Nvidiaの魔法のRTX Voiceアプリが通話や動画の背景ノイズを消す方法

NvidiaのGeForce RTX 20シリーズグラフィックスカードに搭載されている未来的なTuring GPUには、レイトレーシングとAIタスクをそれぞれ高速化するための専用のRTコアとTensorコアが搭載されています。これまでTensorコアは、レイトレーシングされたゲームのノイズを低減し、より高速で優れた、非常に印象的なDLSS 2.0機能を実現することで、ビジュアルを超越するために主に使用されていました。しかし、NVIDIAの新しいアプリ「RTX Voice」は、これらの機械学習の能力を、ZoomやSkypeなどの会議アプリ、OBS Studio、Discord、Xsplitなどのブロードキャストアプリにおけるバックグラウンドノイズを除去するためにハードウェアを活用し、耳にとってより実用的な用途に活用します。

これは、質の悪いウェブカメラや騒がしい環境に悩まされる在宅勤務という新しい日常に多くの人が苦労している一方で、コンテンツ作成に手を出すことで余暇を有効に活用している人も多い現在の状況にぴったりのリリースです。

バックグラウンドノイズフィルタリング自体は目新しいものではありません。多くのアプリがこの機能を提供していますが、その効果はまちまちです。NVIDIAのソリューションは、ワークロードをソフトウェアからTensor Coreハードウェアへと移行することで、現在のベータ版でもはるかに強力になっています。

「NVIDIAはクリエイターにスーパーパワーを与えたと言えるでしょう」と、メディア制作とストリーミングの専門家であるEposVox氏は、4月16日に公開されたRTX VoiceをはじめとするNVIDIAの技術を解説した動画の中で述べています。私もこの技術を少し試してみましたが、やはり感銘を受けました。SkypeやDiscordでの通話中に、うるさいCherry MX Blueキーボードの音を魔法のように消してくれたのです。

RTX Voiceを活用するには、最新の、比較的モダンなシステムが必要です。GeForce RTX 20シリーズグラフィックカード、または同等のQuadro RTXは必須です。現在、これらのカードは、重要なTensorコアを搭載した唯一のNvidiaハードウェアです。

Windows 10、RTX Voiceベータアプリ（注意：直接ダウンロードリンク）、そしてビデオカードの最新ドライバーも必要です。NVIDIAの説明では、標準ドライバーとしてNvidia Studioドライバーのバージョン410.18が記載されていますが、クリエイター向けのStudioドライバーを使用していない場合は、私のシステムでは最新のGeForce Game Readyドライバー（バージョン445.87）でも動作しました。基本的に、使用するフレーバーに応じて最新のドライバーを使用していることを確認してください。

ブラッド・チャコス/IDG

RTX Voiceソフトウェアをインストールしたら、起動して設定します。設定は非常に簡単です。主な入力（マイク）と出力（スピーカー／ヘッドセット）ソースを指定し、それぞれに対してノイズフィルタリングを有効にするかどうかを選択し、スライダーバーを使ってノイズフィルタリングの強度を調整します。

これらは重要な決定事項ですが、いつでもアプリを再度開いて設定を微調整できます。RTX Voiceはオーディオ処理にグラフィックカードを使用するため、特にRTX Voiceを利用するアプリケーションを使用しながらゲームを同時にプレイしている場合は、パフォーマンスに影響を与える可能性があります。私たち自身でその影響をベンチマークする機会はありませんでしたが、Epos Voxのテストでは、入力マイクのみでRTX Voiceを有効にすると、ゲームのフレームレートが4～10%低下する可能性があるとのことです。マイクとスピーカーの両方でノイズキャンセリングを実行している場合は、最大で約20%低下する可能性があるとのことです。

RTX Voiceを仕事中にZoomやSkypeの通話にのみ使用する予定であれば、これは問題にならないでしょう。しかし、DiscordやOBSを使っている際に、この技術を使って着信音声をクリーンアップする計画であれば、影響の度合いはゲームやシステムによって異なりますが、問題になる可能性があります。

自分のマイクの音だけが気になる場合は、オーディオ出力でRTX Voiceのノイズフィルタリングを無効にして、パフォーマンスへの影響を最小限に抑えましょう。ZoomやDiscordなどで、他の人のマイクから入ってくるバックグラウンドノイズを積極的に除去したい場合にのみ、ヘッドセットまたはスピーカーでRTX Voiceを有効にしてください。これは、仕事中の電話会議や、ゲーム動画用にクリーンな音声をキャプチャしたい場合に便利ですが、Nvidiaはほとんどの場合、無効のままにしておくことを推奨しています。

ブラッド・チャコス/IDG

「マイクではRTX Voiceをオンにし、スピーカーでは必要な場合のみオンにすることをお勧めします」とセットアップガイドには記載されています。「音質はほぼ変わりませんが、場合によってはわずかな違いが見られる可能性があり、このソリューションはシステムリソースを消費しますが、必要なければ使用を避けることができます。」

わかりましたか？いいですね。RTX Voice はシステム上に仮想オーディオ デバイスを作成します。このデバイスは、Windows 10 のシステム トレイで手動で無効にしない限り、バックグラウンドで常時実行されるようになります。

ただし、これで終わりではありません。RTX Voiceを使用するには、サポートされているソフトウェアを個別に設定する必要があります。RTX Voiceベータ版は現在、以下の10種類の人気プログラムをサポートしています。

• OBSスタジオ
• XSplit ブロードキャスター
• XSplit ゲームキャスター
• Twitchスタジオ
• 不和
• グーグルクローム
• ウェブEx*
• スカイプ*
• ズーム*
• スラック*

RTX Voiceを有効にするには、各アプリの設定を開き、入力と出力をデフォルト設定から変更し、新しい「Nvidia RTX Voice」オプションを設定する必要があります。設定方法がわからない場合は、Nvidiaのセットアップガイドをご覧ください。各アプリケーションの手順が詳しく説明されているほか、ご自身のシステムで入力と出力のフィルタリングの効率を個別にテストする方法についても詳しく説明されています。なお、RTX Voiceを使用する場合は、通常、各プログラムが提供するソフトウェアベースのノイズフィルタリングを無効にすることをお勧めします。

ブラッド・チャコス/IDG

Nvidiaによると、アスタリスクの付いたアプリはベータ版の期間中、出力（スピーカー）のオーディオフィルタリングに問題が発生する可能性があるとのことです。これは少々残念なことです。なぜなら、これらのアプリは子供の叫び声や、キーボードを叩くバカな音などがバックグラウンドで発生しやすいビデオ会議アプリだからです。残念ながら、ほとんどの人は出力フィルタリングを無効にしたままにしておくべきでしょう。

自分のマイク入力でノイズフィルタリングを有効にすると、少なくとも私がSkypeとDiscordで簡単にテストしたところ、子供の泣き声、キーボードのカタカタ音、タコスのオナラの音などが驚くほど正確に除去されます。この記事の冒頭に埋め込まれたEpos Voxの動画を見れば、RTX Voiceがマイクにハンドヘルド掃除機を振り回した時の音をどれほど正確に除去するかが分かります。まさに目を見張るほどです。

最後にいくつか注意点があります。RTX Voiceベータ版はWindowsシステムのノイズをフィルタリングせず、入力デバイス経由でキャプチャされたオーディオのみをフィルタリングするため、ゲームサウンドやSpotifyの楽曲（例）には影響しません。また、ベータ版ではマイクとスピーカーの音量も調整できません。「RTX Voice（スピーカー）をテスト中に音量を調整したい場合は、前のデバイスに戻って音量を調整し、RTX Voiceに戻ってください」とNvidiaは述べています。最後に、これはまだベータ版であるため、バグや予期しない動作が発生する可能性があることにご注意ください。

エヌビディア

とはいえ、今日の午後、会議アプリで試してみた限られたテストでは、RTX Voiceは見事に動作しました。ベータ版でも驚くほど素晴らしいです。GeForceまたはQuadro RTXグラフィックカードをお持ちで、対応アプリをお使いの方は、ぜひ一度お試しください。

コンテンツクリエイターの皆様へ、NVIDIA が Tensor コアを活用して作業を楽にする方法はこれだけではありません。NVIDIA の RTX Broadcast Engine テクノロジーに関する記事では、GeForce の AI 技術が、対応ソフトウェアでリアルタイムのバーチャルグリーンスクリーン、拡張現実効果、スタイルフィルターを実現する様子をご覧いただけます。