YouTubeのASMR動画も音響解析に対応しました。作り手に配慮する仕組みの裏側

この記事では、YouTubeのASMR動画をサイトの解析対象に加えた仕組みとその理由についてお話しします。クリエイターへの配慮と合法性を最優先に考え、「音の解析はするけれど、再配布は絶対にしない」というルールを徹底した開発の記録です。

YouTubeのASMRも解析の対象へ

これまで、私たちのサイトでは主にDLsiteなどで配信されている音声作品を中心に解析を行ってきました。しかし、「YouTubeで聴けるASMR動画も数値で比較してみたい」という思いがあり、同じ音響解析にかけられるようにシステムを改修しました。

YouTubeにはたくさんのASMR動画がありますが、サイトに掲載するにあたって一番気を使わなければならないのが、動画を作ったクリエイターの権利を守ることです。そのため、いくつかのルールを決めて開発を進めました。

解析の仕組みとクリエイターへの配慮

まず、動画のメタ情報（タイトルなど）と音声を一時的に取得するために、yt-dlpという動画や音声をダウンロードするためのツールを使っています。

しかし、取得した音源ファイルをそのままサーバーに保存し続けることはしません。解析プログラムが音を分析し終わったら、その音声データは必ず自動で削除するようにしました。私たちのサーバーに保存するのは、スコアやヒートマップなどを記録したJSON（ジェイソン）と呼ばれる文字データのファイルといった、派生データだけです。実際の音源ファイルは一切サーバーに置きません。

また、サイト上でユーザーが再生するときは、独自のプレーヤーではなくYouTubeの公式プレーヤーをそのまま埋め込んで表示します。これにより、動画が再生されればその視聴数はそのまま元のクリエイターのYouTubeチャンネルにカウントされる仕組みになっています。

動画や音声を私たちのサイトで再ホスト（自分たちのサーバーから配信し直すこと）はせず、あくまでメディア一覧に並ぶ作品の1つとして、解析結果とともに紹介する形をとっています。

音質の違いと「参考値」という扱い

もう一つ、開発を進める中で気をつけるべき点がありました。それは音質の違いです。

YouTubeで配信されている動画の音声は、通信量を抑えるために圧縮された音声（元のデータから少し情報が削られた状態）になっています。一方で、DLsiteなどで手に入る音声ファイルは、非圧縮の高音質データであることが多いです。

これを全く同じ基準で並べてしまうと、誤解を生む可能性があります。そのため、YouTubeの圧縮音声から算出した数値は、あくまで「参考値」として、高音質の音声とは明確に区別して表示するようにしました。音響指標の読み方でも触れていますが、元の音の良し悪しだけでなく、配信形式によっても数値の出方は変わってくるためです。

この日の学び

クリエイターの権利を守るため、動画の再ホストはせず公式プレーヤーを埋め込む。
サーバーには解析した結果のデータだけを残し、音源そのものは解析後に必ず削除する。
圧縮音声による解析結果は、高音質データとは区別して参考値として表示する。