Pro ToolsとATEMをクロック・リファレンスの同期をとって、映像と音声の波形の精度を検証

2019年8月5日 10:05

映像やオーディオのデジタル分野において「同期」というと、クロック・リファレンスとポジショナルク・リファレンスの2つがあります。

ポジショナル・リファレンスとは位置情報のことでタイムコードを指します。時間軸における現在位置を「時間/分/秒/フレーム」の単位で伝えます。

一方、クロック・リファレンスは再生速度のことです。適切にクロック・リファレンスの同期を保つと、複数のデバイスを同じポジションから再生スタートした場合、まったく同じスピードで再生させることができます。クロックのマスターは1つにする必要があります。音楽機材を扱う方なら「Word Clock」を使用したことがあるでしょうか。

さて、私のシステムはざっくりいうと以下のような感じです（実際はもう少し複雑です）。

音声はPro Toolsで扱い、その音声を映像スイッチャーのATEMに入力、最終的に完成映像を映像レコーダーで録画します。ただ、映像や音声に修正などが生じた場合は、映像編集ソフトで編集を行いますが、その際、Pro Toolsで記録した「音声ファイル」と、映像レコーダーで録画した「映像ファイル」が正確に同期してあるととても有効です。

今までは、Pro ToolsとATEMはそれぞれのクロックで自走させていましたが、今回以下の方法でクロックの同期を取ってみました。使用したのは、オーディオ・ディエンベデッド機能を搭載したビデオコンバーターです。HDMI to SDIでもSDI to HDMIでもどちらでも構いません。

映像スイッチャーATEMをクロックマスターにして、プログラムアウトをビデオコンバーターに入力、コンバーターでオーディオをディエンベデッド（分離）してAES/EBUの音声信号を取り出し、Pro Toolsに入力します。Pro ToolsではこのAES/EBU信号をクロックソースとしてだけ使用します。AES/EBUデジタルオーディオケーブルは、インピーダンス110Ωのものを使用してください。

説明が長くなりました、検証結果です。今回検証に用いたのは約50分間のトーク番組の音声です。映像レコーダー録画した同録映像と、Pro Toolsから書き出した音声ファイルの同期精度を調べます。

先日の実験はAdobe Premiere Proの「タイムコードで同期」の機能を使用しましたが、今回は「オーディオで同期」の機能を使います。上の青い波形が映像レコーダーの同録映像、下の緑の波形がPro Toolsでエクスポートしたオーディオファイルです。以下がオーディオを基準にして同期をかけた状態です。1分ちょっと時点から音が開始していますが、タイミングが揃っているのがわかります。