーション］［オーディオ向上機能］は、CPUを使った膨大な演算処理を必要とするらしいので、Windowsでいえば、最新版である第12世代の［Intel Core i7］以上を搭載したデスクトップPCを使用して初めて、その効果が出るような機能であるようです。 CPUの製造元が、［Intel］［AMD］［Apple］でも、新しいCPUほど［多コア化］による分散処理が強力かつ巧みになっていきます。 ［エコー キャンセレーション］［オーディオ向上機能］は、［多コア化］が進んだ最新のCPUを搭載したPC/Macでないと、処理が重荷になって〔過負荷のため〕、逆に［音質低下］［音声の途切れ］を招くだけの結果となるようです。
• Intelプロセッサーは、かなり下位のモデルでも、Intel Quick Sync Video〔QSV〕というハードウェアエンコードのチップを搭載しています。 Intelプロセッサーを搭載したWindows機なら、QSVが［ビデオ アクセラレーション］として利用できるでしょう。
• Windows機のうち、NVIDIAのグラフィックボードを搭載した機種は、NVENC〔NVIDIA〕というハードウェアエンコードのチップを搭載しています。 NVIDIAのグラフィックボードを搭載しているため、NVENCが使えるWindows機なら、NVENCもまた［ビデオ アクセラレーション］として利用できるでしょう。 QSVを使うか、NVENCを使うかは、Zoomが判断するのかもしれません。
• macOS機は、少し前まではIntelプロセッサーを搭載していましたし、Intelプロセッサーの多くはQSVというハードウェアエンコードのチップを搭載しています。 したがって、macOS上で走るアプリの側で、QSVが利用できるように最適化されていれば、［QSV付きのIntelプロセッサーを搭載したMac］であれば、Zoomの［ビデオ アクセラレーション］が利用できる可能性は感じます。 しかしAppleは、ハードウェアの詳しい仕様を秘密にし、かつ、うさんくさい説明文・宣伝文句を使うことで、話をはぐらかして真の姿を見せない傾向があり、よくわからない謎の部分が多く、不誠実な人格を感じさせる社風の会社です。 Appleの宣伝文句は、［日本人の心には響かず、かえってしらける］ということが、なぜAppleの日本法人にはわからないのでしょうか？　 ですので、［QSV付きのIntelプロセッサーを搭載したMac］であれば、Zoomの［ビデオ アクセラレーション］が利用できるのかどうか、については不明です。
• ソフト開発者の側面からすると、PCのOSとしては、Windowsが圧倒的多数派であるため、［Windowsだけでなく、macOSにも対応する］という対応をしても、利益回収がほぼできません。 ですので、［Windows専用ソフト］は数々ありますけれども、Apple純正のソフトを除けば、［macOS専用ソフト］は、ごくごく一部だと思います。 そもそも、macOS側から見ると、ソフトもハードも、選択肢がごくごく限定された範囲になる傾向があります。 つまり、使えるソフト／ハードの豊富さを考えれば、macOSを選択するより、Windowsを選択したほうが、圧倒的に有利です。
• macOS機は、少し前まではIntelプロセッサーを搭載していましたけれども、今後Appleは、Appleシリコン〔M1、M2などのCPU〕を搭載したMacしか発売しない予定であるようです。
• ■Apple シリコン搭載の Mac コンピュータ - Apple サポート (日本)
  
• そこから、［macOS用のソフト］において、［Intelプロセッサー搭載Macに向けたソフト］と［Appleシリコン搭載Macに向けたソフト］という、二重のソフト開発・ソフトサポートが必要になっています。 この二重の開発負担・サポート負担に耐えられるソフト開発団体は、大手だけでしょう。
• 【録画・配信・Zoom等】で最もキモになる、ハードエンコーダーのWindowsにおける代表格は［IntelプロセッサーのQSV］と［GeForce〔NVIDIA〕のNVENC］です。 ハードエンコーダーという［武器］を搭載した、Windowsの標準的なゲーミングデスクトップPCは、本体価格20万円前後です。 ゲーミングデスクトップPCは売れているので、量産効果でコストパフォーマンスがよくなっているのです。
• Windows環境で【録画・配信・Zoom等】をする人は、［IntelプロセッサーのQSV］または［GeForce〔NVIDIA〕のNVENC］でハードエンコードして、【録画・配信・Zoom等】を余裕をもって行なっていることでしょう。 そういうWindowsのデスクトップPCが20万円で手に入ります。 しかもWindowsのデスクトップPCの場合、［GeForce〔NVIDIA〕のNVENC］の搭載主体であるグラフィックボードそのものを差し替えることが可能です。