YMM4効果音の入れ方と音量の目安2026｜BGM・ボイスとの黄金比

「効果音を置いてみたけど、なんか素人っぽい」「BGMより効果音がうるさくて浮く」——ゆっくり解説や雑学ショート動画をYMM4（ゆっくりMovieMaker4）で作っていると、必ずここで止まります。効果音を配置する操作自体は数クリックで終わるのに、それを何%にすればいいのかだけは、どこにも答えが書かれていないからです。

結論を先に書きます。YMM4の音量目安は、ゆっくりボイスを70〜90%で先に固定し、そこを基準に効果音は25〜40%相当、BGMは12〜20%相当まで落とす——つまり絶対値ではなく「ボイスに対する相対比」で決めるのが、2026年時点で唯一破綻しない決め方です。

この記事が扱うのは、この相対比をどう決めるかだけです。「音が小さくて困っている」「音量がバラバラなのでまとめて直したい」といった個別のトラブル対処は担当範囲外なので、それぞれYMM4で音量が小さいときの対処法とYMM4の音量を一括変更する方法を先に読んでください。音量%とdBの換算やアイテムをまたいだ一括調整の手順も後者にまとまっています。

ゆっくり素材の代わりにずんだもんを載せる構成にしたい人は、ずんだもん動画の作り方（ライセンスの落とし穴つき）も併せて読むと差し替え箇所が分かります。

結論｜効果音・BGM・ボイスの音量目安は「相対比」で決める

冒頭の表を、実際の作業手順に落とし込みます。まず前提として押さえるべきは、YMM4のタイムラインに音声・BGM・効果音・動画素材を追加したときの初期音量は50%だという点です。100%が「素材そのままの音量」なので、50%は素材の半分程度から始まることになります。

この初期値50%が、ほぼすべての人にとって最初のつまずきになります。BGMを50%のまま置けば、たいていの音源でセリフを食います。逆にゆっくりボイスを50%のまま置けば、動画全体が小さくなって視聴者は端末の音量を上げることになります。初期値50%は「BGMには大きすぎ、ボイスには小さすぎる」という、どちらにとっても中途半端な値なのです。

だから、追加した直後に必ず手を入れます。順序はこうです。

1. ゆっくりボイスを70〜90%で先に固定する — 基準なので、以降このトラックの%は動かさない
2. 効果音を20〜35%まで下げる — 初期値50%のままでは確実に刺さる
3. BGMを10〜18%まで絞る — 「鳴っているのに気づかない」くらいが正解
4. 環境音があれば5〜12% — BGMよりさらに下。存在を主張させない
5. 相対比が崩れていないかを耳とメーターで検算する — 数字の入力だけで終わらせない

コミュニティで共有されている実測ベースの目安も、おおむねこのレンジに収まります。ゆっくりボイスは70%（エコーをかける場合は90%程度）、BGMは10〜15%、効果音は20〜40%、ゲーム音は20〜50%という数値が繰り返し挙げられており、複数の解説記事でもBGMは10〜30%に絞る前提で書かれています。数値の細部は記事ごとに違いますが、「ボイス＞効果音＞BGM＞環境音」という序列と、BGMが20%を大きく超えないことだけは共通しています。

なぜ「順序」が数値そのものより重要なのか

上の5ステップで本当に重要なのは、数値よりも1番目にボイスを置いていることです。

よくある失敗が、BGMを先に気持ちよく鳴らしてからボイスを合わせにいく進め方です。BGMは主張の強い音楽ほど耳に残るので、後からセリフを足すと必ず負けます。負けたぶんボイスを上げると、今度は音割れのラインに近づく。そこで慌ててBGMを下げると、今度は全体が小さくなる——という往復が始まります。

ボイス→効果音→BGMの順で決め、一度決めたボイスの%には二度と触らない。この一行を守るだけで、音量調整に費やす時間は半分以下になります。相対比という考え方は、要するに「基準を1つだけ決めて、残りをそこにぶら下げる」ということです。

この目安がそのまま使える条件と、使えない条件

冒頭の表は「出発点」です。そのまま最終値にできるのは、次の条件がそろっているときだけです。

• ゆっくりボイスがYMM4の標準的な音声合成エンジンから直接生成されている
• BGM・効果音がフリー素材サイトの通常のマスタリング水準で配布されている
• ボイスに強いエフェクト（エコー、コンプレッサー、ディストーション等）をかけていない

逆に、自分で録音した肉声を混ぜている、極端に音圧の高い配布BGMを使っている、複数のボイスエンジンを混在させている場合は、この%はそのままでは当たりません。理由は次章で説明しますが、要するにYMM4の%は素材そのものの音圧に対する相対値だからです。この場合も相対比の考え方は変わらず、%の値だけが変わります。

なぜ「絶対値」ではなく「相対比」で決めるのか｜YMM4の音量%の性質

一般的な動画編集ソフトが音量をdB（デシベル）で指定するのに対し、YMM4は%で指定するという点が混乱の出発点になっています。他ソフト向けの解説を読んでも「BGMは−25dBに」としか書いておらず、YMM4のどこに何を入れればいいのか分かりません。

ここで理解しておくべきなのは、YMM4の音量%は絶対的な音の大きさではなく、その素材の元の音圧に対する倍率だということです。100%が「素材のまま」、50%が「素材の半分程度」を意味します。

この性質が、ある厄介な帰結を生みます。フリー素材サイトからダウンロードしたBGMが2曲あって、片方が控えめにマスタリングされ、もう片方が音圧をかなり上げて配布されていた場合、両方を15%で置いても出てくる音の大きさはまったく違うのです。「目安どおりの%にしたのに合わない」の正体はこれです。

つまり、「BGMは15%」という絶対的な正解は存在しません。存在するのは「ボイスに対してこのくらいの比率で聞こえていればよい」という相対的な正解だけです。だからこの記事は%の数値そのものより、相対比とその決め方に軸足を置いています。

なお、%を何dB相当として扱うかという換算の話は、YMM4の音量を一括変更する方法の側で換算表つきで整理してあります。複数アイテムの音量を揃える作業ではdB換算の考え方が必要になるので、そちらを参照してください。この記事では換算には立ち入らず、相対比の決め方だけを扱います。

相対比で決めると何が楽になるか

相対比で管理する実務上のメリットは3つあります。

1つ目は、素材を差し替えても判断が変わらないこと。BGMの配布元を変えても「ボイスの1割台に聞こえていればよい」という基準は変わらないので、%を再調整するだけで済みます。絶対値で覚えていると、素材が変わるたびに基準からやり直しになります。

2つ目は、全体の音量を上げ下げしても崩れないこと。動画全体が小さいと分かったとき、相対比を保ったまま全トラックを同じ割合で上げれば、バランスは維持されます。「BGMだけ下げる」「ボイスだけ上げる」という部分最適を繰り返すと、この比率がどんどん崩れていきます。

3つ目は、チャンネル全体で聞き心地が揃うこと。動画ごとに数値を変えず「ボイス100に対して効果音30、BGM15」という比率を固定しておけば、視聴者は毎回同じ音量感で視聴できます。連続視聴されるチャンネルほど、この一貫性が効いてきます。

YouTubeのラウドネス正規化が「絶対値で詰める意味」を消している

相対比で決めるべき理由には、YMM4の外側にもう1つ大きな根拠があります。YouTube側のラウドネス正規化です。

YouTubeにはラウドネス正規化（ラウドネスノーマライゼーション）という仕組みがあり、基準値である−14 LUFS前後を超える動画は、再生時に自動で基準値付近まで音量を下げられます。一方で、基準値を下回る動画は自動では引き上げられません。大きい音は下げられ、小さい音はそのまま小さく再生されるという非対称な仕組みです。

独自視点1：制作側で音圧を上げる作業は、YouTube向けにはほぼ無駄になる

この仕組みが意味するのは、制作側が「絶対的な音の大きさ」を作り込んでも、その大部分は再生時に打ち消されるということです。DTMやDAWの文化を持ち込んで「できるだけ音圧を上げたほうが勝ち」と考えている人がいますが、YouTubeに投稿する前提では、この作業の大半は無駄になります。

さらに厄介なのは、この正規化が動画全体に一律でかかるという点です。効果音を1つだけ極端に大きく置いてしまうと、その1発のせいで全体の平均音量が持ち上がり、結果として動画全体が下げられます。「セリフが聞こえにくいから効果音を大きくした」という対処が、セリフをさらに聞こえにくくするという逆方向の結果を生むわけです。

だからこそ、制作側で本当に作り込む価値があるのは絶対値ではなく相対比です。全体がどれだけ下げられても、トラック間の比率は保たれます。ボイス100に対して効果音30、BGM15という関係は、動画全体が3dB下げられようが6dB下げられようが変わりません。視聴者が「聞き取りやすい」と感じるかどうかを決めているのは、この比率のほうです。

一方で「小さすぎ」は取り返しがつかない

ただし、相対比だけ守って全体を絞りすぎるのも失敗です。基準値を下回る動画は自動では引き上げられないため、「セリフは聞こえるが、他の動画より明らかに小さい」という状態が完成します。視聴者は端末の音量を上げて視聴し、次の動画に移った瞬間に爆音を食らうことになります。

したがって狙いは「基準値を超えないぎりぎりまで寄せる」こと。上でも下でもなく、基準値付近に置くのが最適解になります。

実際にどれだけ下げられたかを確認する

自分の動画がどれだけ正規化されたかは、投稿後に確認できます。再生画面で右クリックして「詳細統計情報」を開くと、content loudnessという項目に、その動画が何dB調整されたかが表示されます。ここが0dBに近いほど、制作時の音量と基準値が一致しているということです。

この値を3〜5本分記録し、次の動画にフィードバックするループを回すと、自分の素材における適正な%が短期間で固まります。ほとんどの人がこの確認をやっていないので、ここは差がつくポイントです。

なお、投稿先がYouTube以外の場合は基準値が変わります。ニコニコ動画は−15 LUFSが基準とされており、プラットフォームごとに微妙に違います。同じ動画を複数プラットフォームへ出す場合は、もっとも厳しい基準に寄せておくのが安全です。

トラック別の音量目安｜ボイスを基準に効果音・BGMを決める順序

相対比の考え方を、トラックごとの具体的な判断に落とし込みます。

ゆっくりボイス：70〜90%（相対比100＝基準）

ゆっくりボイスはすべての基準です。目安は70〜90%。エコーやリバーブをかける場合は音が拡散して体感音量が下がるため、90%程度まで上げることが推奨されています。

基準として機能させるために守るべきルールは1つだけ、あとから動かさないことです。他のトラックが合わないときに動かすのは常に他のトラックの側です。ボイスを動かすと、それまでに決めた効果音とBGMの比率が全部やり直しになります。

効果音（SE）：20〜35%（相対比25〜40）

効果音は初期値50%のままでは確実に大きすぎます。まず全部を20〜25%まで下げ、強調したい音だけ個別に30〜35%へ戻すという引き算の手順が、もっとも破綻しにくい進め方です。

効果音は瞬間的に立つ音なので平均音量への寄与は小さい、と思われがちですが、前章のとおり極端に大きい効果音は動画全体の正規化を引き起こします。1発だけ突出した効果音がないかを必ず確認してください。相対比で言えば、ボイスより大きく聞こえる効果音が1つでもあれば、それは目安を外れています。

BGM：10〜18%（相対比12〜20）

BGMは常時鳴り続けるため、全体の平均音量をもっとも大きく動かすトラックです。相対比のレンジが他より狭いのはそのためです。

ナレーション主体の解説動画では10%台前半、BGMが演出の一部になるショートでは15〜18%、というのが実務的な振り分けになります。20%を大きく超えると、どんなに良い曲でもセリフを食い始めます。

独自視点2：「BGMは小さくすればよい」は半分間違い

BGMのトラブル記事の多くは「うるさいなら下げましょう」で終わりますが、下げすぎにも明確な副作用があります。

BGMを極端に絞ると、動画全体の平均音量が下がります。前述のとおりYouTubeは小さい音を自動では持ち上げないので、「セリフは聞こえるが全体として小さい動画」が完成します。視聴者は端末の音量を上げて視聴するため、そこに効果音のピークが来ると相対的に刺さって聞こえ、「BGMを下げたのに、うるさいと言われる」という一見矛盾した現象が起きます。

正しい対処は「BGMを下げる」ではなく、「ボイスと周波数帯が競合しないBGMを選び、相対比を保ったまま全体を上げる」です。具体的には、中音域（人の声の帯域）が主張する曲——歌モノ、メロディが前に出るピアノ曲、明確な主旋律を持つ曲——を避け、パッド系・アンビエント系・リズム主体の曲を選ぶ。曲選びの段階で競合を減らせば、BGMを10%まで絞らなくてもセリフは通ります。

これは「音量調整で解決しようとしている問題の多くは、実は素材選定の問題だ」という話でもあります。BGM選びの考え方はショート動画のBGMの選び方やナレーションとBGMの音量バランスで扱っているので、音量をいじる前に素材から見直したい人はそちらも確認してください。

環境音・アンビエント：5〜12%（相対比5〜12）

雨音、カフェの喧騒、風の音といった環境音は、BGMよりさらに下です。環境音には「そこにあると気づかれた時点で大きすぎる」という性質があります。迷ったら小さいほうへ倒してください。

ゲーム音・素材動画の音：20〜50%（相対比25〜50）

ゲーム実況を含むスタイルでは20〜50%というレンジが挙げられています。幅が広いのは、静かな場面と戦闘シーンで必要な値がまったく違うためです。セリフが乗る区間だけ下げる運用が前提になるので、一律の相対比で決めきれない唯一のトラックだと理解しておいてください。純粋なゆっくり解説・雑学ショートではそもそも登場しません。

ジャンル別の音量目安｜解説動画・雑学ショート・ランキング動画

同じYMM4でも、作る動画のフォーマットによって最適な相対比は変わります。代表的な3パターンを比較します。

ナレーション主体の解説動画

情報を伝えることが目的なので、BGMは最小限に振り切って構いません。10分前後の尺では、BGMが大きいほど視聴者の疲労が蓄積します。10〜14%まで絞り、環境音も足さず、効果音は場面転換と強調の2種類程度に限定するのが安全です。

このジャンルでは、効果音を増やす方向の改善はほぼ効きません。セリフが最初から最後まで同じ音量で聞き取れることのほうが、はるかに視聴維持に効きます。

BGM強めの雑学ショート

ショート動画は視聴環境が騒がしい前提で設計されている点が、長尺との最大の違いです。移動中・作業中のスマホ視聴が中心なので、全体をわずかに前のめり（やや大きめ）にし、冒頭1秒から声を前に出す構成が推奨されています。

ただし「前のめり」は基準値の範囲内の話です。基準を超えて上げても再生時に打ち消されるので、実際にやるべきは「相対比を保ったまま、全体を基準値ぎりぎりまで寄せる」こと。BGMは15〜18%と長尺より高めに取れますが、それでも20%を大きく超えると声が埋もれます。

効果音を多用するランキング動画

「第3位は……」のたびに効果音が入るフォーマットでは、音量より種類数と間隔のほうが問題になります。音量を30〜35%と高めに取る代わりに、種類は3〜4種類に固定し、同じ場面で2つ以上を重ねないルールを徹底してください。効果音同士が0.2〜0.3秒以内に連続すると、それぞれの輪郭が潰れて「ガチャガチャ鳴っているだけ」に聞こえます。

視聴環境別の音量目安｜スマホ・イヤホン・PCスピーカーで相対比はどう変わるか

見落とされがちですが、同じ相対比でも再生環境によって聞こえ方はかなり変わります。特にゆっくり解説・雑学ショートの視聴者はスマホ視聴が圧倒的多数なので、そこを基準に置かないと調整の方向を間違えます。

この表から導かれる実務上の結論はシンプルです。最終判断はスマホの内蔵スピーカーで行う。PCの外付けスピーカーやイヤホンで完璧に詰めた相対比が、モノラルスピーカーでは低音域が大きく減って別物になります。

特に注意が必要なのが低音系の効果音です。低音は同じ数値でも体感的に重く響き、かつスマホでは再現されにくいという二重の性質を持ちます。PCで調整すると大きすぎ、スマホでは聞こえないという最悪の組み合わせになりやすいので、低音のドローンや心臓音系は相対比を1段下げて置き、スマホで聞こえるかを個別に確認してください。

パン（左右バランス）も同じ理屈です。スマホのモノラル再生では左右に振った音は効果がほぼ消えます。演出上の明確な意図がない限り、中央（0）固定が安全です。

効果音の入れ方｜決めた目安値を反映させる操作手順

ここからは操作編です。効果音の配置自体は3ステップで完了します。

1. 効果音ファイルを用意する — 効果音ラボなどのフリー素材サイトからmp3/wavをダウンロードし、プロジェクト内の分かりやすい場所（例：SEフォルダ）に保存しておく
2. タイムラインの挿入位置に再生ヘッドを合わせる — 効果音を鳴らしたいセリフやカットの直前・直後に再生ヘッド（赤い縦線）を移動させる
3. 音声アイテムとして効果音を追加する — タイムライン上部のツールバーから「音声を追加」を選び、ファイルを選択すると再生ヘッドの位置に効果音アイテムが配置される

配置直後の状態は初期音量50%・フェードなしです。ここで必ず目安値まで下げてください。効果音アイテムを選択すると画面右側に設定パネルが開き、各パラメータを調整できます。

開始位置の調整は、音量と同じくらい体感に効きます。効果音ファイルの冒頭に無音やごく小さなノイズが含まれていると、そのまま置いたときに音の立ち上がりが遅れ、セリフやテロップとずれて聞こえます。波形を見ながら、実際に音が立ち上がる位置までアイテムの開始点を詰めてください。

タイミングのズレは耳だけでは気づきにくいので、タイムラインをフレーム単位まで拡大し、セリフの立ち上がりやテロップの出現フレームと合っているかを目視で確認する癖をつけると精度が安定します。

フェードは「余韻のある音」だけに使う

1. タイムライン上で対象の効果音（またはBGM）アイテムを選択する
2. 画面右の「エフェクト」欄で「＋」をクリックする
3. 「登場退場」カテゴリーから「フェードイン・アウト」を選んで適用する
4. 効果音の長さに合わせて0.1〜0.5秒程度で秒数を調整する

短い「ポン」「ピコン」のような瞬発的な効果音にフェードをかけると、音の輪郭がぼやけてタイミングのキレが悪くなります。フェードは余韻の長い音、BGMの始まり・終わり、場面転換音など、音がゆっくり立ち上がる／消えることが自然な場面に限定してください。

またフェード秒数は、アイテムの再生時間より必ず短く設定します。0.5秒のフェードを1秒未満の効果音にかけると、フェード区間だけで音が終わってしまい、不自然な聞こえ方になります。

YMM4にはエコー・ディレイ・リバーブ・コンプレッサーなどの音声エフェクトも標準搭載されています。コンプレッサーは一定の音量を超えた音だけを小さくするエフェクトで、音量差の激しいトラックを均すのに有効です。ただしエフェクトを重ねるほど「どこで音量が変わっているか」が追えなくなり、相対比の管理が難しくなります。まずは%とフェードだけで目安値に到達させ、それでも収まらない場合にコンプレッサーへ進むという順序をおすすめします。ノイズが気になる場合の処理はYMM4の音声ノイズ除去を参照してください。

効果音を鳴らす鉄板タイミングと種類別の音量目安

どこに置くかが決まっていないと、目安の%を決めても意味がありません。視聴維持に効きやすい配置タイミングを整理します。

• 相槌・リアクションの直後 — 「へぇ」「なるほど」に合わせた短い音。テンポが締まる
• テロップ・字幕の出現と同時 — 強調テロップが出る瞬間のポップ音。視線が集まる
• 場面転換・話題の切り替わり — シーンの境目のトランジション音。区切りが伝わる
• オチ・ツッコミの直後 — 笑いどころの強調。ここは立たせてよい
• 数字・ランキングの発表 — 「第1位は」に重ねる音。情報の重要度が伝わる

共通するのは、「情報や感情が動く瞬間」にだけ重ねているという点です。何も起きていない場面の効果音はノイズにしかなりません。1本で使う種類は3〜5種類に絞るのがバランスの良いラインで、同じ効果音の使い回しはむしろ「このチャンネルのリズム」として視聴者に学習されます。

低音系だけ目安を一段低くしているのは、前章の視聴環境の話が理由です。低音は体感的に重く響くうえ、スマホでは再現されにくいため、PCで合わせると必ず過大になります。

用途別レイヤーで相対比を固定する

複数本を継続して作るなら、タイムラインのレイヤー自体を用途で固定してしまうのが効率的です。上から2番目のレイヤーは「相槌・驚き・ツッコミ」専用、3番目は「場面転換」専用、というように役割を固定すると、レイヤーごとに目安の相対比が決まるため、新規アイテムを置いた直後に何%にすべきかが即座に分かります。編集本数が増えるほどこのルールが効いてきます。

相対比が崩れていないかをメーターで検算する

%を入力したら、耳だけでなくメーターでも確認します。YMM4にはピークメーターとラウドネスメーターが標準搭載されています。

メーターを表示する手順

1. 設定 → 全般 を開く — YMM4上部のメニューから設定画面に入る
2. 「タイムライン / サウンドレベルメーター」の項目を探す — メーター関連の設定がまとまっている
3. ピークメーター／ラウドネスメーターを表示に切り替える — 既定ではピークメーターのみ表示されている場合がある
4. 「シーク時にサウンドレベルメーターを更新」をONにする — プレビュー再生しなくても、シーク移動だけでメーターが更新される
5. 必要なら「数値を常に表示」をONにする — バーの色だけでなく実数値が常時読める

メーターはタイムラインの脇に縦のバーとして表示されます。開発者側でも「推奨する音量帯を緑色で表示する」という改善が進められており、適正範囲を視覚的に判断しやすくする方向でアップデートが続いている機能です。

この2つは役割が違うので、片方だけでは判断できません。ピークに余裕があっても平均が基準超過なら再生時に下げられますし、平均が適正でもピークが上限に触れていれば音割れします。

相対比の検算という観点では、各トラックを単独で再生してピークメーターの振れ方を比べるのがもっとも実用的です。ボイス単独で再生したときの振れ幅を基準に、効果音がその3〜4割程度、BGMが1〜2割程度の位置で振れていれば、狙った相対比になっています。

音割れ箇所をまとめて探す

YMM4には上部メニューのツールから実行できる音量解析機能があり、動画全体を解析して音割れしている箇所を赤い線で強調表示します。1つずつシークして耳で探すより圧倒的に速いので、書き出し前のチェック工程に組み込んでおくとよいでしょう。

出力時の「音割れ対策」に注意する

もう1つ知っておくべき仕様があります。YMM4の動画出力には音割れ対策という機能があり、これが働くと動画全体の音量が自動的に引き下げられます。公式のFAQでも「出力した動画の音量が小さい」原因としてこの機能が挙げられており、対策として「極端に大きな音量のアイテムを削除するか音量を下げる」か、「ファイル→動画出力→その他→音割れ対策をオフにする」ことが案内されています。

つまり、目安どおりに相対比を組んだのに出力後だけ音が小さいという現象が起きたら、まず疑うべきはこの機能です。ただしオフにすれば音割れのリスクが戻るので、原則は「極端に大きいアイテムを見つけて下げる」ほうを選ぶべきです。ここでも、突出した1発を潰すという相対比の発想がそのまま効きます。

「音が小さい・大きい・うるさい」ときの診断フロー

症状から、相対比のどこを直すべきかを切り分ける手順です。個別の不具合対処はYMM4で音量が小さいときの対処法に譲り、ここでは「目安値のどこを動かすべきか」だけを扱います。

1. プレビューで聞こえるかを確認する — プレビュー時点で小さいならYMM4内の%の問題、プレビューは問題ないのに出力後だけ小さいなら出力設定（音割れ対策）の問題。ここで分岐が決まる
2. ボイス単独で再生し、基準として成立しているか見る — ボイスだけを再生してピークメーターが十分に振れていなければ、ボイスの%が低すぎる。70〜90%のレンジに入っているか確認する
3. 全体の平均音量が基準値を下回っていないか見る — 下回っているなら「全体が小さい」ケース。この場合はBGMを下げるのではなく、相対比を保ったまま全トラックを同じ割合で上げる
4. 基準値を超えているなら、原因トラックを特定する — BGMをミュートして測り直し、値が大きく下がるならBGMが原因。変わらないなら効果音か、極端に大きい単発アイテムが原因
5. 音割れがあれば音量解析をかける — 赤く表示された箇所のアイテムだけを個別に下げる。全体を一律で下げると平均音量まで落ちてしまう
6. 「うるさい」という体感が残る場合は、音量ではなく種類数と間隔を疑う — 効果音の種類が5種類を超えていないか、0.2〜0.3秒以内に連続していないかを確認する。ここは%をいじっても解決しない
7. 最後にスマホの内蔵スピーカーで通し再生する — モノラル環境で低音系が消えていないか、セリフが通るかを確認して確定

このうち3と4の切り分けがもっとも間違えられやすい部分です。「音がおかしい＝BGMを下げる」という反射が染み付いていると、全体が小さいケースでもBGMを下げてしまい、症状を悪化させます。全体の平均が基準値の上か下かを先に確認してから手を動かしてください。

複数アイテムをまとめて調整する必要が出てきたら、1つずつ手で直すより一括操作のほうが確実です。手順はYMM4の音量を一括変更する方法にまとめています。

決めた相対比を毎回再現する｜テンプレート化と一括変更

自分の素材における相対比が決まったら、次の課題は「毎回それを再現する」ことです。1本ごとに50%から下げ直す作業は、本数を重ねるほど無視できないコストになります。

1. 定番の効果音セットを配置済みのテンプレートプロジェクトを作る — 相槌用・場面転換用・オチ用をあらかじめ置き、新規動画はこれを複製して使う
2. テンプレート側で音量%を目安値に設定しておく — 追加のたびに50%→25%へ下げる作業自体を省略する
3. レイヤーの役割と目安の相対比を対応付けておく — レイヤー2は25%、レイヤー3は30%、というルールをテンプレートに焼き込む
4. 書き出し前のチェック工程も定型化する — 音量解析 → メーター確認 → スマホ試聴、の3点を毎回同じ順で回す

すでに完成しているプロジェクトの音量を後からまとめて直したい場合は、YMM4の音量を一括変更する方法の手順が使えます。相対比を途中で変更したときの反映作業は、手作業では必ず漏れが出ます。書き出し設定側の見直しはゆっくりムービーメーカーの出力設定にまとめています。

音量バランスをどこで作るか｜3つのアプローチの比較

相対比を実現する手段は、YMM4内で完結させる以外にもあります。作業量と再現性のトレードオフを整理しました。

3つ目を試す場合、当サイトが開発・運営しているツールShortyも選択肢の1つです。台本からショート形式の動画を生成する際に音量バランスがあらかじめ組まれているため、%を毎回詰める工程が不要になります。ただし無料プランには1本30秒まで・30日で5本まで・保存期間7日・ショート形式のみという制約があるため、長尺のゆっくり解説には使えません。YMM4で作り込む軸と、短尺を素早く試す軸を使い分ける形が現実的です。他の編集ソフトを併用している場合の効果音まわりはCapCutでの効果音の入れ方も参考になります。

音量目安づくりでやりがちな失敗チェックリスト

書き出し前に上から順に確認してください。

• [ ] 効果音・BGMを初期値の50%のまま置いていないか
• [ ] ボイスの%を最後に動かしていないか（基準は先に固定する）
• [ ] BGMが20%を大きく超えていないか
• [ ] 他人の記事の%をそのまま入力し、自分の素材で検算していないか
• [ ] ボイスより大きく聞こえる効果音が1つでもないか
• [ ] 極端に大きい単発アイテムが紛れていないか（全体の正規化を引き起こす）
• [ ] 全体の平均音量が基準値を超えていないか
• [ ] 逆に基準値を大きく下回っていないか（小さすぎは自動では直らない）
• [ ] 音量解析で音割れ箇所が検出されていないか
• [ ] 出力後だけ音が小さい場合、音割れ対策機能の影響を確認したか
• [ ] 効果音の種類が5種類を超えていないか
• [ ] 効果音同士が0.2〜0.3秒以内に連続していないか
• [ ] 短い効果音に不要なフェードをかけていないか
• [ ] 低音系の効果音をスマホのスピーカーで確認したか
• [ ] パンを不用意に振っていないか（モノラル再生で消える）
• [ ] スマホの内蔵スピーカーで通し再生してから書き出したか
• [ ] 投稿後にcontent loudnessの値を確認し、次回の目安に反映したか

最後の項目は、ほとんどの人がやっていません。投稿後の実測値を次の動画にフィードバックするループを回せるかどうかが、目安値の精度を決めます。3〜5本分が安定して0dB付近に収まるようになったら、その相対比が自分の素材における正解です。

音源の入手先とライセンス｜音量以前に権利で止まらないために

音量の目安をどれだけ詰めても、素材の権利関係で動画が止まっては意味がありません。主な入手先を整理します。

• 効果音ラボ — 2,000音以上を収録するフリー効果音サイト。商用利用無料・クレジット表記不要の方針で、YouTube動画に広く使われている。カテゴリ分けが細かく、場面転換・コミカル・日常などゆっくり動画で頻出のジャンルを探しやすい
• DOVA-SYNDROME — BGM素材が中心だが、一部効果音も配布されている
• YouTubeオーディオライブラリ — YouTube Studio内から直接ダウンロードできる公式ライブラリ。効果音とBGMの両方が揃い、YouTube側の規約と紐づくぶん安心感が高い。詳細はYouTubeオーディオライブラリの使い方にまとめている

どのサイトでも、ダウンロード前に商用利用の可否・クレジット表記の要否・改変の可否の3点を必ず確認してください。多くのフリー素材サイトはYouTubeでの使用を許可していますが、素材ファイル自体の二次配布は禁止されているケースがほとんどです。効果音サイトの比較は無料で使えるショート動画向け効果音でも扱っています。

権利トラブルは「警告」として跳ね返ってくる

BGMや効果音の権利処理を誤ると、著作権侵害の申し立てやコミュニティガイドライン違反としてチャンネル側に警告が付くことがあります。警告には複数の種類があり、影響範囲も解除方法も違うため、何が起きているのかを正しく切り分けられないと対処を誤ります。警告の種類と確認方法はYouTube違反警告の種類と確認方法にまとめてあるので、音源まわりで身に覚えのない通知が来た場合はまずこちらを確認してください。音量の最適化は、動画が問題なく公開され続けていることが前提です。

また、AquesTalk等のゆっくりボイスを収益化目的で使う場合は、効果音とは別に音声合成エンジン側の商用ライセンスが必要になります。効果音のライセンスとボイスのライセンスは別物として、それぞれ個別に確認してください。ボイスの選び方そのものは雑学ショート動画の声の選び方で比較しています。

音量バランス以前に、雑学ショートを一から立ち上げる企画・台本の工程で迷っている場合は雑学動画の作り方を先に読んでおくと、この記事の音量設計をどの段階で適用すればいいかが見えやすくなります。

よくある質問

YMM4の効果音の音量は何%にすればいいですか？

まず全部を20〜25%まで下げ、強調したい音だけ個別に30〜35%へ戻す引き算の手順が確実です。初期値50%のままでは確実に大きすぎます。

判断基準は「ボイスより大きく聞こえる効果音が1つもないこと」。%の数字そのものより、ボイスとの相対比が保たれているかを耳で確認してください。

ボイス・効果音・BGMの音量バランスの黄金比はありますか？

ボイスを100としたとき、効果音25〜40、BGM12〜20、環境音5〜12が実務的な目安です。YMM4の%ではボイス70〜90%、効果音20〜35%、BGM10〜18%に相当します。

絶対値の正解は存在しません。素材の音圧が違えば同じ%でも聞こえ方が変わるため、守るべきなのはこの比率のほうです。

YMM4の初期音量は何%ですか？

タイムラインに音声・BGM・効果音・動画素材を追加したときの初期音量は50%です。100%が素材そのままの音量なので、50%は素材の半分程度になります。

この50%はBGMには大きすぎ、ボイスには小さすぎる中途半端な値です。追加した直後に必ず目安値へ調整する前提で運用してください。

なぜ他の記事の%をそのまま入れても合わないのですか？

YMM4の音量%は素材そのものの音圧に対する倍率だからです。控えめにマスタリングされたBGMと、音圧を上げて配布されたBGMを同じ15%で置いても、出てくる音の大きさはまったく違います。

だからこの記事は%の数値より相対比を主軸に置いています。%は出発点、ボイスとの聞こえ方の比率が答えです。

音量%をdBに換算したいのですが

%とdBの換算は複数アイテムの音量を揃える作業で必要になるため、YMM4の音量を一括変更する方法の側に換算表つきで整理してあります。

この記事の範囲では、換算を覚えるよりピークメーターの振れ方を各トラックで比べるほうが速く、素材が変わっても判断がぶれません。

BGMの音量は何%が正解ですか？

ナレーション主体の解説動画なら10〜14%、BGMを演出として使う雑学ショートなら15〜18%が目安です。初期値50%のままではほぼ確実にセリフを食います。

ただし「小さくすればよい」わけではありません。絞りすぎると動画全体の平均音量が下がり、YouTubeは小さい音を自動で持ち上げないため、視聴者には「全体的に小さい動画」として届きます。

ゆっくりボイスは何%が適正ですか？

70〜90%が目安です。エコーやリバーブをかける場合は音が拡散して体感音量が下がるため、90%程度まで上げることが推奨されています。

ボイスは全トラックの基準なので、一度決めたら動かさないでください。他が合わないときに動かすのは常に他のトラック側です。

音圧を上げれば視聴者に大きく聞こえますか？

いいえ。YouTubeは基準値を超える動画の音量を再生時に自動で下げるため、書き出し前に全体を持ち上げても視聴者に届く音量はほとんど変わりません。

むしろ効果音1発が大きすぎると、その影響で動画全体が下げられます。絶対値を作り込むより、トラック間の相対比を整えるほうが効果があります。

BGMを下げたのに「うるさい」と言われます。なぜですか？

BGMを絞りすぎて動画全体の平均音量が下がり、視聴者が端末の音量を上げて視聴しているためです。そこに効果音のピークが来ると相対的に刺さって聞こえます。

対処は「さらに下げる」ではなく、ボイスと周波数帯が競合しないBGMに差し替え、相対比を保ったまま全体を上げることです。

効果音の種類は何種類まで入れていいですか？

1本あたり3〜5種類に絞るのが目安です。種類が多いほど散漫になり、音量を下げても「うるさい」という体感は消えません。

同じ効果音の使い回しは悪いことではなく、むしろ「このチャンネルのリズム」として視聴者に学習されるメリットがあります。

YMM4のメーターはどこで表示できますか？

設定 → 全般 → タイムライン／サウンドレベルメーターの項目から表示を切り替えられます。既定ではピークメーターのみ表示されている場合があります。

「シーク時にサウンドレベルメーターを更新」をONにすると、プレビュー再生しなくてもシーク移動だけで更新されます。「数値を常に表示」で実数値も読めます。

メーターで相対比を検算するにはどうすればいいですか？

各トラックを単独で再生し、ピークメーターの振れ方を比べるのがもっとも実用的です。ボイスの振れ幅を基準に、効果音が3〜4割、BGMが1〜2割の位置なら狙いどおりです。

ピークメーターは音割れの有無、ラウドネスメーターは全体の平均音量を見る指標で、役割が違います。片方だけでは判断できません。

出力した動画だけ音が小さいのはなぜですか？

YMM4の音割れ対策機能が働き、動画全体の音量が自動的に引き下げられている可能性があります。公式FAQでもこの機能が原因として案内されています。

対策は、極端に大きい音量のアイテムを見つけて下げるか、動画出力の「その他」から音割れ対策をオフにするかの2択です。原則は前者を選んでください。

自分の動画が実際どれだけ下げられたか確認できますか？

投稿後、YouTubeの再生画面で右クリック→詳細統計情報を開くと、content loudnessの項目に調整幅が表示されます。0dBに近いほど制作時の音量と基準が一致しています。

この値を3〜5本分記録して次の動画に反映するループを回すと、自分の素材における適正な%が短期間で固まります。

ショート動画と長尺で音量目安は変わりますか？

変わります。ショートは騒がしい環境での視聴が前提のため、全体をやや前のめりにし、冒頭1秒から声を前に出す構成が推奨されています。BGMも15〜18%と長尺より高めに取れます。

ただし基準値を超えて上げても再生時に打ち消されるため、実際にやるべきは相対比を保ったまま全体を基準値ぎりぎりまで寄せることです。

スマホで聞くと効果音が聞こえないのはなぜですか？

スマホのモノラルスピーカーは低音域の再現力が弱いためです。PCの外付けスピーカーやイヤホンで詰めた相対比は、そのままでは反映されません。

特に低音のドローンや心臓音系はPCで適正でもスマホではほぼ消えます。書き出し後にスマホの内蔵スピーカーだけで通し再生する工程を必ず挟んでください。

パン（左右バランス）は設定したほうがいいですか？

基本的に中央（0）のままで問題ありません。ゆっくり解説・雑学ショートの視聴者の多くはスマホのモノラルスピーカーで視聴するためです。

左右に振った効果音は再生環境によってはほとんど聞こえなくなります。演出上の明確な意図がある場合を除き、優先度の低いパラメータです。

音量の目安は一度決めたら固定でいいですか？

使う素材の傾向が変わらない限り固定して構いません。むしろ毎回変えるほうが、チャンネル全体の聞き心地が揃わなくなります。

ただしBGMの配布元を変えた、ボイスエンジンを変えた、外部で録音した音声を混ぜ始めた、といった場合は素材の音圧が変わるため、相対比を再検算してください。

まとめ

YMM4で効果音を「入れる」こと自体は、音声アイテムをタイムラインに置くだけの単純な操作です。仕上がりを分けるのは、その後の音量をどう決めるかにあります。

この記事の結論は3つです。

1つ目は、音量は絶対値ではなく相対比で決めること。ゆっくりボイスを70〜90%で先に固定し、そこを基準に効果音25〜40、BGM12〜20、環境音5〜12という比率を組む。YMM4の%は素材の音圧に対する倍率でしかないため、他人の%をそのまま入力しても正解にはなりません。

2つ目は、YouTubeのラウドネス正規化が、絶対値を作り込む意味を消していること。基準値を超えた分は再生時に打ち消され、しかも正規化は動画全体に一律でかかります。効果音1発の突出が動画全体を犠牲にする一方、トラック間の比率は正規化されても保たれます。制作側が守るべきなのは比率のほうです。

3つ目は、「BGMは小さくすればよい」が半分間違いだということ。絞りすぎれば全体が小さくなり、視聴者は端末の音量を上げ、そこに効果音のピークが刺さります。音量を下げる前に、ボイスと周波数帯が競合しないBGMを選ぶ——音量調整で解決しようとしている問題の多くは、実は素材選定の問題です。

なお、この目安値は一般的な素材を前提としたものです。自分で録音した肉声を混ぜている、極端に音圧の高いBGMを使っている、複数のボイスエンジンを混在させている場合は、%の数値がそのまま当てはまりません。その場合も相対比の考え方は変わらないので、各トラックを単独再生してメーターで比べ、自分の素材における%を割り出してください。

音量調整は、突き詰めれば「視聴者に余計な操作をさせない」ための作業です。端末のボリュームをいじらせず、最後まで同じ音量で聞き続けられる動画になっていれば、相対比は正しく機能しています。まずは冒頭の早見表をそのまま入れるところから始め、メーターと投稿後の実測で自分のチャンネル用の目安値へ育てていってください。