Question 1

なぜGoogle MeetやZoomではなく、専用の自作ツールでローカル録音するのか？

Accepted Answer

Meet等の会議ツールはクラウド録画・録音時に音声が圧縮され、音質の劣化が起きてしまうため。 話者ごとに音声トラック（ファイル）を完全に分離して録音することで、片方の話者のバックグラウンドノイズをカットするなどの編集を容易にするため。 各自がローカルでバラバラに録音を開始すると音声の頭合わせ（タイミング調整）が難しくなるが、専用ツールであればミリ秒単位で一斉に録音を開始できるため。

Question 2

自作収録ツール「Maycast Room」のサーバーやインフラはどのような構成になっているか？

Accepted Answer

録音データを細かくチャンク（分割されたデータ）にし、ブラウザからCloudflare R2（オブジェクトストレージ）へ直接アップロードする構成をとっている。 重い非同期処理や動画の再エンコードなどはサーバー側で行わず、ダウンロード時にブラウザ（クライアント側）でチャンクを結合して行う。 サーバー側のバックエンドはCloudflare Workersで構築されており、月額5ドル程度の低価格で安全に運用を賄っている。

Question 3

収録ツールをネイティブアプリではなく「ブラウザ完結」にするメリットは何か？

Accepted Answer

ゲストを招く際、信頼関係が構築されていない個人の開発したネイティブアプリをインストールさせるのは、セキュリティリスク（サプライチェーン攻撃等）の観点から嫌がられるため。 ブラウザ上のセキュリティサンドボックス内で動作させることで、実行環境としての安全性を高く担保できる。 WindowsやMac、Linuxなど、ゲストの使用しているOSに依存することなく、ブラウザさえあれば誰でも手軽に参加できる。

Question 4

「Maycast Studio（編集ツール）」におけるAI（GeminiやAuphonic）の活用法とは？

Accepted Answer

ローカルで文字起こししたテキストから「ここ切ります」などの特定のメタ発言をGeminiが検知し、カットすべき場所を自動で推薦してくれる。 「Auphonic」のAPIを組み合わせることで、マルチトラック（話者別データ）の性質を保持したまま、各トラックの無音部分を自動でカットできる。 Auphonicにより音量レベルの均一化やバックグラウンドノイズの削減を自動化し、聞き取りやすい音声ファイルに最適化している。

Question 5

ポッドキャスト配信において、今でもM4AではなくMP3形式でエクスポートする理由とは？

Accepted Answer

近代的なM4A形式でもチャプター情報を付与できるが、Android端末のSpotifyなど一部の環境において、チャプターが正常に表示されない不具合があるため。 どのOS、アプリ、端末であっても確実にチャプター機能や挙動の互換性を担保するには、いまだにMP3形式がもっとも安全である。 Appleの公式APIはMP3での書き出しに対応していないため、最後のガッチャンコ（音声の結合）や変換処理には「FFmpeg」を活用している。

Podcast振り返り

#10 なぜMeetやZoomで録らないのか —— ポッドキャスト収録の技術