歌詞と指示文から楽曲を丸ごと作れるオープンソースAI音楽生成モデルが登場

テキストの指示文と歌詞を入力するだけで、ボーカル入りの立体音響トラックを丸ごと生成できる新しいオープンソースのAI音楽生成モデルが登場した。

何ができるか

使い方はシンプルで、うねるベースラインが効いたレゲエ調や女性ボーカルの効いたカントリー調といったジャンルの指定に加え、用意した歌詞を入力するだけで楽曲が完成する。

生成された音源を聴く限り、ノイズの少ないクリアな質感としっかりとしたステレオ感が得られている。一方で、一部の単語で発音が崩れるといった課題も残る。Step 1.5 XLなど既存の主要なオープンソースモデルを上回る実力があるかどうかは、今後の検証次第だ。

リポジトリはすでにGitHub上で公開されており、モデルのダウンロード方法やローカル環境での実行手順がまとめられている。

なぜ重要か

商用サービスの月額課金に頼らず、手元でAI作曲を試したいクリエイターや開発者にとって、ローカルで完結する選択肢が増えること自体が大きなメリットだ。

発音の甘さは残るものの、楽曲のデモ作りやアイデア出しのツールとしては十分に実用的だと考える。自身のハードウェア上でプライバシーを保ちながら自由に実験できる価値は大きい。