YMM4で動画の音声を分離する方法｜音を消す・別トラック化を2026年版で解説

「YMM4に動画素材を置いたら、素材に入っていたBGMが鳴りっぱなしでナレーションが聞こえない」——この状態を解決する最短ルートは、タイムライン上の動画アイテムをクリックして、プロパティの「音量」を0にすることです。外部ソフトは要りません。慣れれば10秒で終わります。

ところが「ymm4 動画音声分離方法」で検索している人が、全員この一手で解決するわけではありません。ネット上には「YMM4に音声分離機能はない」と断言している回答も、「音量を0にすればいい」と一言で終わっている記事も両方あります。どちらも部分的には正しく、部分的には間違っています。理由は単純で、「音声を分離したい」という言葉の中に、まったく難易度の違う3つの目的が混ざっているからです。

この記事では、まず自分の目的がどれなのかを3行の判定表で切り分け、そのうえで「YMM4の標準機能だけで終わるもの」「YMM4の使い方を工夫すれば終わるもの」「YMM4では原理的に無理で外部ツールが要るもの」を分けて解説します。加えて、顔出しなしショートを本数勝負で回している人向けに、毎回手作業で分離しないための運用設計まで踏み込みます。動作確認は2026年9月時点のYMM4（v4.56系）を前提にしています。バージョンによって項目の並びや名称が変わることがあるため、見当たらない場合は後述のチェックリストを参照してください。

YMM4はあくまで編集工程の道具です。前後の工程まで含めた流れはずんだもん動画の作り方【2026年版・9ステップ】で確認できます。

「音声を分離したい」は実は3つの別問題｜まず目的を判定する

結論から書くと、目的①と②はYMM4の標準機能で完結し、目的③だけがYMM4単体では不可能です。ここを混ぜて考えているせいで、多くの人が「できない」と誤解しています。

目的	よくある状況	YMM4内で完結するか	具体手順の要点	必要な外部ツール
①素材動画の音を丸ごと消したい	フリー素材の動画にBGMが入っていて、ゆっくりボイスの邪魔になる	完結する	動画アイテムを選択 →「音量」を0にする	不要
②音を残したまま、映像と音声を別々に触りたい	素材の環境音は残したいが、音だけフェードさせたい／音だけ位置をずらしたい	完結する（要工夫）	同じ動画ファイルを「動画アイテム」と「音声アイテム」で二重配置し、動画側の音量を0にする	不要
③BGMとナレーションを分けたい	素材の中の人の声だけ消したい／音楽だけ抜き出したい	完結しない	YMM4では原理的に不可能。分離済みの音声ファイルを作ってから読み込む	音源分離AI（CapCut、vocalremover.org、LALAL.AI、Moises、UVR等）

「YMM4は音声分離ができないから他のソフトを使え」という説明は、③だけを見て全体を語っています。実際には①も②もYMM4の中で片付き、外部ソフトを起動する必要はありません。逆に「音量を0にすれば解決」という説明は①しか見ていないので、②や③で困っている人は読んでも解決しません。

自分がどれなのかは、「消したいのは音全部か、音の一部か」という一点で判定できます。音全部なら①、全部残すが扱いを分けたいなら②、音の中の特定の成分（声だけ・楽器だけ）を消したいなら③です。③だけが桁違いに難しい、と覚えておけば迷いません。

大前提：YMM4は動画を「映像＋音声が一体のアイテム」として扱う

YMM4のタイムラインに動画ファイルを置くと、映像と音声はひとつの「動画アイテム」としてまとめて扱われます。Premiere Proの「リンク解除」やDaVinci Resolveの「Unlink Clips」に相当する、アイテムを映像トラックと音声トラックに割るコマンドはYMM4に用意されていません。この点はYahoo!知恵袋でも同じ質問が立っており、複数の回答者が「そういった機能はない」と一致して答えています。ベストアンサーでは代替策として「複製して、不可視の動画と無音の動画にすればよい」という運用が提案されています。これが後述する二重配置テクニックの原型です。

ただし「分割コマンドがない」ことと「分離できない」ことはイコールではありません。YMM4には、実質的に分離と同じ結果を得るための材料が2つそろっています。

材料1：動画アイテムの「音量」を独立して操作できる。動画アイテムのプロパティには「音量」（%指定）と「再生速度」（%指定）があり、映像を残したまま音だけ0にできます。つまり「映像だけのアイテム」は簡単に作れます。

材料2：音声アイテムとして動画ファイルそのものを読み込める。YMM4の音声アイテムは、mp3・wav・m4a・flac・oggといった音声形式だけでなく、mp4・avi・wmv・mkvといった動画形式のファイルも受け付けます。知恵袋のベストアンサーでも「♫マークから動画（.mp4など）を追加することで音声抽出が可能」と回答されています。動画ファイルを音声アイテムとして置けば、映像を無視して音声だけを扱えます。つまり「音声だけのアイテム」も作れます。

この2つを組み合わせれば、分割コマンドがなくても、映像だけのアイテムと音声だけのアイテムを別々にタイムラインへ並べられます。これが目的②の答えです。

ひとつ紛らわしいのが、動画アイテムの設定にある「音声トラック」という項目です。これは既定値が0で、複数の音声トラックを持つ動画ファイル（OBSのマルチトラック録画など）から、どの番号のトラックを再生するかを選ぶための項目です。YMM4はマルチトラックオーディオを含む動画の読み込みに対応しており、ファイル側のトラック番号がそれぞれ対応します。「ステレオ2chに混ざった音の中身を、声と音楽に分ける」ための項目ではありません。ここを勘違いして数字をいじっても、目的③は達成できません。なお、OBSのマルチトラック録画を読ませたときにトラックの分かれ方が想定と違う、という報告もあるため、録画側の設定と実際の再生結果は必ず突き合わせてください。

目的①：素材動画の音を丸ごと消す｜YMM4内で完結・所要10秒

結論：動画アイテムを選択して「音量」を0にするだけです。これがYMM4での正解であり、外部ツールでの前処理は不要です。

手順は次のとおりです。

タイムライン上の、音を消したい動画アイテムをクリックして選択する。
画面右（レイアウトによっては下部）のプロパティ／設定パネルを見る。
音関係の項目のなかから「音量」を探す。既定では100（%）になっている。
数値欄に0を入力する。スライダーを左端まで動かしてもかまわない。
タイムラインを再生して、素材の音が消えていることを確認する。

注意したいのは、音量を0にしても素材ファイルの音声トラック自体が消えるわけではないという点です。プロジェクト上でミュートしているだけなので、書き出した動画には反映されますが、元ファイルは変わりません。またYMM4は再生時に音声をデコードし続けるため、「音量0にしたからプレビューが軽くなる」という効果はほぼありません。素材が重くてプレビューがカクつくのが本題なら、音量0ではなく、後述のffmpegで音声を削ぎ落とした軽い素材を作り直すほうが効きます。

複数の動画アイテムをまとめてミュートしたい場合、アイテムを複数選択して一括でプロパティを変更できるかはバージョンと項目によって挙動が異なります。数十本単位で扱うなら、1本ずつ触るより素材段階で処理したほうが確実です。音量まわりをまとめて調整する考え方は ymm4 音量一括変更で扱っているので、本数が増えてきたら合わせて読んでください。

なお「音量を0にする」以外に、存在しない番号を「音声トラック」に入れて無音にするという裏技的な手も理屈上は考えられますが、これは推奨しません。バージョンによって挙動が変わりうるうえ、あとから見たときに「なぜここだけ音声トラックが3なのか」がわからなくなり、事故のもとになります。意図が読み取れる操作（音量0）を選ぶべきです。

目的②：映像と音声を別アイテムに分ける｜二重配置テクニック

結論：同じ動画ファイルを「動画アイテム」として1つ、「音声アイテム」としてもう1つ、合計2回タイムラインに置きます。そして動画アイテム側の音量を0にすれば、映像と音声が完全に独立した2つのアイテムになります。

これで何ができるようになるかというと、次のようなことです。

映像はそのまま流しつつ、音だけフェードイン／フェードアウトさせる
映像より音を数フレーム早く／遅く出す（いわゆるJカット・Lカット）
映像はカットせず、音だけ途中で切る
音声アイテムにだけ音量(dB)・コンプレッサー・ハイパスフィルタなどの音声エフェクトをかける
ナレーションが入る区間だけ音声アイテムの音量を下げる（手動ダッキング）

具体的な手順です。

まず通常どおり、動画アイテムとして素材をタイムラインに配置する。これが映像担当になる。
次にタイムライン上部の「音声アイテム」追加（♫アイコン）をクリックし、ファイル選択ダイアログを開く。
ダイアログのファイル形式フィルタを「すべてのファイル」等に切り替え、さきほどと同じ動画ファイル（.mp4など）を選択する。エクスプローラーからタイムラインへ直接ドラッグ＆ドロップしても追加できる。
音声アイテムがタイムラインに追加され、波形が表示されることを確認する。これが音声担当になる。
動画アイテム側を選択し、「音量」を0にする。これで音が二重に鳴るのを防ぐ。
動画アイテムと音声アイテムの開始位置をぴったり揃える。目視で合わせるとズレるので、両方のアイテムの開始位置（フレーム）の数値を見て、同じ値になるよう入力する。
音声アイテムを別レイヤーに置く。映像レイヤーと同じ列に重ねると選択ミスが起きやすい。

うまくいかない典型は6番のズレです。片方をドラッグして動かしたときに、もう片方が置き去りになると、音と映像がずれます。長さのある素材ほど気付きにくいので、「動かすときは必ず両方を選択してから動かす」をルール化してください。アイテムを複製するときは Alt キーを押しながらドラッグすると簡単に複製でき、Ctrl+C / Ctrl+V でのコピー＆ペーストも使えます。

もうひとつの落とし穴は、動画アイテム側の再生速度を変えたときです。再生速度を80%にすると映像は伸びますが、別アイテムになっている音声側は当然そのままなので、途中から完全にずれます。速度をいじる素材で二重配置をやるなら、速度変更は片方だけでなく両方に同じ値を入れる、あるいはそもそも外部ツールで速度変更済みの素材を作ってから読み込むほうが安全です。

効果音を重ねる設計と組み合わせると効果が大きいので、ymm4 効果音入れ方の考え方も併せて押さえておくと、音の設計全体が一段整理されます。

目的③：BGMとナレーションを分ける｜YMM4単体では不可能

結論：これはYMM4ではできません。そして「YMM4の使い方が下手だからできない」のではなく、原理的にできない種類の問題です。ここを正直に書いている記事が少ないので、はっきり書いておきます。

理由はこうです。①②で扱ってきた「分離」は、ファイルの中で最初から別々になっているもの（映像トラックと音声トラック、あるいは音声トラック1と音声トラック2）を、別々に扱うという話でした。これは仕分け作業なので、機能さえあれば確実にできます。

一方③は違います。すでにステレオ2チャンネルの中で完全に混ざりきった波形から、「これは人の声」「これは楽器」と推定して引き剥がす作業です。混ぜたあとの絵の具から特定の色だけ取り出すのに近く、編集ソフトのトラック操作では絶対に届きません。これを可能にするのが、機械学習ベースの音源分離（ソースセパレーション）です。YMM4は音源分離AIを内蔵していないため、外部ツールで分離した音声ファイルを作り、それをYMM4に読み込む、という流れになります。

現実的な選択肢は次のとおりです。

CapCut：動画編集ソフト側にワンクリックの「ボーカル分離」機能がある。手軽さは随一。ただし元音声がステレオ混合の1トラックである以上、完全な分離は難しく、実態は「ボーカルを弱める」寄りだと指摘されています。
vocalremover.org：ブラウザで完結する無料系。まず試すのに向く。
LALAL.AI / Moises：精度が高いと評価されている有料寄りのサービス。ボーカルと伴奏だけでなく、ドラム・ベースなど複数パートに分けられる。
Ultimate Vocal Remover（UVR）/ Spleeter：オープンソースで無料。PCにインストールして使う。処理はローカルなので本数を気にせず回せるが、導入のハードルは上がる。

過度な期待は禁物です。どのツールでも、声と音楽が同じ帯域で強く重なっている箇所では、抜いたあとに「シュワシュワした残響」「輪郭の欠けた音」が残ります。ゆっくり解説のBGMとして薄く使うなら気にならないこともありますが、「素材の中の話し声だけをきれいに消して、無かったことにする」用途にはまず耐えません。その場合は素直に、最初から音が入っていない素材を探すほうが早いです。

分離後の音に残るノイズ感をYMM4側で軽く整えるという運用は現実的です。ハイパスフィルタで低域の唸りを削る、コンプレッサーでばらつきを抑える、といった処理の考え方は ymm4 音声ノイズ除去にまとめています。

著作権についての注意：他人がYouTubeやSNSに投稿した動画から音声を抜き出して自分の動画に使うのは、原則として著作権侵害です。音源分離ツールの利用規約上「処理すること」が許されていても、市販曲やアーティスト作品の権利がなくなるわけではなく、分離したボーカルやカラオケ音源を無断でSNSに投稿・配布・販売することは禁止されています。ここで説明している手法は、自分で撮影した動画・自分で用意した音源・利用規約で許諾されているフリー素材に対して使ってください。「音を消して映像だけ使う」場合も、映像側の利用条件は別途確認が必要です。

ここまでの手順、1本ぶんまるごと自動でやりますShorty はテーマを入力するだけで、台本・AI音声・字幕・BGMを揃えた雑学ショート動画を生成します。無料プランは30日5本まで。無料で作ってみる

外部ツールで事前に分離する｜工程別の使い分け早見表

YMM4に読み込む前に処理してしまう、という選択肢も常にあります。どのツールが優れているかではなく、どの工程を減らしたいかで選ぶのが正解です。

ツール	この記事の文脈でできること	費用感	向いている人	注意点
ffmpeg	音声の削除（無音動画化）、音声の抽出（wav化）、複数ファイルの一括処理	無料	素材が毎回大量にある人	コマンド操作。GUIなし
CapCut	ボーカル／BGMのワンクリック分離、音声の切り出し	無料枠あり	まず1本試したい人	完全分離は難しく「弱める」寄り
Vrew	文字起こしベースの編集、無音区間カットなど	無料枠あり	台本・字幕から詰めたい人	音源分離が主目的のツールではない
Audacity	抽出済み音声のノイズ処理・音量調整・書き出し	無料	音を作り込みたい人	動画は扱わない
LALAL.AI / Moises / UVR	声と楽器の音源分離	無料枠〜有料	目的③の人	精度に限界あり。権利確認必須
Shorty（当サイトが開発・運営）	台本から縦型ショートを生成し、音声・字幕・BGMを最初から分けた状態で組む	無料プランあり	そもそも素材の音で悩みたくない人	無料プランは1本30秒まで・30日で5本まで・保存7日・ショート形式のみ

補足すると、Shortyは当サイトが開発・運営しているAIショート動画生成ツールで、「素材動画の音を後から剥がす」のではなく「最初から音が混ざらない状態で組む」というアプローチのため、この記事で扱っている分離作業自体が発生しません。ただし無料プランには上記の制約があり、長尺やYMM4のような細かい手編集には向きません。YMM4で作り込む工程を置き換えるものではなく、量を出す枠だけ切り出す使い方が現実的です。上の表に並べた他のツールも、それぞれ得意な工程が違うだけで、どれが最良ということはありません。

ffmpegを使う場合の実コマンドは次のとおりです。動画から音声を削除して無音の動画を作るなら、これ1行です。

ffmpeg -i input.mp4 -c:v copy -an output_silent.mp4

-c:v copy は映像を再エンコードせずそのままコピーする指定で、画質が劣化せず処理も一瞬で終わります。-an が「音声なし」の指定です。逆に音声だけを抜き出したいなら、-vn（映像なし）を使います。

ffmpeg -i input.mp4 -vn -acodec pcm_s16le -ar 48000 output.wav

ショート量産なら「毎回分離しない」設計にする

ここがこの記事でいちばん伝えたい運用の話です。1本ずつ音量を0にする作業は、1回30秒で終わるがゆえに改善対象として意識されにくいのですが、月30本のショートで素材を3本ずつ使えば月90回、実作業だけで45分前後、素材を探し直す時間まで含めればもっと消えています。本数が武器になる領域では、この積み上げが効いてきます。

対策は3段階あります。

段階1：素材選びの時点で無音を選ぶ。フリー素材サイトの多くは、BGMなしの映像素材が普通に置かれています。ダウンロード前に音の有無を確認し、音付きしかないものは候補から外す、というルールを1つ入れるだけで、分離作業の大半は発生しなくなります。分離のテクニックを磨くより、分離が要らない素材を選ぶほうが圧倒的に速いというのが結論です。

段階2：素材フォルダをffmpegで一括前処理する。それでも音付き素材を使うなら、YMM4に読ませる前に、フォルダごとまとめて無音化しておきます。PowerShellならこれで済みます。

Get-ChildItem *.mp4 | ForEach-Object { ffmpeg -i $_.FullName -c:v copy -an ("silent_" + $_.Name) }

素材フォルダで一度回しておけば、以降その素材を何本の動画で使い回しても、YMM4側の作業はゼロになります。しかも -c:v copy なので画質は落ちず、音声トラックが消えるぶんファイルサイズも軽くなり、プレビューの安定にも寄与します。「1本ごとに直す」を「フォルダごとに1回直す」に置き換える、という発想の転換です。

段階3：テンプレートプロジェクトを固定する。レイヤー構成（映像・素材音・ナレーション・BGM・効果音）を毎回同じにしておくと、二重配置をするときも「音声アイテムは常にレイヤー2」のように機械的に決まり、迷いとズレが減ります。雑学系ショートのように構成が毎回同じジャンルほど、テンプレ化の効果が大きいので、量産の型づくりについては雑学動画作り方も参考にしてください。

うまくいかない条件も書いておきます。段階2は、素材の音を使いたいケースには使えません。環境音や現場音が価値になる素材（自然音、街の雑踏など）を無音化してしまうと取り返しがつかないので、無音化は必ずコピーに対して行い、原本を残すこと。上のコマンドが silent_ を付けた別ファイルを作っているのはそのためです。また、ffmpegの導入自体につまずく人は一定数います。数本しか作らないなら、素直にYMM4の音量0で十分です。

うまくいかないときのチェックリスト

以下を上から順に確認すると、たいていの「音が消えない」「音がずれる」は解決します。

[ ] 音量を変えたのは動画アイテムか。間違えて別のアイテム（画像アイテムやテキストアイテム）を選択していないか
[ ] タイムラインに同じ素材を二重に置いていないか。二重配置をしたなら、動画アイテム側の音量が0になっているか
[ ] 音が消えないのは、素材の音ではなくBGMアイテムやボイスアイテムではないか。レイヤーを1つずつ非表示／ミュートして切り分ける
[ ] プレビューでは消えているのに書き出すと鳴る場合、書き出し設定側の音量調整（最大音量を0dB以下にする等）や、別プロジェクトを書き出していないかを確認する
[ ] 音がずれるなら、動画アイテムと音声アイテムの開始位置の数値が一致しているか
[ ] 片方だけ再生速度を変えていないか
[ ] 「音声トラック」の数字を触っていないか。触ったなら既定の0に戻す
[ ] マルチトラック録画（OBS等）の素材で意図したトラックが鳴らない場合、録画側のトラック設定を確認する
[ ] 「音量」の項目自体が見当たらない場合、YMM4のバージョンが古い可能性がある。最新版（2026年9月時点でv4.56系）を確認する
[ ] 声だけ／楽器だけを消したい場合、そもそもYMM4では不可能（目的③）。外部の音源分離ツールへ回す

なお「編集画面では正常なのに書き出すと音量が極端に小さい／こもる」という相談は定番ですが、これは分離とは別問題です。書き出し設定の音量調整や、ymm4 音量小さい対処側の観点で切り分けてください。分離の話と音量トラブルの話を同時に潰そうとすると原因が混ざるので、必ず片方ずつ確認します。

よくある質問

YMM4に動画を映像と音声に分割する機能はありますか？

ありません。Premiere Proの「リンク解除」に相当するコマンドはYMM4には用意されていません。ただし同じ動画ファイルを動画アイテムと音声アイテムで二重に配置すれば、実質的に同じ結果を得られます。

Yahoo!知恵袋でも同一の質問が複数立っており、回答は一致して「その機能はない」です。ベストアンサーでも「複製して不可視の動画と無音の動画にする」という運用が代替案として挙げられています。実況・解説動画に特化したソフトという性格上、分割コマンドの需要が薄いのが理由と考えられます。

動画素材の音を消す一番速い方法は？

動画アイテムを選択して、プロパティの「音量」を0にすることです。所要10秒で、外部ソフトは不要です。素材が多いならffmpegでの一括前処理に切り替えます。

「音声を再生しない」といった専用のチェックボックスを探している人が多いのですが、YMM4ではその代わりに音量0を使うのが標準的なやり方です。バージョンによってUIの並びは変わるため、見つからない場合は音関係の項目をひととおり確認してください。

「音声トラック」の数字を変えれば声だけ消せますか？

消せません。「音声トラック」は、複数の音声トラックを持つ動画ファイルからどのトラックを再生するかを選ぶ項目で、既定値は0です。混ざった音の中身を分ける機能ではありません。

OBSのマルチトラック録画のように、収録時点でマイク音とゲーム音が別トラックになっているファイルであれば、この項目で使い分けられます。逆に言えば、収録時に分けていない音は、あとから分けられません。

音声アイテムにmp4を直接読み込めますか？

読み込めます。YMM4の音声アイテムはmp3やwavだけでなく、mp4・avi・wmv・mkvといった動画形式も受け付け、その音声部分だけを扱えます。事前に音声を抽出する手間は不要です。

これが二重配置テクニックの核になります。ファイル選択ダイアログの形式フィルタで動画ファイルが表示されない場合は、フィルタを「すべてのファイル」に切り替えるか、エクスプローラーからタイムラインへ直接ドラッグ＆ドロップしてください。

BGMだけ消してナレーションを残すことはYMM4でできますか？

できません。ステレオに混ざりきった音を成分ごとに分ける処理は、編集ソフトのトラック操作では実現できず、機械学習ベースの音源分離ツールが必要です。

CapCut、vocalremover.org、LALAL.AI、Moises、Ultimate Vocal Remover（UVR）、Spleeterなどが候補です。ただしどれも完全ではなく、声と音楽が強く重なる箇所には不自然な残響が残ります。分離済みのwavを作ってからYMM4に読み込む、という流れになります。

音源分離ツールを使えばどんな動画でも自由に使えますか？

いいえ。分離できることと使ってよいことは別です。市販曲や他人の投稿動画には著作権・原盤権があり、分離した音源の無断投稿や配布は禁止されています。

自分で撮影した素材、自分で用意した音源、利用規約で許諾されたフリー素材に対して使ってください。「音を抜いたから加工物であって別作品」という理屈は通りません。映像側の利用条件も別途確認が必要です。

二重配置すると音がずれてしまいます

原因のほぼすべては、動画アイテムと音声アイテムの開始位置がフレーム単位で一致していないことです。目視のドラッグではなく、両方の開始位置の数値を見て同じ値を入力してください。

もうひとつ多いのが、片方だけ再生速度を変えているケースです。速度をいじると映像と音声の長さが食い違い、途中から確実にずれます。速度変更を伴う素材は、外部ツールで速度変更済みのファイルを作ってから読み込むほうが安全です。

音量を0にするとプレビューは軽くなりますか？

ほとんど変わりません。音量0はミュートしているだけで、YMM4は音声のデコード自体は続けています。動作が重いことが本題なら、ffmpegで音声を削除した軽い素材に差し替えるのが効きます。

ffmpeg -i input.mp4 -c:v copy -an output_silent.mp4 なら映像は再エンコードされないため画質は劣化せず、処理も短時間で終わり、ファイルサイズも小さくなります。

音声だけをYMM4から書き出すことはできますか？

できます。メニューの[ファイル]→[動画出力]で、動画出力の形式に「連番PNG + WAV出力」を選び、エンコード設定の[連番PNG出力]をOffにして出力すると、音声（WAV）だけが書き出されます。

ナレーションだけをポッドキャストや別プロジェクトで使い回したいときに便利です。書き出したWAVをAudacity等で仕上げてから、あらためてYMM4に戻す運用もできます。

複数の動画素材の音をまとめて消せますか？

YMM4側での一括変更は項目とバージョンによって挙動が異なるため、確実なのは素材段階でのffmpeg一括処理です。フォルダ内のmp4を一度に無音化してしまえば、以降の作業は発生しません。

PowerShellなら Get-ChildItem *.mp4 | ForEach-Object { ffmpeg -i $_.FullName -c:v copy -an ("silent_" + $_.Name) } で済みます。必ず別名で出力し、原本は残してください。

まとめ

「ymm4 動画音声分離方法」の答えは、目的によって3つに割れます。

①素材の音を丸ごと消したいなら、動画アイテムの「音量」を0にするだけで終わりです。外部ソフトは要りません。

②映像と音声を別々に扱いたいなら、同じ動画ファイルを動画アイテムと音声アイテムで二重配置し、動画側の音量を0にします。開始位置の数値を揃えることと、再生速度を片方だけ変えないことが事故防止の要点です。

③BGMとナレーションを分けたいなら、YMM4では不可能です。音源分離AIで分離済みの音声を作ってから読み込みます。ただし精度には限界があり、権利の確認も必須です。

そして本数を出す立場なら、いちばん効くのは分離のテクニックを磨くことではなく、分離が要らない状態を作ることです。無音素材を選ぶルールを1つ入れる、音付き素材はffmpegでフォルダごと前処理しておく——この2つだけで、毎回の作業は消えます。編集の腕ではなく、素材の入口を設計するほうが、月あたりの本数には直結します。