[PR企画] ウワサの音楽フォーマット「MQA」でアニソンを聴いてみた！　第4回：MAGES.(5pb.)代表・志倉千代丸が「MQA」に鋭く切り込む！

ナビゲーター：野村ケンジ

ヘッドホンなどをはじめ幅広いジャンルで活躍するAVライター。ハイレゾ音源についても造詣が深く、アニソンレーベルのスーパーバイザーを務めるほか、TBSテレビ開運音楽堂「KAIUNハイレゾ」コーナーではアドバイザーとしてレギュラー出演している。

ゲスト：志倉千代丸

作詞家、作曲家、小説家、プログラマー、ギタリスト、音楽プロデューサーなど、さまざまな側面を持つマルチクリエーター。2005年に「5pb.」レーベルを立ち上げ。これがその後の「MAGES.」につながっていき、多数のアニメ、ゲーム、ラノベ作品などを世に送り出す。現・ドワンゴ取締役、MAGES.代表取締役会長。

サウンドの「波形」と戦い続けてきた、志倉さんの25年

野村　志倉さんが立ち上げたレーベル「5pb.」では、アニメタイアップ系のほぼ全てのタイトルでハイレゾ版をリリースされていて、ハイレゾに対してはすでに3年前から非常に積極的に取り組んでいられますよね。先日も、田村ゆかりさんの新アルバム「Princess ♡ Limited」がハイレゾ（flac/MQA）でリリースされて大きな話題になりました。

志倉　一番最初にスタッフからハイレゾ配信の話を聞いたときに、僕はもちろんハイレゾのことは理解していましたし、「ハイレゾ？　配信？　やろうよ」という感じで、すぐにスタートしました。個人的にもハイレゾ配信には興味がありましたし、当初は「実験」という感じで取り組み始めましたね。あえてハイレゾを聞くような意識の高いファンの皆さんが、高品質で配信される音源を聞いてどんな反応をしてくれるかな、という純粋な興味もありましたし、ハイレゾの音としての進化が、人間の聴覚の可聴範囲内でちゃんと体感できるのか、みたいなところの興味もありました。

志倉　「MQA」って一番最初に出たのっていつ頃でしたっけ？

野村　以前から技術自体はありましたが、e-onkyo musicで「MQA」フォーマットの音楽配信を始めたのは一昨年（2016年）からですね。「MQA」は、それまでの「MP3」や「AAC」などのような圧縮方式とは違って、どんなに高ビットレートの音楽であっても、音のよさを残しながら高効率で圧縮するという方式なんです。映像でいうところの「ドルビーデジタル」とか「DTS」に近い考え方かと思います。

志倉　それは素晴らしいことですね。しかし、「MP3」が世の中に出てきたときの衝撃はすごかったです。僕らはそれ以前から、ゲーム作成用に音楽をサンプリングしてプログラミングしていたわけで、そもそも音楽制作用のツールを作るところからのスタートですから、その頃からずーっと「波形との戦い」を続けてきていたわけですよ。スーパーファミコン用のゲームを作ってた頃なので、もう25年くらい前のことです。その頃から、サンプリングの波形を見ながら、ループを取るポイントとか、ノイズが出ないようにするためのコツとか、そういうものを研究してました。当時は、ゲーム音楽も一度ワークステーションを通して、それからそのデータをチップに焼いて、それからじゃないと、最終的にどんな音になったかが確認できない、そんな時代でした。そんな面倒くさい工程ってイヤじゃないですか？　なので、最初にある程度のパラメーターを設定すれば、パソコン上のシミュレーションだけで、おそらくこんな音になりますよ、というのがわかるツールを作ってたんです。

そんなわけで、音楽の波形とはもう25年くらい付き合っているんですが、そんな長い「波形との戦い」のさなかで、「MP3」が世に出てきたときの、意味のわからなさ！　「MP3って何だよ!?」「標準圧縮で約10分の1になっちゃうって、そんなわけないだろ！」って（笑）。なので、当時は音楽圧縮についていろいろ調べましたね。「なるほど、可聴範囲の外の部分をカットしたりしてるのね」とかね。ということは、元のデータはだいぶ失われてるわけで、それならやりたくないと思ってましたけどね。

その後、「プレイステーション」が出たときも、これがまた結構特殊な音楽フォーマットでして、やっていくうちにコツがつかめてくるんですけど、「とある倍数でループを取ると、ノイズが出にくい」とか、もう謎の領域なんですよ（笑）。もはや量子の領域で、そんなことを計算機で計算しながらやってましたね。

野村　職人技の世界ですね（笑）。

志倉　音楽データをパソコンに取り込むと、波形がビジュアライズされて見えるじゃないですか？　あれ、ウソなんですよ、厳密に言うと。デジタルの波形って、最終的には0か1かのオン/オフでしかないわけで、矩形になるはずですし、もっと数字的な世界なんです。本来のデジタルデータってPCMにしてもそういう姿なんですが、音のつながりなどを追求していくと、結局このデジタルデータのレベルで何らかの対策を施さないといい音にならないという結論に落ち着いたんです。というわけで、音楽のデジタル化に関しては、めちゃくちゃ苦労したこの25年間でした。これを全部語り出すと、ゲーム機の進化と、コンピューターの進化、波形を扱う代表的なツールとして「Pro Tools」（※ 米Avid Technology社が作った音楽制作用のソフトウェア）の進化、これを全部語らないと気が済まないですよ（笑）。

野村　音楽制作の現場では、「Pro Tools」の進化によって、最新バージョンでトラックダウンしただけで音が変わったという話も聞きますね。

志倉　「Pro Tools」そのものもそうですが、プラグインの進化のほうが大きいかもしれません。プラグインの中にはかなり重いものもあって、リバーブやディレイなどの空間系、コンプレッサーやリミッターなどのダイナミクス系など、最初から入っているプラグインと比較すると、数倍CPUの処理を重くしてしまうんです。それが1トラックに対してひとつ必要になるので、たとえば100トラック超えのアニソンをハイレゾの96kHzのセッションで立ち上げちゃったら、もうさすがに現代のPC＋拡張カードでもだいぶしんどい状況になってきます。だから48kHzのセッションで制作せざるを得ない。現状ではまだそんな状態なので、僕らも「本当の意味でのハイレゾ」による音源制作をしたいと常々思っているのですが、あともう一歩のところで悩んでいたりします。

とはいえ、今年か来年くらいにかけての技術の進化で、そのあたりも解決するかもしれません。さすがに僕らも48kHzのセッションでの制作にはすでに抵抗があるので、どうしても96kHzで最初からやりたい。でも、本当の意味でのハイレゾ音源が作れるスタジオ環境って、実質ほとんどないんです。特にアニソンって、あれくらい音数が多くてトラック数が多いジャンルってほかにないですからね。一般的なポップスの倍くらいはありますから、もう音の洪水なわけです。それを全部96kHzでやるとなると、ちょっと躊躇しますよね。ただ、限界にはチャレンジしたいし、ハードウェアやソフトウェアの進化とどう向き合っていくかということについては、もう、何というか……、趣味ですね（笑）。

志倉千代丸、「MQA」に対して抱いていた疑問を大いに語る

志倉　アニソンがハイレゾをこれまで牽引してきた側面があるというお話を聞いたことがあるんですが、それはアニソンという音楽ジャンルがハイレゾに向いていたというよりは、アニソンを好きな人達が、そういう最新ガジェットが好きだったということだと思うんですよ。特にアニソンをソースに、ハイレゾとそうでない音源の音を聞き分けるって、本当に難しいと思います。まぁそれでも僕は96kHzで聴きたいですけどね。特にMQAのように、96kHzのハイレゾの音源が圧縮できるんだったら、もう選択の余地はないですよね。MQA って簡単に言うと、そういうことですもんね？

野村　はい、そういうことです。

志倉　1年くらい前にネット上でMQAのことを最初に知ったとき、半ば懐疑的にネットでいろいろ調べたんです。そしたら「折り畳み理論」とかいうのが書いてあって、「は？」と思いました。「折り畳んじゃダメでしょ。カットでしょ」と思ってたので、いまだにそのあたりがよくわかってないんですけどね。

野村　正直、あの説明はちょっとわかりにくいところありますよね（笑）。MQAに関する僕の解釈としては、16bitの音源から人間の可聴帯域外となる24kHz以上の音はノイズにしかならないのですべてカットしてしまって、そこに96kHz/24bitの可聴帯域に入っている音の情報を「折り畳んで」入れた、ということだと解釈しています。なので、志倉さんのように、これまでずっと細かく波形を見られてきたような方にとっては、「だったらやっぱり欠落している情報があるよね？」と感じられるのは当然です。ただ、元のデータとしては、あくまでも24bitであって16bitの情報ではない。そのため、音の情報量としては16bitのサウンドとはやはり明らかに違うハイレゾということなんです。

志倉　ということは、24bitサウンドだとしても、やっぱりロスレス（可逆圧縮）ではないということですよね。

野村　ロスレスではないですね。

志倉　元の音がいいから、ロッシー（非可逆圧縮）でも音はいいよ、ということでいいんですよね。

野村　そうです。44.1kHz/16bitのCD音源としても再生はできるけれども、対応プレーヤーでかけるとちゃんと96kHz/24bitとほぼ同じ音で聴けますよ、ということなんです。そういう汎用性がある形式ということなんです。

志倉　なるほど。でも、それはすごいことですね。

野村　もうひとつのMQAの面白いところは、時間軸における不要なノイズ的な音をカットしていることです。これを行うことで、音が整理されて、たとえば立ち上がりの音の揃いなどがよくなるので、フォーカス自体は上がるんです。なので、MQAの印象としては、軽いフィルターとかエフェクターをかけたサウンドという感じかもしれません。解像感は一般のハイレゾより微妙に下がっているんだけども、ボーカルなどはむしろ結構クリアに聞こえるので、たとえば外出先でスマホなどで聴くのであれば、むしろ一般のハイレゾより聴きやすいかもという印象です。それでいて、ファイルサイズは小さく圧縮できるので、聴く側にとってのメリットは大きいと思います。

MQAを含むハイレゾに向いているのは、アニソンではなく「歌モノ」

野村　でも、MQAを含むハイレゾの世界って、最初はいわゆるオーディオマニアだけのためのものになりそうだったんですが、アニソンというジャンルでブレイクしたことで、ようやく一般化するようになってきたんです。かつて、VHSビデオの普及がアダルトビデオによって推し進められたということもありましたが、ハイレゾはアニソンで普及のきざしを見せているという段階ですね。

志倉　じゃあやっぱりアダルトですね。ハイレゾ版18禁ドラマCDとか（笑）。

野村　絶対売れると思います、特に女子向けは（笑）。彼女たちは普段想像力でいろんなことを補っているわけですが、ハイレゾだったら補わなくても済むようになりますからね（笑）。

志倉　いや、ハイレゾに一番向いているジャンルって正直そこだと思うんですよ。トラック数も多くないし、何なら192kHzのセッションで制作しちゃってもいいくらい。解像感の高さによって、リスニング環境にもよりますが、本当にそこにいるくらいの臨場感が得られるので、それはもう相当なものになると思いますよ。

野村　録音の際に24bitで録っておくと、やっぱり空間の奥行き感みたいなものが出て、マスタリングした際にもだいぶ違いが出てくるみたいですね。

志倉　まあそうかもしれませんが、音作りのうえで時間軸って本当に重要で、音をサンプリングして波形を見てみると、その波形が実際の音からは想像つかないようなものになっていることがあるんです。たとえば、プロレスのゲームを作っているときに、レスラーをリングにたたきつける「ドーン」という音と、「ガーン」という音では、波形のイメージがだいぶ違っていて、「ドーン」の前後に何かしらのノイズが入ってくるんですね。で、そのノイズ音を編集過程で削っていくと、当然、音の粒立ちがかなりよくなるんです。なので、こうした経験則から得たいくつかの編集操作は、コンプレッサー内に作ったオリジナルのプリセットでもある程度代用できます。必ずそのフィルターを通すようにしているんですが、これを通すと、誰が聞いても、こちらのほうが音の粒立ちがよく聞こえるようになります。なので、単にサンプリングレートとかビット数とかでない、音源ソース自体とも戦ってきたわけなんですが、MQAにもそういう一種のフィルター的な要素が含まれている気がしますね。

野村　僕も別に単にビットが高ければいいとかいうことは思ってなくて、16bitのCD音源も全然否定しません。僕が否定したいのは、MP3のような圧縮音源です。作り手が苦心して作ったデータがここまで消えちゃっていいのかという点に疑問を感じています。

志倉　いやー、もう全然ダメですよ。一番問題なのは、たとえば音楽CDでも、僕らがスタジオの素晴らしい環境の中で聴いているときには、本当に素晴らしいと思って世に出すんですけど、実際にプレスされたものを聴いてみたら、「なんじゃこりゃ！」というくらい違っていたりすることがあることなんです。スタジオと比べたら、全然リスニング環境も違うし、レートも違うし、データはもう小さくなってるし、44.1kHz/16bit（音楽CDのビットレート）みたいなところに押し込められちゃうと、全然違うものになっちゃうんですよ。もうできたら「スタジオに来て聴いてくれ！」と言いたいくらいで。そのジレンマはずっとありますよね。

野村　そういう点では、ハイレゾ音源って、ある程度環境をそろえる必要はありますが、リスナーにとっても満足をもって聴いてもらえるんですよね。もちろんスタジオで聴くほどではないにしても、かなりそれに近い音を再現できますし、MQAもほぼそちら寄りです。

志倉　僕も長年この仕事をやってきて、打ち込みでも、音色選びとかそのレベルからこだわりはあるわけです。できることなら、96kHzのセッションで最初から全部制作したいですが、今定番と言われているサンプリング音源自体、おそらくですが48kHz以上の高ビットレートのものってないんじゃないかな。なぜかと言えば、そんな重い音源ばかり入れてたら、音色呼び出す時のロード時間も長すぎて大変だし、そもそもツール自体が動かなくなりますから。もちろん一部の弦楽器やピアノ音源などで超ハイサンプリングなソフト音源もありますけどね。とは言えそれはごく一部で、大抵の場合メインは48kHzか、場合によってはそれ以下で作られた音源をスタジオに持ち込んでいるはずです。１秒間に48,000回しかサンプリングしてない音源を、960,000回の箱に入れてもデータの無駄ですよね？ データ量は確かに96kHz分あるけど、それは見せかけのもの。「ニセレゾ」とまでは言わないけど、要するに、最初から最後まですべての工程を96kHzにしないと、厳密な意味でのハイレゾとは言えないんじゃないか。そこについてはジレンマで、ずーっと考えていますね。

ただね、「歌」だけは圧倒的に違います。セッション自体は96kHzで作っていて、オケに関しては48kHzとします。でも、歌だけは生なので、96kHzで録ると、これが全然違うんです。歌がないインストゥルメンタルだったら、打ち込みで作るのであれば96kHzでも48kHzでも正直ほぼ変わらないと思います。だけど、当然ながらギターやベース、場合によってはバイオリンなどの弦楽器も生で収録しますし、もっと言えば「歌」という実にエモーショナルで変幻自在な「楽器」があるわけですよ。うちは歌モノをがメインなので、言ってみればそこだけのために、何とかして96kHzでやろうよっていう感じでやってますね。

野村　それはありがたいですし、聴き手の側もそこは期待しているところです。やっぱり多くの人は歌が聴きたくて楽曲を買っていらっしゃいますから。ポップスの場合は、歌、ドラム、ベースという3つのセクションが一番ハイレゾのメリットが出やすいので、ボーカルの高音域の伸びみたいなことがよくハイレゾのメリットとして言われますが、実は低域の解像感が高まるのもハイレゾの大きなメリットなので、ボーカルの声にも付帯音のようなものがめちゃくちゃ乗ってくるんだと思うんです。だからこそ、ボーカルの声は、96kHzと48kHzでは全く別物として聞こえるんだろうと思いますね。

志倉　そうですね。たとえばバイオリンの音って、弓で弦をこすっているノイズ音なので、耳に聞こえる音もあれば、実際には出ているんだけれども聞こえていないノイズもあって、でもその「ノイズが乗ってる感」がハイレゾだと聞こえるんですよね。そういう生の楽器だからこそハイレゾのメリットがあるんであって、だから、「打ち込み比率の多いアニソンがハイレゾに向いている」って言うのは、やっぱり語弊があると思うんです。音数も多いしどちらかというと向いていないんですよ。だけど、声優さんやアニソンアーティストの独特の個性や魅力、ブレスがより明瞭に伝わってくるという点では、CDの音とは全く別ものなんで、そこだけでもいいから聞いてもらいたいというのはありますね。

野村　僕がハイレゾでいいと思うのは、単純なファン心理として「マスター」を聴きたいということに尽きます。ハイレゾが聴きたいわけじゃなくて、44.1kHz/16bitの音楽CDなら、マスタリング前の48kHz/24bitなどで作られたその元の音が聴きたいんです。基本的にはそういうことだと思うので、MQAもどちらかと言えば、マスターにより近い音ということで推奨したいという話なんです。

志倉　なるほど。僕は単純に嘘はいやなんですよ。テクノロジーマニアなので、科学的にちゃんと説明ができて、これこれこういう理由でこの部分はこうなんだけど、この部分はめちゃめちゃいいぞ。そして、その部分というのが、歌だったり、それ以外の生音だったりするので、そのあたりの種明かしはちゃんと説明しないと、なんかだまされてるって感じがしちゃうっていうかね。そのためにも、制作側も、もっとちゃんとハイレゾといえるハイレゾを極めていかないとダメだと思いますね。とは言え、それも時間の問題でしょう。人間なんて全然進化してないのに、デジタルの進化はとても早いですから。音だけじゃなく映像だって、ある一定の解像度を超えてしまったら、もう人間には関知できない領域ですからね。

野村　期待しています。では、そろそろお時間のようで。

志倉　え？　ダメですよ！　まだまだこの件、話し足りてないんですが（笑）。

野村　では今度、別の企画で大いに語っていただきましょう。