Epidemic Sound、動画に合わせたBGMと効果音を自動生成する「Studio」公開

動画編集を経験したことがある人なら、映像をつなぐ作業よりも、ぴったりのBGMを探し出し、効果音を1フレームずつ合わせる作業のほうがよほど骨が折れることを知っているはずです。

スウェーデン・ストックホルムを拠点とする楽曲ライセンス大手のEpidemic Soundは11月11日、動画に合わせたサウンドトラックを自動生成するAIツール「Studio」の提供を開始しました。

環境音やフォーリー効果音まで自動同期

Studioの使い方はシンプルです。編集した動画をアップロードすると、AIが映像内容を分析し、同社のカタログから最適な人間の制作した楽曲を選び出し、環境音やフォーリー（生音効果音）を映像の動きに合わせて自動的に配置します。

同社によると、このマッチング機能は各種オンラインプラットフォームにおける1日30億回以上の再生データに基づいて構築されているとのことです。

最高製品責任者（CPO）のSam Hall氏は、たとえ1〜3分程度の短い動画であっても、選曲と音響の調整には最大5時間かかることがあり、結果として効果音の追加が妥協されがちだと指摘しています。Studioはその制作時間の壁を取り払うことを狙っています。

同社は9月にも、楽曲の長さを伸ばしたり特定の楽器を抜いたりできる編集ツール「Adapt」や、選曲を支援する「Assistant」を投入したばかりです。Adaptでは元のアーティストに追加還元を行うボーナスプールも設けられており、今回のStudioはそれらを統合した制作環境の基盤となります。

なぜ重要か

Epidemic Soundのアプローチは、生成AIの波の中で非常に現実的かつ巧みだと評価できます。

現在、音楽業界では完全生成AIを巡る摩擦が続いています。Deezerの9月の報告によると、プラットフォームに投稿される楽曲の28％（1日あたり約3万曲）が完全なAI生成楽曲となっており、1月の1万曲から急増しています。大手レーベルとの訴訟や和解が進む中、クリエイターにとって「AI生成楽曲の著作権が本当に安全か」は常に付きまとう懸念です。

StudioはAI自身にゼロから曲を作らせるのではなく、自社管理下にある人間のアーティストの楽曲ライブラリと映像を「賢く結びつける」役割にAIを限定しています。これにより、著作権侵害のリスクを完全に排除しながら、アーティストへの報酬配分も維持しています。

日頃から動画を量産するYouTuberや企業のマーケティング担当者にとって、試す価値は十分にあります。音響効果に何時間も費やすことなく、映像の完成度を一気に引き上げられるからです。

懸念されるのは表現の均質化です。膨大な再生データをもとに「ウケる選曲」を導き出す仕組みは、どの動画も似たようなリズムや効果音構成に陥るリスクをはらんでいます。効率化ツールとして頼りつつ、最終的なオリジナリティをどう残すかが制作者の腕の見せ所になりそうです。