web会議で一人だけ声が小さい。音量は人ごとに分かれていない
2026年10月9日
商談に相手が2人出てきて、片方の声だけが小さい。音量を上げると、もう片方の声が大きすぎる。下げると小さいほうが聞こえない。
検索すると出てくるのは「声が小さい側の入力レベルを上げる」手順ばかりです。正しいのですが、全部、相手の机の上でやる作業です。初対面の相手に設定を案内するのは、商談の最中にやりたいことではありません。
この記事は、聞く側の音量つまみがどの単位で付いているかを、Apple・Microsoft・Zoom・Google と MDN の公式から確かめた記録です。結論を先に書くと、つまみは端末・アプリ・サイトの単位にはありますが、人の単位にはありません。相手がスマートフォンで聞いている場合は、ブラウザから音の大きさに触れる口そのものがありません。出典はすべて本文に置きます。
上位に並ぶのは「小さいほうを直す」手順
この語で検索して上位を読むと、3種類に分かれます。
Windows のサウンド設定で入力レベルを上げる手順。ヘッドセットに替える、口に近づける、という機材の話。そして会議ツールの音量調整の操作です。どれも外していません。マイクが遠ければ声は小さく届きますし、入力レベルが下がっていれば上げるのが筋です。
ただ、この3つはどれも音が小さい側の机でやる作業です。社内の打ち合わせなら「ちょっと上げてもらえますか」で済みます。商談だと、相手の会社のパソコンの設定画面を開いてもらう流れになり、本題が止まります。
聞いているこちら側で釣り合わせたい。 その答えを書いたページが、上位には見つかりませんでした。原因を切り分ける順番は音声が聞き取りにくいときの記事に書いたので、この記事はその続き、切り分けた結果「相手の機械が原因」だと分かったあとに何ができるかを扱います。
会議ツールのつまみは、全員にまとめて効く
まず、会議ツールの中に人ごとのつまみがあるかどうかです。Zoom は自分の公式ヘルプにはっきり書いています。
> You are not able to adjust the volume of individual participants in a meeting.
（会議の中で、参加者それぞれの音量を調整することはできません）。同じページは、声が小さい相手についてこう続けます。
> If they are speaking too quietly, check if they have a different microphone they can use.
（相手の声が小さすぎる場合は、別のマイクを使えないか確かめてください）。出典はAdjusting the volume of a Zoom meetingです。
ここで分かるのは、公式の答えが「送り手の機械を替える」側に向いていることです。聞く側の手は、無いから書かれていないのではなく、設計としてそこに置かれていません。他社の優劣を言いたいのではなく、仕様として確かめられる一次情報として引いています。
同じページには、つまみの単位についての記述もあります。アプリの音量設定から変えると端末全体の音量にも効き、Windows のボリュームミキサーを使えばパソコン全体の音量は変えずに会議アプリの音だけを変えられる、という書き方です。変える単位が「端末」か「アプリ」のどちらかになっていて、その間に「人」という段がありません。
OS のつまみの最小単位は、アプリがまとめた束
なぜ「人」の段が無いのか。Windows の仕組みの側に、答えが書かれています。
Microsoft Learn のAudio Sessionsは、音のまとまりをこう定義しています。
> An audio session is a group of related audio streams that a WASAPI client can manage collectively.
（音声セッションとは、関連する音声ストリームのまとまりで、アプリがまとめて管理できるものです）。そして、つまみがどう効くかを続けて書いています。
> The system applies client-specified volume and mute settings uniformly to all of the streams in the session.
（システムは、アプリが指定した音量とミュートの設定を、そのまとまりに属するすべてのストリームへ一律に適用します）。さらに、
> Frequently, an application with several streams assigns all of its streams to the same session.
（複数のストリームを持つアプリは、たいていそのすべてを同じまとまりに割り当てます）。
会議の音は、相手ごとに別々の流れとして届いています。ところが OS の側から見ると、それは1つのまとまりとして束ねられたものです。だからボリュームミキサーのつまみは、束の中身を区別せず一律に動きます。人ごとに届いている音を、人ごとに扱える段が、OS のつまみの側に無いということです。
上げる方向の限界も、公式に書かれています。Microsoft のFix low or quiet sound in Windowsは、ボリュームミキサーで「システム」と「対象のアプリ」のスライダーを上げてミュートになっていないか見るよう案内したうえで、こう書いています。
> Audio enhancements can reduce or distort output volume.
（音声の拡張機能は、出力音量を下げたり歪ませたりすることがあります）。上げれば上げただけ良くなるわけではない、と公式が書いているわけです。歪んだ音は、そのまま記録にも残ります。
ブラウザのつまみは、サイト単位だと「鳴る／鳴らない」の二択
ブラウザで動く会議ツールなら、ブラウザ側に段があるかもしれません。ここも調べると、2つの段に分かれていました。
1つはサイト単位です。Chrome のサイトの設定の説明には、音の項目についてこうあります。
> Sites might play sound to provide audio for music, videos, and other media.
（サイトは、音楽や動画などのために音を鳴らすことがあります）。この設定でできるのは、そのサイトに音を鳴らすことを許すか許さないかです。大きさのつまみではありません。
もう1つは、画面に置かれた映像や音の要素1つずつです。MDN のHTMLMediaElement.volumeは、値の範囲を「A number between 0 and 1, where 0 is effectively muted, and 1 is the loudest possible value.」（0から1までの数値で、0が実質的な消音、1が最大）と定めています。会議の画面で相手1人が1つの要素として置かれているなら、ここが唯一「人ごと」になりうる段です。
ただし同じページには、こう注記されています。
> This feature is not Baseline because it does not work in some of the most widely-used browsers.
（この機能は、広く使われているブラウザの一部で動かないため Baseline ではありません）。つまり、人ごとの段は作れることもあるが、どこでも同じに動く前提にはできないということです。
スマートフォンで聞いている相手の手元には、物理のボタンしかない
動かないブラウザがどれかは、Apple 自身が書いています。開発者向けの資料Device-Specific Considerationsの一節です。
> On iOS devices, the audio level is always under the user's physical control. The volume property is not settable in JavaScript. Reading the volume property always returns 1.
（iOS 端末では、音の大きさは常に利用者の物理的な操作の下にあります。volume プロパティを JavaScript から設定することはできません。volume プロパティを読むと、常に 1 が返ります）。
ここには3つのことが書かれています。書き込めないこと。読んでも必ず 1 が返ること。そして物理のボタンだけが音の大きさを決めることです。2つ目が地味に効きます。いま相手の手元がいくつになっているのかを、ツールの側から知る方法も無い、ということです。
だから、相手がスマートフォンから参加している商談では、ブラウザで動くツールが音の大きさに触れる余地がゼロになります。できるのは「音量ボタンを押してください」と言葉で伝えることだけです。スマートフォンから参加した相手の手元で何が変わるかは、スマホから商談に入るときの記事にまとめています。
うちはつまみを足さず、本人比で測っている
Meetnect では、相手1人につき映像の要素を1つ作っています。public/room.html の addCameraTile（968〜989行）が、相手が入ってくるたびに video 要素を1つ作ってタイルに入れ、受け取ったストリームをそこに差します。相手の音は、その要素から鳴っています。 口はすでに人ごとに分かれているので、videoEl.volume に数値を入れれば、人ごとの音量つまみになります。1行です。
書いていません。public/ の8ファイルを .volume・createGain・setSinkId で数えると、すべて0件です。
足さなかった理由は、そのつまみが聞こえ方だけを変えて、残るものを変えないからです。記録に入れる音と文字起こしに回す音は、要素ではなく受け取ったストリームから直に取っています。記録の側が音を何本数えているかは録画に共有した音が入っていないときの記事に、人ごとに分けて録る仕組みは誰が言ったかを残す記事に書きました。
つまり、画面のつまみで小さくして聞いた相手の声は、記録では小さくなっていません。逆も同じです。聞いた音と残る音が食い違う操作を画面に置くと、翌週に記録を開いた担当者と、商談で聞いていた担当者の記憶が合わなくなります。つまみ1つで釣り合わせられるのは、その場の耳だけでした。
代わりに、測る口を別に生やしています。 感情分析を使っているときは、相手のストリームからもう1本取り出して波形を見る部品につなぎます（2674〜2677行）。この経路はスピーカーへはつないでいません。鳴らすためではなく、測るためだけの枝です。
測り方に判断が1つ入っています。200ミリ秒ごとに音の実効値（RMS）を計算し（2639〜2651行）、0.01 を超えた区間を発話中として扱います。そのうえで、値を絶対値のまま使っていません。 ゆっくり減衰する本人の最大値を別に持ち、それと比べた比率で見ています。
絶対値で人を比べない理由は、この記事で調べたことそのままです。届く音の大きさは、相手の機械と設定で決まります。 絶対値で並べると、機械の差を人の差として読んでしまいます。声が小さい相手は、小さく話しているのではなく、小さく届いているだけかもしれません。
画面に出しているのは、相手ごとのマイクの状態だけです。タイルの名前の横にバッジを置いて（977行）、相手から届いた状態に合わせて切り替えます（982行）。「音が来ていない」と「小さく来ている」を見分けるためのもので、大きさを変えるためのものではありません。送り出す側に常にかけている3つの処理については、聞き取りにくさの記事に書いています。
商談の場でできること
公式に書かれていたことから言えるのは、この4つです。効果は測っていません。
1. 端末全体ではなく、会議アプリ（タブ）だけを上げる。 Windows ならボリュームミキサーです。端末全体を上げると、他のアプリの音や通知の音も一緒に大きくなります。通知の音がどの機器から鳴るかは別に決まっています。
2. 上げすぎない。 Microsoft が「拡張機能は音量を下げたり歪ませたりすることがある」と書いている通り、音は上げた分だけ綺麗になりません。歪んだ声は文字起こしにも歪んだまま渡ります。
3. 名前で伝える。 「音が小さいです」ではなく「○○さんの声が、少し遠く聞こえます」と言うと、相手の2人のうちどちらが動けばいいかが決まります。設定の案内をしなくても、マイクに近づくだけで変わることがあります。
4. 要点は自分の口で言い直す。 小さく届いた声は、記録でも小さいままです。こちらの発言は別の経路で録れているので、「納期は10月末、ということでよろしいですか」と自分の声で確かめておくと、後から読める形で残ります。
調べていて分かったのは、音量のつまみが端末・アプリ・サイト・要素という4つの段に付いていて、どの段も「人」ではないということでした。相手が2人いて片方だけ小さいという状況は、つまみの段の間に落ちています。
Meetnect はブラウザだけで動くオンライン商談ツールです。相手ごとに映像の要素を分けていますが、人ごとの音量つまみは置いていません。相手の声は測るだけにして、その人自身の最大値と比べた比率で扱っています。記録と文字起こしは受け取ったストリームから直に取るので、画面で聞こえ方を変えても残るものは変わりません。