DTM用語を調べる
DTM用語デスクトップミュージック　用語辞典
DTM用語。デスクトップミュージック　用語辞典

DTMとは何か──デジタル音楽制作を支える技術とその本質

DTM（Desk Top Music）とは、パーソナルコンピューターを中心とした音楽制作環境を指す日本独自の呼称です。海外では一般的に「Music Production」や「Computer Music Production」と表現されることが多く、現在ではプロフェッショナルのレコーディングスタジオから個人のホームスタジオまで、ほぼすべての音楽制作がDTM環境で行われています。

DTMの大きな特徴は、作曲、編曲、録音、編集、ミキシング、マスタリングという音楽制作のすべての工程を一つのシステム上で完結できる点にあります。

かつてはMTR（マルチトラックレコーダー）や大型ミキシングコンソール、ハードウェアシンセサイザー、外部エフェクターなどが必要でした。しかし現在では、高性能なDAWとオーディオインターフェース、ソフトウェア音源、プラグインを組み合わせることで、数十年前なら数千万円規模のスタジオに匹敵する制作環境を構築することも可能になっています。

このような環境の変化によって、DTMは単なる趣味ではなく、映画音楽、ゲーム音楽、CM音楽、YouTubeコンテンツ、配信音源、ポッドキャスト、企業プロモーション映像など、幅広い分野で利用される制作基盤となっています。

DAWのアーキテクチャとプロジェクト構造

DTMの中心となるのがDAW（Digital Audio Workstation）です。

DAWは単なる録音ソフトではありません。タイムライン管理、MIDIシーケンス、オーディオ編集、プラグイン処理、ミキサー、ルーティング、オートメーションなど、多数の機能が統合された総合的な制作環境です。

一つのプロジェクトには複数のトラックが存在します。

代表的なものとして、

オーディオトラック

MIDIトラック

インストゥルメントトラック

フォルダートラック

テンポトラック

マーカートラック

コードトラック

テンポマップ

などがあります。

それぞれが独立して動作しながら、最終的にはマスターアウトへ集約されます。

DAW内部ではオーディオ信号がリアルタイムでDSP（Digital Signal Processing）によって処理されています。

CPU性能が重要になる理由は、このDSP演算をリアルタイムで行っているためです。

近年ではマルチコアCPUへの最適化も進み、多数のプラグインを同時使用しても安定した動作が可能になっています。

MIDIとは音ではなく演奏情報である

初心者が最も誤解しやすいのがMIDIです。

MIDIは音声データではありません。

正式には「Musical Instrument Digital Interface」という通信規格です。

つまり、

・どの鍵盤を押したか

・いつ押したか

・どれくらい強く押したか

・どれくらい長く押したか

・どのチャンネルなのか

という演奏情報だけを記録しています。

例えばC3の鍵盤をVelocity100で2秒間演奏したという情報だけが保存されます。

実際の音色は後からソフトウェア音源が生成しています。

そのためMIDIデータ自体は非常に軽量です。

数百小節の演奏データでも容量は数KB程度しかありません。

MIDIイベントの種類

MIDIには多数のイベントが存在します。

代表的なのがNote OnとNote Offです。

これによって鍵盤の押下と離鍵を管理しています。

Velocityは打鍵の強さです。

Aftertouchは鍵盤を押した後の圧力変化を表します。

Pitch Bendは滑らかな音程変化を行います。

Control Change（CC）は外部機器やプラグインを制御するための命令です。

CC1はモジュレーション。

CC7はボリューム。

CC10はパン。

CC11はエクスプレッション。

CC64はサステインペダルです。

近年のオーケストラ音源ではCC1とCC11を組み合わせてリアルな演奏表現を行うケースが非常に多くなっています。

デジタルオーディオの基本原理

録音された音はアナログ信号ではありません。

一定間隔でサンプリングされた数値データです。

これをPCM（Pulse Code Modulation）方式と呼びます。

サンプリング周波数は1秒間に何回測定するかを意味します。

44.1kHz

48kHz

88.2kHz

96kHz

192kHz

などが一般的です。

CDは44.1kHzです。

映像制作では48kHzが標準となっています。

ハイレゾ制作では96kHz以上を利用するケースもあります。

ビット深度とは何か

ビット深度は音量をどれだけ細かく表現できるかを示します。

16bit

24bit

32bit Float

などがあります。

16bitでは約96dB。

24bitでは約144dBものダイナミックレンジを持っています。

現在のレコーディングでは24bitが標準です。

さらに一部DAWでは32bit Float処理によって内部演算が行われています。

これにより非常に高精度な信号処理が可能になります。

レイテンシとバッファサイズ

DTM制作ではレイテンシという言葉が頻繁に登場します。

レイテンシとは入力から出力までに発生する遅延時間です。

例えば歌を録音した際、自分の声が数十ミリ秒遅れて聞こえると演奏が困難になります。

この遅延はオーディオインターフェースのバッファサイズによって変化します。

64 Samples

128 Samples

256 Samples

512 Samples

1024 Samples

などが一般的です。

録音時は64〜128Samples程度まで小さく設定します。

ミックス時はCPU負荷軽減のため512Samples以上へ変更することが多くあります。

ASIOとCore Audioの違い

Windows環境ではASIOドライバーが標準的に利用されます。

ASIOはSteinbergが開発した低遅延オーディオ規格です。

OSを介さず直接ハードウェアへアクセスできるため、高速処理が可能になります。

MacではCore Audioが標準実装されています。

OSレベルで低レイテンシ処理が最適化されているため、多くの場合追加ドライバーを必要としません。

この違いはWindowsとMacでDTM環境の構築方法が異なる理由の一つでもあります。

オーディオインターフェースの役割

オーディオインターフェースはDTMシステムの中核を担う機器です。

単なる変換装置ではなく、高性能なADコンバーターとDAコンバーターを搭載しています。

ADコンバーターはアナログ音声をデジタルへ変換します。

DAコンバーターはデジタル信号をアナログ音声へ戻します。

さらに高品質なマイクプリアンプ、ファンタム電源、ダイレクトモニタリング機能、MIDI端子なども備えています。

オーディオインターフェースの性能は録音品質だけではなく、モニタリング精度やレイテンシにも大きく影響するため、DTM環境において最も重要な機材の一つとされています。

プラグイン規格を理解することがDTM環境構築の第一歩

DAWだけでは本格的な音楽制作は完結しません。音源やエフェクトなどの機能を追加するためには、プラグインと呼ばれる拡張ソフトウェアを使用します。現在のDTMでは、ほぼすべての制作環境がプラグインを中心に構成されており、シンセサイザー、サンプラー、イコライザー、コンプレッサー、リバーブなど、多くの機能がソフトウェアとして提供されています。

最も普及している規格がVST（Virtual Studio Technology）です。Steinbergによって開発され、現在ではVST3が事実上の標準規格となっています。VST3ではCPU負荷の最適化や入出力管理の改善が行われており、多くの最新DAWが標準対応しています。

macOSではAudio Units（AU）も広く利用されています。Logic ProはAUを標準規格として採用しているため、Mac専用環境ではAUプラグインが利用されるケースも少なくありません。

Pro ToolsではAAX（Avid Audio eXtension）が採用されています。放送局やレコーディングスタジオでは現在でもPro Toolsが標準環境となっているため、プロ用途ではAAX対応が求められる場合があります。

以前使用されていたDirectXプラグインやRTASプラグインは、現在ではほとんど利用されていません。

DSPとネイティブ処理の違い

DTMではDSP（Digital Signal Processor）という言葉が頻繁に登場します。

DSPとはデジタル信号処理を専門に行う演算処理のことです。

現在の多くのDAWではCPUによるネイティブ処理が中心となっていますが、一部のシステムではDSP専用チップを利用しています。

代表例としてUniversal AudioのUADシリーズがあります。

DSP上でプラグインを動作させることでCPU負荷を軽減し、高品質なアナログ機材エミュレーションを実現しています。

一方で、Apple Siliconや最新のIntel・AMDプロセッサの性能向上により、現在ではネイティブ処理でも数百トラック規模のプロジェクトを扱えるようになりました。

そのため近年では、DSPシステムとネイティブシステムを組み合わせたハイブリッド環境も一般的になっています。

ソフトウェア音源とシンセシス方式

ソフトウェア音源は音を生成するアルゴリズムによっていくつかの方式に分類されます。

最も基本となるのがサブトラクティブシンセシス（減算方式）です。

オシレーターで生成した倍音豊富な波形をフィルターによって削り、目的の音色を作ります。

アナログシンセサイザーの多くはこの方式を採用しています。

FMシンセシス（Frequency Modulation）は、一つのオシレーターで別のオシレーターの周波数を変調することで複雑な倍音を生成します。

金属音やベル、エレクトリックピアノなど、独特の音色を作り出せることが特徴です。

ウェーブテーブルシンセシスは、あらかじめ用意された多数の波形を連続的に変化させる方式です。

EDMやシネマティックミュージックでは非常に多く使用されています。

グラニュラーシンセシスは、音声を数ミリ秒単位の粒子（Grain）へ分解し、それらを再構成することで幻想的なサウンドを生成します。

アンビエントや実験音楽で多く利用されています。

サンプリング音源の仕組み

オーケストラ音源やピアノ音源の多くはサンプリング方式です。

実際の楽器を数万〜数十万回録音し、それを鍵盤へ割り当てています。

近年ではラウンドロビン機能によって同じ鍵盤を連続して演奏しても毎回異なるサンプルが再生され、機械的な繰り返しを防止しています。

ベロシティレイヤーも重要な仕組みです。

弱く演奏した場合と強く演奏した場合で異なるサンプルへ切り替わるため、非常に自然な演奏表現が可能になります。

レガートサンプリングでは音と音のつながりも収録されており、本物に近いストリングスやブラスを再現できます。

ゲインステージングの考え方

初心者が見落としやすいのがゲインステージングです。

これは各段階で適切な信号レベルを維持する考え方です。

入力時点で音量が大きすぎるとクリッピングが発生し、小さすぎるとノイズの影響を受けやすくなります。

現在の24bit環境では無理に0dB付近まで録音する必要はありません。

一般的にはピークを-12dBFSから-6dBFS程度に収めることで十分なヘッドルームを確保できます。

その後のEQやコンプレッサー処理でも余裕を持って作業できるため、結果として音質の劣化を防ぐことにつながります。

ミキシングにおける信号処理の考え方

ミキシングとは単なる音量調整ではありません。

周波数、ダイナミクス、定位、空間表現を総合的に設計する工程です。

EQでは不要な帯域をカットする「サブトラクティブEQ」が基本とされています。

不足した帯域を持ち上げるよりも、不要な成分を整理することで自然なサウンドを作りやすくなります。

コンプレッサーにはThreshold、Ratio、Attack、Release、Kneeなど複数のパラメーターがあります。

Attackを速くすると音の立ち上がりを抑え、遅くするとアタック感を残すことができます。

Releaseはコンプレッションが解除される時間を決定します。

用途に応じた設定を行うことで、自然なダイナミクスを維持しながら音量を整えられます。

バス処理とセンドエフェクト

プロのミックスではバスチャンネルを積極的に活用します。

例えばドラム全体を一つのドラムバスへまとめることで、全体に同じコンプレッサーやEQを適用できます。

これにより各パートのまとまりが向上します。

リバーブやディレイはセンド方式で利用することが一般的です。

各トラックへ個別にリバーブを挿入するよりも、一つのリバーブを共有することでCPU負荷を軽減できるだけでなく、楽曲全体に統一感のある空間を作ることができます。

マスタリングとラウドネス管理

マスタリングは完成したステレオミックスを配信用やCD制作用に最適化する工程です。

以前は音圧競争と呼ばれる時代があり、できる限り音量を大きくすることが重視されていました。

しかし現在ではSpotify、Apple Music、YouTube Musicなどのストリーミングサービスがラウドネスノーマライゼーションを採用しているため、極端な音圧は自動的に調整されます。

そのため現在のマスタリングではLUFS（Loudness Units Full Scale）を基準として音量管理を行うことが一般的です。

音量だけではなく、ダイナミクスや楽曲全体の質感を維持することが重要視されています。

CPU負荷と制作効率の最適化

プロジェクトが大規模になるとCPU使用率も増加します。

そこで利用されるのがフリーズ機能です。

フリーズはソフトウェア音源やプラグインを一時的にオーディオ化することでCPU負荷を削減する機能です。

バウンスやレンダリングも制作効率を高めるためによく利用されます。

不要なプラグインを整理し、適切なサンプリング周波数やバッファサイズを設定することも安定した制作環境には欠かせません。

プロフェッショナルが重視するDTM制作の考え方

近年のDTMは、高性能なソフトウェアやAI技術の進歩によって、誰でも高品質な音楽制作を始められる環境になりました。しかし、プロの制作現場では機材そのものよりも、信号の流れ（シグナルフロー）を正しく理解していることが重視されます。

マイクから入力された音声がオーディオインターフェースでデジタル化され、DAW内部でDSP処理を受け、プラグインによって加工され、ミキサーを経由してマスターアウトへ送られ、最終的にDAコンバーターを通ってモニタースピーカーから再生される。この一連の流れを理解しているかどうかで、トラブルシューティングや音作りの精度は大きく変わります。

また、適切なフォルダ管理、プロジェクトのバックアップ、サンプルライブラリの整理、テンプレートの活用、プラグインのバージョン管理なども、長期的な制作では欠かせない要素です。

DTMは単なる「パソコンで音楽を作る技術」ではありません。デジタルオーディオ工学、音響学、信号処理、音楽理論、演奏技術、ソフトウェア技術が融合した総合的な制作環境です。これらの基礎知識を理解することで、より効率的で品質の高い音楽制作が可能となり、プロフェッショナルレベルの作品制作へと近づくことができるでしょう。

ホームページ制作・修正、WEB制作関連について