多言語/音声解説のマルチオーディオ実装
多言語/音声解説（副音声）はアクセシビリティとグローバル展開に直結します。HLS/DASH の標準に沿ってマニフェストで意味を表明し、UIは誤切替が起きない最小設計に。字幕/VTT と併用し、検索性と体験を両立させます。
要点（TL;DR）
- 意味をマニフェストで明示 — HLS/DASHの言語/Roleを正しく付ける。
プレーヤーとアクセシビリティ支援の前提になる。 - UIは最小で明快 — ネイティブ表記/音声解説ラベル/最後の選択を保持。
勝手な自動切替はNG。 - 音量差ゼロへ — ラウドネス/LKFSを揃え、切替時のストレスを排除。
-24 LKFS 付近が目安。 - 配信は共有長命+SWR — m3u8/mpdは
s-maxage長め、改版はバージョンで。
無版+長寿命は事故。
背景：字幕と並ぶ“もう一つの支援”
字幕が視覚側の支援なら、音声解説は聴覚側の補完です。アクセシビリティの観点からも、ラベル/フォーカス/キーボード操作の配慮は必須です。
グローバル展開では、多言語音声は字幕よりも“没入感”の面で有利なときがあります。字幕と音声を併設し、ユーザーが選べる状態を保ちます。
設計：音源→パッケージ→マニフェスト→UI→配信→計測
実装：HLS/DASH/HTML 抜粋
1) HLS (#EXT-X-MEDIA)
# main.m3u8（動画変種）
#EXTM3U
#EXT-X-VERSION:7
#EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="audio",LANGUAGE="ja",NAME="日本語",AUTOSELECT=YES,DEFAULT=YES,URI="audio_ja.m3u8"
#EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="audio",LANGUAGE="en",NAME="English",AUTOSELECT=YES,DEFAULT=NO,URI="audio_en.m3u8"
#EXT-X-STREAM-INF:BANDWIDTH=2500000,CODECS="avc1.4d401f,mp4a.40.2",AUDIO="audio"
video_1080p.m3u82) DASH (AdaptationSet/Role)
<!-- MPD 抜粋 -->
<AdaptationSet mimeType="audio/mp4" lang="ja">
<Role schemeIdUri="urn:mpeg:dash:role:2011" value="main"/>
<!-- Representations... -->
</AdaptationSet>
<AdaptationSet mimeType="audio/mp4" lang="en">
<Role schemeIdUri="urn:mpeg:dash:role:2011" value="description"/>
<!-- Representations... -->
</AdaptationSet>3) UI 概念例
<!-- HTML（UIは実装依存。ここでは概念例） -->
<button data-audio="ja">日本語</button>
<button data-audio="en">English</button>
<!-- 直近の選択を localStorage 等に保持し、次回初期選択に反映 -->4) 配信ヘッダ
# 配信ヘッダの例
# main/variant/audio m3u8 は共有長命。Vary は最小限
Cache-Control: public, s-maxage=86400, stale-while-revalidate=600
# 署名URLを適用する場合（例）
# X-Signature: token ...NG/落とし穴
- ラベルが曖昧 — 言語と“音声解説”を明確に分ける。
- Role未指定 — DASH で description/main を省略しない。
- 音量差 — LKFS不統一で切替時に不快感。
- Vary過多 — キャッシュキー膨張でミス率増大。
公開前チェックリスト
- マニフェスト — 言語/Role/リンク整合。
- UI — ネイティブ表記/既定1つ/最後の選択保持。
- 音量 — -24 LKFS 付近で調整。
- 配信 — s-maxage+SWR、必要時は署名URL。
- 計測 — 切替回数/失敗率/完走率ダッシュボード。
まとめ
マルチオーディオは“字幕の相棒”。HLS/DASHの標準に則って意味を明示し、UIと配信を最小で堅牢に設計すれば、アクセシビリティと没入感を両立できます。
FAQ
FAQ（よくある質問）
1HLS: #EXT-X-MEDIA の基本
#EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="audio",LANGUAGE="ja",NAME="日本語",AUTOSELECT=YES,DEFAULT=YES,URI="audio_ja.m3u8"
プレイリスト側の AUDIO="audio" と一致させます。
2DASH: AdaptationSet/Role
<AdaptationSet mimeType="audio/mp4" lang="en"><Role schemeIdUri="urn:mpeg:dash:role:2011" value="description"/>...</AdaptationSet>
lang と Role を明示し、音声解説/副音声の性質を伝えます。
3ラウドネス/LKFSの整合
切替時の音量差は離脱要因。ITU-R BS.1770 系の測定/正規化で-24 LKFS付近に揃えます。