ElevenLabs、AI楽曲生成「Music v2」に音源参照機能「References」を追加

言葉だけで音楽のニュアンスを AI に伝えるのは、想像以上に骨が折れる作業です。どれだけ詳細にプロンプトを書いても、出力されるドラムの質感やシンセの空気感がイメージとズレてしまうことは珍しくありません。

ElevenLabs は 7 月 23 日、音楽生成モデル Music v2 向けの新機能「References」を発表しました。テキストで説明する代わりに、実際の音源をアップロードして AI にスタイルの手本を示す仕組みです。

音源を渡して質感や楽器編成を再現

References では、既存のトラックをアップロードすることで、Music v2 がその楽曲のスタイル、使用楽器、全体的なフィーリングを解析し、似た空気感を持つ新しい楽曲を生成します。

アップロードできる長さは 10 秒から 5 分まで。参考音源単体で生成を任せることもできれば、テキストプロンプトと組み合わせて「このギターの音色をベースに、テンポを上げてファンクにしてほしい」といった細かい指示を出すことも可能です。

この機能は、コンシューマー向けの ElevenMusic だけでなく、チーム制作向けの ElevenCreative、開発者向けの ElevenAPI でも同時に提供が始まっています。

他人の音源はブロック、著作権チェックを義務化

参考音源から音楽を作るとなると、真っ先に問題になるのが著作権です。ElevenLabs はこの点に対して厳格な安全策を講じました。

References にアップロードされたすべての音源は、生成が走る前に著作権チェックを受けます。第三者のアーティストが権利を持つ既存の録音物と一致した場合、システムが即座に使用を遮断します。ElevenLabs は、この機能があくまでユーザー自身が作成した楽曲や素材を活用するためのものだと説明しています。

なぜ重要か

画像生成 AI がテキストから画像へのプロンプト入力にとどまらず、いわゆる「画像参照」によって実用性を一気に高めたのと同様、音楽生成も同じ進化の段階に入りました。

自分の頭の中にあるサウンドを言葉で翻訳する作業はクリエイターにとって最大のハードルでした。自分が弾いた数小節のフレーズや過去のデモテープをそのまま参照させられるようになることで、楽曲制作の試行錯誤にかかる時間は劇的に短縮されます。

ElevenLabs の立ち回りとしてスマートだと感じるのは、著作権フィルターを生成フローの前に組み込んだ点です。音楽業界は現在、AI による無断学習や作風の模倣に対して非常に敏感になっています。このタイミングで参照機能を出すにあたり、他人の楽曲の無断利用をシステム側で弾く姿勢を明確にしたことは、企業向けや商用利用の信頼性を確保するうえで賢明な判断と言えます。

一方で、フィルターの精度がどの程度安定しているかは今後の懸念材料です。自作のトラックが誤判定で弾かれたり、パブリックドメインに近いサンプルが誤認識されたりすれば、現場のクリエイターから不満が出る可能性があります。それでも、音を音で指定するワークフローが AI 音楽制作の標準になっていく流れは間違いありません。