クリックと同期演奏 — メトロノームからMIDIクロックまで

レコーディングスタジオでドラマーがヘッドホンに耳を澄ませているとき、そこで鳴っているのは多くの場合、曲そのものより先に「カッ、カッ、カッ」という乾いた音です。クリック（click）、あるいはクリックトラックと呼ばれるこの拍の目印は、録音、ライブ、映像音楽、オンラインの共同制作まで、いまの音楽制作のほぼすべての場面に入り込んでいます。

クリックは単なる練習道具ではありません。複数の人や機械が、離れた時間・離れた場所で演奏したものを、あとから一つの曲として重ねるための共通の物差しです。その物差しは、19世紀の振り子から、映画フィルムのコマ、電子楽器どうしの通信規格へと形を変えてきました。

この記事では、メトロノームの誕生から映画のクリックトラック、MIDI の同期信号、人間がクリックに合わせるときの心理学的な研究までをたどり、最後に制作を依頼・共同作業するときに決めておきたいことを整理します。規格やソフトウェアの情報は執筆時点（2026年10月）のものです。

振り子が拍を数値にした — ヴィンケルとメルツェルのメトロノーム

18世紀までの楽譜では、速さは「Allegro（速く）」「Andante（歩くような速さで）」といったイタリア語の言葉で示されていました。言葉は曲の性格まで伝えられる一方で、具体的に1分間に何拍なのかは演奏者の解釈に委ねられます。

速さを数値で示す道具として広まったのが、振り子式のメトロノームです。発明の経緯には争いがあります。オランダ・アムステルダムで機械技術者ディートリヒ・ニコラウス・ヴィンケル（Dietrich Nikolaus Winkel）が、1810年代前半に二重振り子（支点の上下に重りを持ち、短い振り子でもゆっくり振れる仕組み）の装置を作りました。これを知ったドイツ出身の発明家ヨハン・ネポムク・メルツェル（Johann Nepomuk Mälzel）は、改良を加えて1815年にフランスとイギリスで特許を取得し、「métronome（メトロノーム）」という名称で売り出したとされます。

のちにオランダの学術団体はヴィンケルの先行を認めましたが、製品として普及させ、目盛りで速さを読み取れるようにしたのはメルツェルでした。楽譜に今も見られる「M.M.♩=120」の「M.M.」は「メルツェルのメトロノーム（Mälzels Metronom）」の略です。

作曲家が速さを数字で残す

この新しい道具にすぐ反応した作曲家の一人が、ルートヴィヒ・ヴァン・ベートーヴェン（Ludwig van Beethoven）です。1817年12月、ライプツィヒの音楽誌『一般音楽新聞（Allgemeine musikalische Zeitung）』に、交響曲第1番から第8番までのメトロノーム表示が掲載されました。

この数字は、現代の演奏から見るとかなり速い楽章を含んでおり、メトロノーム自体の不具合や記入の誤りを疑う説から、文字どおりに受け取るべきだとする立場まで、議論が続いています。いずれにしても、作曲家が意図した速さを機械の目盛りという共通の基準で書き残せるようになったことは、のちのクリックトラックの考え方の出発点だと言えます。

映画の時間に音楽を合わせる — クリックトラックの誕生

メトロノームが「演奏者の頭の中のテンポ」をそろえる道具だったとすれば、クリックトラックは「演奏の外にある時間」に音楽を合わせる道具として生まれました。その場が1920年代末から本格化したトーキー（音声つき映画）です。

映画は1秒あたり決まった枚数のコマ（フレーム）で進みます。音声つきの映画では毎秒24コマが標準になり、場面の切り替わりや動作のタイミングは、フィルム上の何コマ目かで正確に決まります。音楽をそこに合わせるには、指揮者や演奏者が画面の時間と同じ物差しで拍を数える必要がありました。

クリックトラックを最初に映画音楽に持ち込んだのが誰かについては諸説あります。米国の映画音楽作曲家団体 SCL（The Society of Composers & Lyricists）は、『キング・コング』（1933年）などで知られるマックス・スタイナー（Max Steiner）を、音楽と映像を正確に同期させるクリックトラックの先駆者として紹介しています。一方で、アニメーション音楽のカール・スターリング（Carl Stalling）やスコット・ブラッドリー（Scott Bradley）の名前を挙げる記述もあります。動きと音楽を一コマ単位で合わせるアニメーションは、とくにこの技術を必要としていました。

フレームで数えるテンポ

映画音楽の現場では、テンポを BPM（Beats Per Minute・1分あたりの拍数）ではなく「何コマごとに1拍か」で表す習慣が生まれました。毎秒24コマなら1分は1,440コマなので、換算は単純な割り算です。

整数のコマ数だけでは選べるテンポが粗くなるため、実務ではコマをさらに細かく分けた単位でクリックの間隔を指定する方法が使われてきました。いまの DAW（Digital Audio Workstation・音楽制作ソフト）では BPM を小数点以下まで指定できますが、「映像の切り替わりが拍の頭に来るようにテンポを決める」という考え方は、映像に音楽を付ける仕事で今も基本です。

機械どうしの同期 — MIDI クロック、タイムコード、ワードクロック

1980年代に電子楽器とコンピュータが制作の中心に入ってくると、クリックを聴くのは人間だけではなくなりました。リズムマシン、シーケンサー（演奏データを記録・再生する装置）、シンセサイザーが互いに同じテンポで動く必要が生まれたのです。

ここで混同されやすいのが、「同期」には性質の違う3つの層があることです。

MIDI クロック — 4分音符を24に刻む

1983年に策定された電子楽器の通信規格 MIDI（Musical Instrument Digital Interface）は、テンポを伝える仕組みを最初から持っていました。MIDI の規格団体がまとめたメッセージ一覧によれば、「タイミングクロック」は同期が必要なときに4分音符あたり24回送られます。受け手はこの刻みの間隔からテンポを知り、送り手が速くなれば一緒に速くなります。

再生の開始・停止・再開には「スタート」「ストップ」「コンティニュー」のメッセージがあり、途中から再生するときの位置は「ソングポジションポインタ」が伝えます。この位置は16分音符（タイミングクロック6回分）を1単位として、曲の頭から何単位目かで数えます。

タイムコード — 映像の時刻に合わせる

MIDI クロックはテンポに従って間隔が伸び縮みするので、テンポとは無関係な「時刻」を伝えるには向きません。映像と音を合わせる現場では、時・分・秒・フレームで位置を表す SMPTE タイムコード（米国の映画テレビ技術者協会が定めた時刻情報）が使われ、MIDI の上でそれを運ぶ MIDI タイムコード（MTC）も規格化されています。映像の仕事でテンポが途中で変わる曲を扱うとき、DAW は「タイムコード上の位置」と「何小節何拍目か」を対応づけたテンポマップで両者をつないでいます。

ワードクロックと、ネットワーク越しの同期

さらに下の層では、複数のデジタル音声機器が1秒間に何万回という標本化の刻みをそろえる必要があります。これがワードクロックで、拍とは関係なく、機器間でデジタル音声をやり取りしたときのノイズや音切れを防ぐための同期です。サンプリング周波数そのものについてはサンプリング周波数とビット深度で扱っています。

近年は、ケーブルではなくネットワークでテンポをそろえる方式も広がっています。音楽ソフト会社 Ableton が公開している Ableton Link は、同じローカルネットワーク上の複数のアプリの間で拍・テンポ・位相（小節の中のどこにいるか）を同期させる技術で、ソースコードは GPLv2 以降と商用ライセンスのデュアルライセンスで公開されています。

人はクリックにどう合わせているのか — 先走る指と揺らぎ

機械どうしは信号でぴたりとそろいますが、人間はそうはいきません。人がクリックに合わせて動くとき何が起きているかは、心理学で「感覚運動同期（sensorimotor synchronization）」と呼ばれ、指でメトロノームに合わせて机を叩くタッピング実験を中心に、数十年分の研究が積み重なっています。

タップは音より先に来る

この分野でよく知られた現象が、負の平均非同期（negative mean asynchrony）です。メトロノームに合わせて指で叩くと、多くの人のタップは音よりわずかに先に来る傾向があり、そのずれは数十ミリ秒程度と報告されています。音楽経験の長い人ではずれが小さくなる傾向も知られていますが、なぜ先走るのかについては、指先の感覚が脳に届くまでの時間と音が届くまでの時間の差で説明する仮説など複数の説があり、決着していません。

米ハスキンズ研究所のブルーノ・レップ（Bruno H. Repp）氏が2005年にまとめた総説と、その後の研究を補った2013年の総説（レップ氏とイーフイ・スー〈Yi-Huang Su〉氏）は、人が拍に合わせ続けられるのは、ずれを次の拍で取り戻す「位相の修正」と、テンポそのものを合わせ直す「周期の修正」という二つの修正が働いているからだと整理しています。クリックに合わせた演奏は、ずれない演奏ではなく、ずれ続けながら修正し続ける演奏だということです。

「人間らしい揺らぎ」は単なるでたらめではない

では、機械のように正確な演奏と、人間の揺らぎのある演奏は、どちらが心地よく聞こえるのでしょうか。ここは研究の結論が分かれています。

ドイツ・ゲッティンゲンのマックス・プランク研究所などの研究者ホルガー・ヘニッヒ（Holger Hennig）氏らは、2011年に学術誌『PLoS ONE』で、人間の演奏のタイミングのずれが1拍ごとにばらばらなのではなく、長い時間にわたって互いに相関した揺らぎ（長距離相関）を持つことを報告しました。論文は、制作ソフトの「ヒューマナイズ」機能が加える揺らぎは基本的に相関のない乱数であることを指摘し、聴取実験では、合唱団の参加者たちが相関のない揺らぎより長距離相関のある揺らぎを付けた音源をはっきり好んだとしています。

一方で、ポルトガルの研究機関 INESC TEC のマシュー・デイヴィス（Matthew E. P. Davies）氏らが2013年に『Music Perception』に発表した研究では、ジャズ・ファンク・サンバの短いリズムパターンに様式に典型的なずれを加えて聴かせたところ、ずれを大きくするほど「グルーヴ」の評価は下がり、その傾向は音楽の専門家でより強く出ました。

二つの研究は、扱った素材も「ずれ」の作り方も違うので、単純にどちらが正しいとは言えません。少なくとも言えるのは、クリックに完全にそろえることも、ランダムにずらすことも、それだけでは「良いノリ」を保証しないということです。

クリックを使う現場、使わない現場

研究の結論が割れているのと同じように、制作の現場でもクリックの使い方は一つではありません。目的によって、クリックを使うか、どう使うかが変わります。

録音 — あとから編集できるようにする

複数のパートを別々に録り重ねる録音では、クリックは事実上の標準です。全員が同じテンポの格子（グリッド）の上で演奏していれば、あとから小節単位で差し替えたり、別の日に録ったパートを重ねたり、テンポを保ったまま構成を変えたりできます。

ただし、クリックの音がマイクに漏れると、静かな部分で「カチカチ」が録音に残ってしまいます。ボーカルやアコースティック楽器の録音では、密閉型のヘッドホンを使う、クリックの音色を柔らかいものにする、必要な箇所だけ鳴らすといった工夫が一般的です。録音時のモニターの遅れについては音の遅れは何ミリ秒から気になるかで詳しく扱っています。

ライブ — 同期の相手は人だけではない

ライブでクリックが使われるのは、照明・映像・あらかじめ用意した伴奏音源（いわゆる同期音源）と演奏を合わせる場合が中心です。ドラマーやバンドメンバーは耳に入れるモニター（イヤモニター）でクリックを聴き、客席には流れません。曲の入りの合図や、構成を示す声のガイドを一緒に流す運用もよく見られます。

この方式は、毎回同じタイミングで照明や映像を動かせる反面、演奏がクリックから自由に離れることはできません。客席の盛り上がりに合わせてテンポを上げる、曲を延ばすといった判断が難しくなるため、どの曲をクリックで回し、どの曲を自由に演奏するかを、本番前にバンドとスタッフで決めておくことになります。

クリックを使わない選択

クラシックの室内楽やオーケストラ、テンポを大きく揺らすバラード、ジャズの即興のように、テンポの伸び縮みそのものが表現になる音楽では、クリックを使わずに録ることも多くあります。その場合でも、あとで編集や打ち込みを重ねたいときは、録音した演奏から拍の位置を拾ってテンポマップを作る方法があります。多くの DAW は、演奏の拍に合わせてテンポの変化を記録する機能を備えています。

順番が逆になるだけで、考え方は同じです。演奏をクリックに合わせるか、クリックを演奏に合わせるか。どちらを選んでも、最終的には全員が同じ物差しを共有することになります。

依頼と共同制作で決めておくこと

クリックとテンポの扱いは、一人で作業しているときにはほとんど意識しません。問題が表に出るのは、別々の人が録った音源を合わせるときです。演奏や録音を外部に依頼する場合、次の項目を最初に共有しておくと、受け取った音源が合わないという事故を大きく減らせます。

共有したい情報

• テンポ（BPM）とテンポ変化の有無。途中で変わる場合は、何小節目からいくつに変わるかを書いたテンポマップか、DAW のプロジェクトから書き出した MIDI ファイルを渡す
• 拍子と小節数、カウントの長さ。曲の頭の前に何小節カウントを入れるか
• 書き出しの開始位置。すべてのファイルを「曲の頭」または「タイムコード上の同じ位置」から書き出し、無音部分も削らずに渡す。開始位置がそろっていれば、並べるだけで同期する
• サンプリング周波数とビット深度。違うまま混ぜると、再生速度や音程がずれる原因になる
• 映像がある場合はフレームレートと基準点。何コマ目で何が起きるかを先に共有する

演奏者の側の事情も聞いておく

クリックの音色や音量、どの拍で鳴らすか（4分音符か8分音符か、裏拍か）には、演奏者ごとの好みがあります。ずっとクリックに合わせて演奏する経験が少ない人もいるので、クリックを前提にした録音かどうかは依頼の段階で伝え、可能ならデモ音源で試してもらうと安心です。宅録で演奏を依頼する場合の段取りは歌を依頼するとき、ライブの演奏依頼はサポートミュージシャンのギャラの相場と段取りで整理しています。

ドラム、ベース、鍵盤、ストリングスなど、クリックに合わせて録る経験を持つ演奏者はミュージシャンを探すで職種から絞り込めます。業務委託の案件として条件を示して募集する場合は仕事を探すに掲載できます。音楽業界の外から初めて演奏や録音を依頼する場合の流れは企業の方へにまとめています。

クリックは正解ではなく、共通の物差し

メルツェルのメトロノームが作曲家の意図を数字にし、映画のクリックトラックが音楽をフィルムのコマに結びつけ、MIDI クロックが機械どうしを同じ拍で動かしてきました。形は変わっても、クリックの役割は一貫して「離れた演奏を同じ時間の上に置くこと」です。

一方で、人間がクリックに合わせるとき、そこには数十ミリ秒の先走りと、それを修正し続ける働きがあります。揺らぎがどこまで心地よさにつながるかは、研究でもまだ結論が出ていません。クリックにぴたりと合うことは、良い演奏の条件の一つにすぎないのです。

だからこそ、共同制作で大切なのは「クリックを使うかどうか」より、どの物差しを、いつ、誰と共有するかを最初に決めることです。テンポ、開始位置、サンプリング周波数、フレームレート。この4つがそろっていれば、別々の場所で生まれた演奏も一つの曲としてつながります。

参考・出典

• Maelzel's Metronome（Measure: In Pursuit of Musical Time 所収）（Cambridge University Press）
• Mälzel, Johann Nepomuk（Deutsche Biographie・バイエルン科学アカデミー歴史委員会）
• Max Steiner（The Society of Composers & Lyricists）
• Summary of MIDI 1.0 Messages（The MIDI Association）
• Ableton Link（Ableton・GitHub）
• Sensorimotor synchronization: A review of recent research (2006–2012)（Bruno H. Repp, Yi-Huang Su／Psychonomic Bulletin & Review 20・2013年）
• Sensorimotor synchronization: A review of the tapping literature（Bruno H. Repp／Psychonomic Bulletin & Review 12(6)・2005年）
• The Nature and Perception of Fluctuations in Human Musical Rhythms（Holger Hennig ほか／PLoS ONE 6(10)・2011年）
• The Effect of Microtiming Deviations on the Perception of Groove in Short Rhythms（Matthew E. P. Davies ほか／Music Perception 30(5)・2013年）