← UNFOLD(シーケンス)に戻る

歌詞タイミング合わせ

曲と歌詞を入れると、行ごとの開始時刻を出します。方法は2つ。ElevenLabs の強制アラインメント(APIキーが要ります)か、APIキーなしで、字幕ファイル(SRT など)の目安の時刻を曲の声の立ち上がりに合わせる方法です。結果は UNFOLD の「歌詞を選択(LRC/JSON)」で読み込めます。

1 ElevenLabs の APIキー

送り先を変える(中継サーバーを使うとき)

2 曲

伴奏が大きい曲は、ボーカルだけのファイルを使うと合いやすくなります。UNFOLD に入れる曲は、いつものファイルのままで大丈夫です。

3 歌詞

[Verse] や [Chorus] の見出しの行は、時刻を付けず、区分としてだけ使います。/ と *強調* の印は、送るときだけ外します。

または APIキーなしで合わせる

無料の「MP3→SRT」サイトや、パソコンの Whisper などで作った SRT / LRC / JSON を入れると、行と目安の時刻が入ります。そのあと下の「声の立ち上がりに合わせる」で、曲の音を見て、各行の開始時刻を歌い出しに合わせ直します(曲は上の「2 曲」で選びます)。送信はせず、このブラウザの中だけで調べます。

しくみと、うまくいかないとき

曲の「人の声の帯域(およそ 250〜3500 Hz)」の大きさを 0.05 秒ごとに測り、各行の目安の時刻の前後 1 秒ほどの中から、音がいちばんはっきり立ち上がる所を歌い出しとして選びます。行の終わりも、声が切れる所に合わせます。

Whisper 系の時刻は歌い出しより 0.5〜1 秒ほど早く出やすいので、「早めに出ている」では少し遅い側を探します。タップ同期など、だいたい合っている時刻なら「だいたい合っている」を選んでください。

立ち上がりがはっきりしない行は、ほかの行の動きから推定して「※推定」と出します。伴奏が大きい曲、息づかいが大きい所、コーラスが重なる所は外れることがあります。ボーカルだけのファイルがあれば精度が上がります。▶ で聴いて、ずれた行だけ直してください。