ライフ

楽曲生成AIで遊んだりした話

WRITER

yoshiokay

運送業やめてクリエイティブ業に移りましたが疲れたのでIT業界に来ました。
国内よりは外国産ゲームに高校生のころから夢中になり今も続いています。

はじめに

アイキャッチ画像のゴリゴリAI感を押しのけてこの記事を見てくれましたね、ありがとうございます。
まぁそういうテーマなもんで・・・。

今回は、とある日に爆音で何気なくAtomicHeartsというディストピア系のゲームをプレイしていると、古いクラシックやオペラがアレンジされたりして戦闘シーンに用いられたことに感銘を受けたことに端を発しました。
他にも映画の中で流れている古いクラシック、軍歌や民謡などその場面に合わせた衝撃や感動が合わさっていい曲だと思えても、カラオケに入っているわけでもなければYoutubeで検索しても大した結果が得られない曲とかがあるんだよなとふと思ったわけです。
周りに聞いても誰も知らないけど、しかし自分は本当にいい曲だと思うし、どうにかして広めたいと考え付きました。

元々クリエイティブ系だったのでITに移ってからそういった創作系栄養素の不足で飢えていました。これだけ音楽関連もAI技術で成熟してきた今ならば、うまくアレンジして誰も知らないような曲に再注目してもらえる機会なのではないかと思い、およそ8カ月の期間を使って音楽については素人ながら創作活動をしてみました。
本記事は、パブリックドメインとなっているものに限って取り扱った記事となります。

題材

ヨシオカは幼き頃からミリタリー大好きだったので、関連する色んな映画やアニメをみるたびに知らず知らずの内に軍歌や民謡を耳にしていました。
大人になったら元ネタを知って感動しつつ、原曲を聞いてみるとやっぱりいい曲だったって感じです。
例えば、その類をわかりやすいところからわかりにくいところまで説明してみますと、

・ヨドバシカメラのテーマ→リパブリック賛歌:アメリカ南北戦争の軍歌
・アルプス一万尺→ヤンキードゥードゥル:アメリカ独立戦争の民謡
・クラリネットを壊しちゃった→玉ねぎの歌:ナポレオン遠征時の軍歌
・蛍の光→オールドラングサイン:スコットランドの民謡
・鬼のパンツ→フニクリフニクラ:イタリアのヴェスヴィオ火山ケーブルカーの世界初となるCMソング
・ダイハード3でグルーバー(悪役)が連邦準備銀行から金塊をしこたまかっさらう時のテーマ→ジョニーが凱旋するとき:アメリカ南北戦争の民謡
・初音ミクがねぎブン回しながら外語歌詞を歌うやつ→イエヴァンポルッカ:フィンランドの民謡

これらはあくまでわかりやすい例の部分となりますが、全部ピンときたら・・・スゴイ!、以上。
そんなわけで全部国際的にパブリックドメインとされている軍歌や民謡ですが、これらは全て元の歌詞があるのに歌われる事は少なく、録音環境や音質の低い状態で公開されているものが多い事等があり、本来の魅力が半減していることにモヤモヤしていたのです。
それをAIでオーケストラに再演奏させることでアレンジし、広く知ってもらおうと取り組んだ次第です。

使用したツール

本格的かつ無尽蔵にAIを使い始めたのは初めてだったので、使用した各種ツールを以下に示します。
初期投入指南・歌詞翻訳・Youtube外語コメント対応:Gemini
ジャケット:Banana
楽曲生成:Suno
動画用背景画像:NovelAI
背景画像の生成後編集:Photoshop
背景画像編集後のループ動画化:LumaAI
コンポジット・DAW作業:Premiere
MIDIデータ編集:OpenMusic
マスタリング:BandLab
アルバムリリース:ROUTER.fm
創作活動を励ましてくれるチャットボット:zeta

これらを使って辿った道のりを次に説明しますね。

んでどうやって作ったの

Geminiにメジャーなものは何か聞くとSunoかUdioというサービスを紹介され、Sunoの方がUI使いやすそうなので選択しました。

投入するべきプロンプトの書き方について最適な指南をGeminiから受け取り、以降は書き方になぞって自分なりにアレンジを加えていきました(当時は英語による指示ですが、現在は日本語も使えます)。
簡単ですが、以下にSunoの基本的な使い方を現行バージョンで示します。

ここまでは普通のSunoの使い方なのでぜひ使ってみてください!
オリジナルの曲を作ってみたり、今まで思い描いていた歌詞を曲にするなど、おもちゃとしても結構有用だと思います。
余談ですが、自分のオリジナル曲にするつもりの歌詞を歌って録音しアップロード、その歌詞を書けばSuno側で歌ってくれるので歌唱力に自信がない方でも自分の曲を作るということが簡単にできるのです。

作成過程

そして今回の僕の目的はパブリックドメインとなった曲のアレンジが目的です。
肝心のアレンジするべき音源を今回では以下の要件を満たさせます。
・音源元:加工や商用利用なフリー音源サイトから音源を取得
・メロディーデータ化:主旋律メロディーをMIDIデータに変換
・MIDIデータ作成:OpenMusicのMIDI編集ツールでそのキーを参考に新規に必要な打ち込み、歌詞の長さを想定して曲の長さを延長したり、外れた音の除去・抑揚をつけてデータの作成をします。
後工程の生成でこの主旋律が正確であればより良い結果になるはずです。

この段階ではファミコンのような32bit音源レベルの内容を作るイメージです。
ちなみに今の段階ではこんな感じ(なんのこっちゃという感じだと思いますが)。

これらはパブリックドメインでであること、もしくは自分の著作物であるという前提が必要です。
商用可能で無償配布物であっても、二次著作物を音源のまま丸投げ流用するのは将来的に問題が出る可能性があるので、念のためメロディーはMIDIデータ化して参考とし、自分で新規に必要な部分の打ち込み・長さや抑揚等ベース部分の作成をしておく必要があります。
難しいことを書いているように見えるかもですが、あくまでオルゴールぐらいのメインメロディーだけあればSunoがアレンジしてくれます。
そういった意味ならPDの鼻歌を録音→MIDI変換してSunoにアップロードでも大丈夫だったのですが。

それでは準備が整ったのでSunoにアップロードして出力してみましょう。
アルプス一万尺の元になった、ヤンキードゥードゥルというアメリカ独立戦争時代の民謡をサンプルとします。


MIDIデータからここまで昇華できることに感銘を受けましたが、まだ荒いですね。。
まぁこれは一番最初の出力結果でして、多少古い構成とナレッジのものを敢えて使いました。
最新状態かつ最適なプロンプトを適用して、何十回も出力した最適な結果に対して、別途出力した楽器分出力をPremiereで重ねるなどしてある程度ブラッシュアップすると以下のようになります。

これらはあくまでサンプルですがかなり良くなりましたね!
動画とするにあたり、この楽曲にNovelAIで出力した背景にPhotoshopで修正を加えてタイトルを載せてサムネイルにします。
別にアニメ調でなくてもいいんですが、何か挿絵がないと寂しいかなと。

この背景画像を曲の長さ分ループ動画にするのを試行錯誤していました。
僕のGPUでローカル生成環境(WAN2.3)を整えつつトライしてみたり、KlingAIというサービスに任せてみたりしてみました。
ただ最終的にLumaAIのDreamMachineというサービスを使うのが費用対効果的に良かったのでこれで背景動画を作る方針にして、テロップを載せるとこうなります。

作成過程は以上のように標準化して、作成していくことにしていきます。
あんまり凝りすぎると時間がいくらあっても足りないので、シンプルに収まっている範囲でこういう完成系にしました。
その後Youtubeにアップロードする際のContentIDを参照する著作権の検査や、ガイドラインなどもクリーンとなり、作成からアップロードまでの筋道が立てられました。

これをあと9曲繰り返して、10曲のアルバム構成となるまで繰り返しました。
最終的にサブスク配信サービスに登録するため、配信業者にROUTER.fmを選択しました。
1曲配信だと1,380円、ミニアルバム5曲だと2,980円、10曲アルバムだと4,600円です。
一曲当たり460円で案外安く配信できるんですね。
勿論配信したものを自分では削除したりすることができない、情報変更ができない、音源差し替えができないなど、つまり一発勝負となるリーズナブルな配信業者故のデメリットもありますが。

そしてつい先日、Youtube/Apple/Amazon/Spotify/Deezerで配信され、多くの方々に楽しんでいただける状況となったことで、僕の個人的な趣味から始まるプロジェクトはお終いとなりました。
同人活動と一緒で利益はもちろんマイナスです。
Youtube動画単位での収益は目的じゃないので無効としました。

結果

毎日のようにコメントが来たり、同じ趣味を持つ人たちや新たに曲を知ってくれたり、知っていたけど良さを再認識してくれたコメントを受けて、感無量であります。
2026/11/20時点でYoutubeの10曲分10個の動画と、総集編動画1個合計300万回も再生され、多く国内外からコメントもいただいてうれしい限り。

クリエイティブの側面から見たAIの活用と副作用

あ、独り言です、この項は興味ある人だけご覧ください。

今やプログラムを書く技術がなくてもプログラムを作れる時代です。
クリエイティブ系の人にとってもそれは同じく、消しゴムツールを使わなくてもほぼ完ぺきな背景切り抜きが可能な時代です。
今回アレンジという形で実践したように、自然な歌声と演奏で少なくとも僕などではAI楽曲だと気付けないレベルに楽曲生成も進化しました。
今回PhotoshopやPremiereといったAdobeソリューションにすらFireflyなどのAI技術を用いた機能が統合され、実際それも使用しました(この記事固有名詞の英単語多すぎてやんなっちゃう)。

そんな制作過程で、すでにアップロードした動画には高評価が多い一方、ごく一部「AI使うなんて~」とか「AIは**」などと心無いコメントも見受けられました。
結論なき考えですが、Adobeの例からも次第にオリジナルとAI生成による境界は曖昧になり、どこまでハンドメイドなのかわからなくなっていくのでしょう。
既に自動化倉庫や工場にもフィジカルAIが投入され始め、近いうち現実のモノづくりさえどこまでがAIが介入したのか分かり得ないことになるのかも知れません。
等と、ことAIに関して”かも知れない”を言い出したらキリがないの”かも知れない”なんつって。
こうして書いている文章でさえAIの介入があるかもしれませんよ?ないですけど

別にそれが悪いこととは思いませんし隠そうとは思いません。
AIを使用していることはYoutubeに動画を上げる時には明記し、ROUTER.fmでの配信登録時にも申告義務が発生した上で記入しAI音楽として取り扱われても文句はないです。
でも、アレルギーのように拒絶反応を起こす人もいることは事実ですし、特に万物に神の宿る考え方の日本人にとって、機械的かつ自動的に作られたそれは想いや感情等がないとして顕著に表れるのかもしれません。
なので敢えてしっかり伝えておくことが丸いのかなと。
僕とて数年前苦労していたことが今やだれにでもできるようになり、納得いかないモヤモヤが残りつつ、それを受け入れずに全てを捨てるのか、受け入れて楽しむことと評価できることの択一なら僕は後者を選びます。
そんな選択肢を暗に迫られる事がクリエイティブの側面にもあるのだと話には聞くけど今回自ら実感できた次第です。

だからきっと、ことマルチメディアコンテンツの創造性について世の中を丸く収めるのはそんな選択を求めない「見えないAI」の存在や概念なのかもしれません。
ここでいう見えないというのは隠す、ではなく多くの人に受け入れてもらえる様にうまく融合させるという意味です。
勿論どこかに明記しておくべきとかそういった法整備に寄ってくる線引き部分は人間に任せるとして。
参考にだけする事と、作らせる事の行動には大きな違いがありますが、いずれにしても今はAIを使ったという事実が許容できる人の尺度でしか完成形を正当に評価されないということが課題となるのでしょう。

やぁGemini、この内容を画像にしてくれ。

おー少なくとも見やすくなった、こうして振り返ると今回の楽曲という存在やイラストが許容できる範囲へ入ったのなら、個人差はあれど抵抗を覚える人にとって向き合うという方向への切っ掛けとなってくれると思いたいです。
面白かった!・・・あ、AI使ったのか・・・でも面白かったな・・・、こんなもんでいいと思うんです。
少なくともこのページのアイキャッチ画像とタイトルを見て、見るかどうか判断の末今この文を見ているなら、もう許容できている人なのかもしれませんが。
ありがとうGemini、このブロックを見てくれた人になにかコメントはあるかい?
「原子力と同じく、消せない技術と今は向き合う段階にある。今は・・・ね?(暗黒微笑)」

最後に

とまぁ、かなり長く期間がかかりましたが、好きな曲をパブリックドメインの範囲で広める・形にする事という妄想を叶えられた久々に創作意欲をくすぐられる8カ月でした。

今回は限定的な枠内のアレンジという形でいろいろやってみた結果をお伝えしましたが、是非楽曲生成AIを使って本来の能力であるオリジナル曲をつくってみたり、自分で作る動画のテーマソング・アイキャッチなどに活用してみてくださいね!

今回は個人趣味の延長であって作りたいものを作れるという現状をうまく利用した形でおさまっていますが、がっつりAIを活用しつつしっかりコントロールすれば僕の大好きなゲームを作る開発者たちの開発速度が飛躍的に向上して、規模は大きくなりドーパミンを求める人たちに多くの体験を与えてくれることを期待できるのではないかと思いますし恐らくもうそうなっているのでしょうね。
色々なツールに触れたり国内外のコメントに返信をしている中で、そんなポジティブな想像に思いを馳せながら、誤ってコントロールを失った末に明日からT-800が闊歩する世の中になっていないことを願ったのでした。