ダイアログ・ステム

定義

ダイアログ・ステム（Dialogue Stem）とは、音楽、アンビエンス、効果音から分離され、話されたセリフのみを含む独立した音声トラックを指します。ステムは、最終ミックスと全く同じ長さの単独のオーディオファイルとしてエクスポートされ、通常は48kHz/24ビット以上の解像度で提供されます。この用語は、英語の「stem」（幹、枝）に由来し、オーディオミックスを主要な構成要素に分解することを表しています。

技術的詳細

ダイアログ・ステムは、標準ではモノラル、ステレオ、または5.1サラウンドファイルとして提供され、サラウンドミックスではセンターチャンネルの分離が一般的です。オーディオファイルは、メタデータとタイムコード情報が埋め込まれたBroadcast Wave Format（BWF）に準拠しています。国際配信用には、EBU R128規格に基づき-20 dBFSの基準レベルで納品されることがよくあります。Dolby Atmos制作では、ダイアログ・ステムは最大128個の個別のオブジェクトトラックを含み、空間的な位置データが保持されます。

歴史と発展

ダイアログ・ステムの体系的な作成は、国際的な映画配給の拡大に伴い、1970年代に確立されました。パラマウント・ピクチャーズは、1982年にすべてのブロックバスター作品に対して、個別のダイアログ・ステムを含むM&E（Music & Effects）デリバリーを標準化しました。1990年代以降のポストプロダクションのデジタル化により、Pro ToolsなどのDAWから直接、ステムの自動生成が可能になりました。2010年以降、NetflixやAmazon Primeなどのストリーミングプラットフォームは、技術仕様としてダイアログ・ステムを義務付けています。

映画での実用例

ダイアログ・ステムは、全体の音響ミックスを再構築することなく、国際版の正確な同期を可能にします。映画「ブレードランナー 2049」（2017）では、サウンドデザイナーのマーク・マニーニが、AIの声と人間のセリフを区別するために、各言語レベルごとに個別のダイアログ・ステムを使用しました。ストリーミングサービスは、自動字幕生成やバリアフリー音声解説のためにダイアログ・ステムを利用しています。ドラマ「ザ・クラウン」では、音響エンジニアが歴史的なアーカイブ映像を独自のダイアログ・ステムに分離し、後から吹き替えられたシーンとのシームレスな統合を実現しました。

比較と代替手段

ダイアログ・ステムは、オリジナルのセットトーンやアンビエンスの成分を含んでいる点で、ADRステムとは異なります。純粋なダイアログ・トラックとは異なり、アンビエンス、空間、リバーブの情報も含まれています。Dolby Atmosのような最新のオブジェクトベースオーディオシステムは、従来のステム分割よりもきめ細やかな制御を可能にします。低予算制作では、手間のかかるステム作成の代わりに、単純なダイアログのエクスポートで代用されることがよくありますが、国際的な翻案においては品質の低下を招く可能性があります。