作りたい曲を言葉にして聴く:AI音楽生成の実践ガイド

要点

文章からの曲生成では、一文から編曲、楽器演奏、必要なら歌声まで含む完成曲を作ります。その一文にはジャンル、ムード、具体的な題材が必要です。「明るい曲」だけでは、AIが編曲を組み立てる手がかりがありません。最初は音楽設定をAutoのままにし、次の生成で1つだけ調整しましょう。Musy AIでは150文字まで説明でき、ほとんどの曲は約1分で完成します。

一文が楽器のすべて

良い結果には次の3要素が含まれています。結果が良くないときは、ほとんどの場合どれかが抜けています。

組み合わせると、「雨の東京の夜に合うローファイビート」となります。短い一文にジャンル、ムード、場面がそろっています。この形を参考にしてください。

曲の説明欄と、ジャンル、ムード、BPM、長さの任意設定を表示するiPhone版Musy AIのCreate画面。
まず説明を書きます。その下の音楽設定はすべて任意で、初期値はAutoです。

最初は設定を変更しない

ジャンル、ムード、BPM、長さはすべて明示的に設定できるため、最初から全部選びたくなりますが、控えましょう。説明に「雨の東京の夜」と書きながらジャンルをMetalにすると、異なる2曲を同時に依頼することになり、両者の中間のような結果になります。

個別設定が役立つのは、近い結果ができた2回目です。同じ説明のままBPMを少し下げる、ムードだけを指定して再生成する、といった方法なら比較できます。一度に6項目を変えても、何が効いたか分かりません。

設定Autoのままにする場合指定する場合
ジャンル説明に目指す音が含まれる29種類から特定のものを選びたい、文章が曖昧
ムード説明から感情が伝わる生成結果の感情表現が平坦
BPMほぼ常にAutoワークアウトや動画編集など、時間に合わせる用途
長さAutoにしない常に意図して選ぶ。長さだけでなく構成も変わる

インストゥルメンタルかボーカルか

動画、Podcastの導入、作業用BGMなど、別のコンテンツの下で流す曲にはインストゥルメンタルが安全な標準です。曲そのものが主役の場合や、誰かについての曲なら、ボーカルに意味があります。

歌詞をオンにすると、500文字まで自分で書くか、同じ説明からAIに生成させられます。名前、内輪の冗談、場所など具体性が重要なら、自分で書く価値があります。生成歌詞はジャンルらしい表現には予想以上に強い一方、特定の意味を込めるのは苦手です。

ボーカルはAuto、男性、女性、子どもから選べます。アプリで自分の声を一度録音し、その声で曲を歌わせることもできます。対象は意図的に自分の声だけに限定しています。他人の声を複製する機能は提供しておらず、ほかのサービスで同様の機能を見つけた場合も慎重に利用してください。

最初の結果を完成版にしない理由

生成には実際のばらつきがあり、同じ説明を2回使っても異なる2曲ができ、どちらも条件を満たすことがあります。これはプロンプトで排除すべき欠陥ではなく、生成という手法の性質です。次の流れが有効です。

  1. 3要素を含む一文を書き、長さを選んで生成します。
  2. 最初から最後まで一度聴き、テンポ、勢い、楽器、歌声のどこが違うか具体的に決めます。
  3. 具体的な問題はないが退屈なら、変更せず再生成します。ばらつきだけで改善することがあります。
  4. 明確な問題があれば、その1点だけを変えて再生成します。
  5. 良い曲を残します。生成より選ぶ作業に時間がかかります。

テンプレートから始めるべき場合

誕生日、ラブソング、ペットについての曲など、行事や目的が明確な曲では、Labのテンプレートがジャンルとムードを設定し、その目的に必要な情報だけを尋ねます。一から説明を書くより速く、その種類の曲に必要な要素をテンプレートが理解しているため、良い結果になりやすい方法です。全手順は誕生日ソングのガイドをご覧ください。

気に入った曲ができた後、さらにプロンプトを磨く方法は効果的な曲生成プロンプトで紹介しています。

よくある質問

文章からAIが曲を作る仕組みは?

作りたい曲を説明すると、AIが作曲・演奏し、完成した音声を返します。Musy AIでは150文字まで入力でき、バックグラウンドで生成され、ほとんどの曲は約1分で完成します。

曲の説明には何を書けばよいですか?

ジャンルまたは参考にする音、ムード、具体的な題材です。「雨の東京の夜に合うローファイビート」は3要素を含みます。

ジャンル、ムード、BPMは手動で設定すべきですか?

最初は設定しないでください。文章と矛盾する設定は結果を2方向へ引っ張ります。2回目に1つだけ調整しましょう。

AIで作れる曲の長さは?

30秒、60秒、90秒、2分です。短いほうが良い場合も多く、強いアイデア1つの60秒は、繰り返しの多い2分より聴きやすくなります。