ノイズの除去（ノイズの除去とクリックノイズの除去）

　　　　　　　　　　　　　　　　　　　　　　　　（C)Y.Utsunomia 2008-2010
○ノイズの除去

　この「効果」は他の効果と異なり、２つのステップを必要とする。(特有の作法を
理解しなければならない）

一般的なノイズ除去の仕組みは、そのデザイナーの考える「ノイズ」について、デザイ
ナーはその「ノイズ」の性質について観察し、聴覚的に巧妙にそのノイズだけを除去し
ようと試みる。
　しかし使用者の考えるノイズは多岐にわたり、ある者は「シャーッ」というバンドノ
イズを、別の者は「ブーン」という商用電源に起因する信号を、またある者は「プチッ」
という突発的なポップノイズをいう。
　筆者は本業の音楽制作者の立場で「S/N比」という概念を拡張し、「シグナル」とは
その利用者が必要とする信号を、「ノイズ」とはその利用者が不要とする信号を指すと
嘯いているが、現実の問題として、何が必要で、何が不要かを識別することは「表現」
において大変重要で、かつ難しい。
　逆に考えるならノイズとはそれほどに幅の広いものであり、また人によって食い違う
ものなのである。

　audacityの標準装備効果の「ノイズの除去」は学習タイプの「効果」で、最初のステ
ップで使用者は自分の考える「ノイズ」とはこういうものだ、ということを学ばせ、そ
れを除去するフィルターを設定し、次に使用者はそのフィルターを適用する範囲を指定
（選択）し、適用実行する。

　「ノイズの除去」が学習し適用できるのは定常的なノイズで、しかもスペクトルが一
定しているものに限られる。つまり内部的には、最初の学習のステップで、ノイズを
FFTでスペクトラム分析し、そのスペクトラムの逆カーブをつくりフィルターとしてい
る。つまりイコライゼーションの自動設定のようなものなのであるが、違いは、そのノ
イズが無いときには自動的にそのイコライゼーションも作用しないことである。
　効果が高いのは電源起因の「ブーッ」や、クロックやクロック干渉による「キーン」
ノイズで「シャー」や「プチッ」には効果的ではない。「シャー」は広い帯域をもって
いるためこれを削り落としてしまうと、必要な音も失いかねない（うまく設定すればそ
れなりの効果があるが・・）ことや、「プチッ」は突発的ノイズで、やはり広い帯域を
持っているため、必要な音に対する影響が大きいことがあげられる。
（「プチッ」ノイズに対しては別の効果「クリックノイズの除去」が効果的

☆　学習ステップ（ノイズ・プロファイリング）
　的確に目的のノイズだけがある部分を選び出す必要がある。できるだけ「必要な音」
のない、ノイズだけが浮かび上がっている場所を見つける。必ずしも適用する音のトラ
ックから選ばなくてはならないわけではなく、異なるトラックであってもかまわない。
現場収録の場合、後からこの効果を用いる目的で、ノイズ源がはっきりしている場合、
そのノイズを「S/N比よく」収録しておくことも効果的である。

☆　適用ステップ
　適用は、基本的にイコライゼーションと同様（ただし目的の「ノイズ」が無いところ
では無効果）なので（学習結果のイコライゼーション表示がほしいところ）あるが、適
用されているところではそれなりに「必要な音」にも変化があるので、闇雲に全体に適
用しないほうが好結果となるだろう。
○スムージング周波数とは、ノイズのスペクトラムが学習上は「輝線」（ナローバンド）
であっても、適用するときにはバンドを広げ、ノイズが多少変動しても効果が得られる
ようにするためのスライダーである。専門的には、スライダーを左にしてこの設定周波
数を狭くするとノッチフィルターのQは上がり、減衰量も増えるようだ。逆にスライダー
を右に動かすとノッチフィルターのQが下がり、同時に減衰量も減るようである。したが
って、効果があるならできるだけこのスライダーは左で使用したいものである。しかし
ノイズの抑制とは心理的な要素もあり、ある程度パラメータを変更しながら最適値を
探るべきだ。（一度プロファイリングしたデータは、Audacityのその起動回の間は保持
されるようだ。