Hugging Faceが「AI WebTV」公開：オープンソースモデルで自動動画配信を実現
Hugging Faceは動画と音楽の自動生成を検証する実験的デモ「AI WebTV」を公開した。ChatGPTでプロンプトを展開し、Zeroscope V2で動画を生成、FILMによるフレーム補間とMusicGenの音楽を組み合わせてFFmpegで常時配信する。生成品質には課題が残るものの、完全自律型のオープンソース動画配信パイプラインを実証した。
AI音楽
新しいニュースを見る
Epidemic SoundがSoundmatch公開：映像を解析して数秒で音楽を推薦
Epidemic SoundはAI音楽推薦機能「Soundmatch」を発表した。動画を取り込んでマーカーを指定すると、AIが映像内容を解析してキーワードを抽出し、YouTubeで日次25億回以上再生される楽曲の利用データを基に最適なサウンドトラックを数秒で提示する。
グラミー賞がAI利用の新規則発表：受賞対象は「人間の創作者」のみ
レコーディング・アカデミーは、グラミー賞の対象を人間の創作者に限定する新ルールを定めた。AIが生成したボーカルや楽器を使った楽曲もノミネートは可能だが、人間による実質的な貢献の証明が必須となる。アルゴリズム自体に賞が授与されることはない。
ポール・マッカートニー、AIでジョン・レノンの歌声を抽出しビートルズ「最後の新曲」を年内発表へ
ポール・マッカートニーが AI を活用して制作した「ビートルズ最後の楽曲」を年内リリースすると明かした。ドキュメンタリーで培われた音源分離技術を使い、古いカセットデモからジョン・レノンの声をクリアに抽出。長年未完だった名曲が現代に蘇る。
Meta、テキストや鼻歌から音楽を作る「MusicGen」を発表
Meta はテキストやメロディのプロンプトから音楽を生成する AI モデル「MusicGen」を発表した。2 万時間の楽曲や楽器サンプルで学習しており、ハミングから楽曲バリエーションを作ることも可能。音楽制作のハードルが大きく下がる一方、業界との著作権問題も予想される。
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
テキスト指示文と歌詞を入力するだけでボーカル入り楽曲をフル生成できる、新しいオープンソースのAI音楽生成モデルがGitHubで公開された。レゲエやカントリー調などクリアなステレオ音源を出力できる一方、一部で発音の甘さも残る。ローカル実行手順も案内されている。
Spotify、AI生成楽曲を大量削除：不正再生の疑いでBoomy製楽曲の7％を排除
Spotifyが、生成AIスタートアップ「Boomy」で作られた数万曲をプラットフォームから削除した。ユニバーサルミュージックがbotによるストリーミング再生の水増しと印税搾取を警告したためで、削除数は同システム生成曲の約7%に及ぶ。Spotifyも不正行為への対処と印税支払いの保留を認めた。
GrimesがAI音声ソフト「Elf.Tech」公開、自身の声を提供し印税50%分配
今週、アーティストのGrimesがAI音声ソフトウェア「Elf.Tech」を公開した。音声をアップロードすると彼女特有の歌声に変換でき、楽曲制作に利用できる。原盤印税を50%シェアすれば商用配信も可能だ。権利侵害を阻止するのではなく、自身の声をオープンソース化して収益を分け合う試みとして注目される。
アーティストのGrimes、自身のAI音声を使った楽曲の印税50%分配を提案
アーティストのGrimesは、自身の声を模倣したAI楽曲が成功した場合、印税を50%ずつ分配すると発表した。レーベル契約の縛りがないため著作権侵害の心配はなく、アートのオープンソース化に向けた実験台になる意向を示している。
AI生成のドレイク偽楽曲が一斉削除：米ユニバーサルが抗議
ドレイクとザ・ウィークエンドの声をAIで複製した楽曲『Heart On My Sleeve』がSpotifyやApple Musicなど各社から削除された。削除前にSpotifyで62.5万回以上再生されており、権利元のユニバーサルが著作権侵害を理由に削除を要請した。
Adobe、生成AI「Firefly」を動画・音声編集ツールへ展開 テキスト入力でカラー調整や絵コンテ生成
Adobeは生成AI「Firefly」をCreative Cloudの動画・音声ツールに導入すると発表した。完全な動画生成にはまだ対応しないものの、言葉で指示するだけのカラーグレーディングや効果音生成、脚本からの絵コンテ自動作成などをサポートする。
音声変換の Voicemod が約 1450 万ドル調達、リアルタイム AI 音声に注力
音声処理ツールを提供する Voicemod が 1450 万ドルの資金調達を発表した。買収した Voctro Labs の技術を統合し、リアルタイムでの AI 音声変換や歌声を別の声に変換する機能の開発を加速する。SNS やゲーム通話でフィルターのように手軽に着脱できる音声アバターの普及を目指す。
Google、文章から楽曲を作るAI「MusicLM」を発表するも公開は見送り
Googleの研究チームはテキスト指示から高品質な音楽を生成するAIモデル「MusicLM」を発表した。28万時間の音楽データで学習しハミングからの作曲も可能だが、約1%で学習元の音源が直接複製される問題が判明。著作権リスクを理由に一般公開は見送られている。
画像生成AIを支える「拡散モデル」小史：物理学着想から創薬まで広がる応用
画像生成AIの中核技術である拡散モデルの歩みと仕組みが解説された。熱力学に着想を得たこの技術は、ノイズから元のデータを復元する逆過程を学習し、OpenAIのCLIPと組み合わせることで精度の高い生成を可能にした。現在では画像にとどまらず、音楽生成やタンパク質設計など医療分野へも応用が広がっている。