米誌The Atlantic、AI学習に使われた音楽の検索データベースを公開
The Atlanticが、AIモデルの学習に使われた4つの音楽データセットを検索できるデータベースを公開した。1200万曲や900万曲に及ぶ巨大データが含まれ、GoogleやStabilityも論文で利用を認めている。楽曲の多くは規約違反のツールを用いてプラットフォームから収集されていた。
AI音楽
新しいニュースを見る
Deezer、他社プレイリスト対応のAI音楽検出ツールを公開：SpotifyやApple Musicも走査
Deezerは、SpotifyやApple Musicなど20の競合ストリーミングサービス上のプレイリストをスキャンし、生成AI楽曲を検出する無料ツールを公開した。技術ライセンスの提供先が見つからなかったため、一般ユーザー向けに直接開放した形だ。
ByteDanceが「Seed-Audio 1.0」発表、対話・効果音・BGMを一度に生成
Volcano Engine は音声生成モデル「Seed-Audio 1.0」を発表した。1 回の生成で複数キャラクターの対話や感情表現、効果音、BGM を同時に出力できる。参照音声によって話者の一貫性を保つことができ、現在は主に API 経由で提供されている。
全米音楽家連合、ユニバーサルとワーナー提訴 Suno・UdioへのAI許諾で報酬未払いと主張
全米音楽家連合（AFM）はUniversal Music GroupとWarner Music Groupを相手取り提訴した。両社がAI音楽生成のSunoやUdioと和解・許諾契約を結びながら、演奏した所属音楽家に報酬やクレジットを分配していないと主張している。労使協定の「新規利用」条項に違反するとして、損害賠偿と学習データの開示を求めている。
Google、リアルタイム音楽モデル「MRT2」をオープンソース公開：遅延200ms、Macローカルで演奏可能
Googleはリアルタイム音楽生成モデル「Magenta RealTime 2」をオープンソース公開した。Apple Silicon搭載Macのローカル環境で動作し、MIDIやテキスト、音声入力に対して約200msの超低遅延で反応する。従来のオフライン楽曲生成と異なり、DAWに組み込んで即興演奏できる楽器として機能する。
ElevenLabsが「Music v2」公開：ボーカル・編曲・多言語対応を強化
ElevenLabs は音楽生成モデル「Music v2」をリリースした。全ジャンルでボーカルや楽器演奏、編曲の完成度が向上したほか、多言語対応も強化。旧バージョンでは実現できなかった表現力を備え、AI 楽曲制作の自由度が大きく広がった。
UMGとTikTokが新ライセンス契約を締結、無許可の生成AI楽曲排除へ
Universal Music GroupとTikTokは新たなライセンス契約を締結し、プラットフォーム上から無許可のAI生成楽曲を排除し、アーティストの権利表記を改善することで合意した。2024年にAI著作権問題を巡り楽曲引き上げにまで発展した対立から一転、今後のAIコンテンツ管理の基準となりそうだ。
Spotifyとユニバーサルが提携、ファンのAIカバー・リミックス作成を有料提供へ
Spotifyとユニバーサル ミュージック グループ（UMG）は音楽ライセンス契約を締結したと発表しました。参加アーティストの楽曲をもとに、ファンが生成AIを使ってカバーやリミックスを作成できる新ツールを、Spotify Premium向けの有料アドオンとして展開します。アーティスト側にも収益が直接還元される仕組みです。
Stability AI、Stable Audio 3.0公開：3モデルをオープンウェイト提供、端末上で楽曲完パケも
Stability AIは全曲ライセンス済みデータで学習した「Stable Audio 3.0」を発表した。3モデルがHugging Faceでオープンウェイト公開され、最長6分20秒の生成やモバイル端末上での楽曲作曲、LoRA微調整に対応する。年商100万ドル未満なら商用利用も可能だ。
MetaがWavFlowを発表：潜在空間を省き生波形から直接44.1kHz音声を生成
Metaは音声生成モデル「WavFlow」を発表しました。従来のVAEや潜在空間圧縮を省き、生波形から直接44.1kHzの高忠実度音声を生成して無声動画に同期音声を付与できます。ただし社内ポリシーにより、公開されたのは学習スクリプトのみで完全な重みは提供されていません。
Spotifyが認証バッジを導入：生身の人間アーティストを証明、AI楽曲主体の垢は除外
SpotifyはスパムやAI生成の偽物対策として「Verified by Spotify」緑のチェックマークを導入した。AIキャラクターや主にAI生成音楽を投稿するアカウントは初期対象外。身分証提出ではなく、継続的な再生実績やライブ日程、SNS活動などから総合判定される。
ElevenLabsが音楽プラットフォーム「ElevenMusic」公開：生成・リミックスから収益化まで対応
ElevenLabsは独自開発の音楽モデルを採用した新プラットフォーム「ElevenMusic」を発表しました。楽曲の発見や生成、リミックスに加え、クリエイターが作品から直接収益を得られる仕組みを備えています。定評のある音声AIから音楽生成分野へと本格参入します。
SymphonyGen公開：コード骨格からフルオーケストラ楽曲を生成
映画音楽向けの管弦楽生成フレームワーク「SymphonyGen」のコードとモデルがオープンソース化された。拍単位の和声骨格を生成してから各楽器のパートへ階層的に展開し、GRPO強化学習で不協和音を抑制する。自前のMIDI骨格を取り込んで編曲させることもできる。
ACE-Step 1.5 XL公開：4B DiTで日本語ボーカル付き楽曲をローカル生成
ACE Musicはオープンな音楽生成モデル「ACE-Step 1.5 XL」を公開した。DiTデコーダーを4Bに拡張し、プロンプトと歌詞から日本語ボーカルを含む楽曲を1分未満でローカル生成できる。蒸留版は8ステップで動作し商用モデルに迫る品質だが、実行には最低12GBのVRAMが必要となる。
Google Vids、全ユーザーに「Veo 3.1」動画生成を月10回まで無料開放
Google は動画編集ツール「Google Vids」に動画生成モデル「Veo 3.1」を追加し、全 Google アカウント向けに月 10 回まで無料で提供開始した。Google AI Pro および Ultra の加入者は、Lyria 3 によるカスタム音楽生成や外見・動作を指示できる AI アバターも利用できる。さらに画面録画用 Chrome 拡張機能や YouTube への直接公開機能も提供される。
Sunoが音楽AI「v5.5」を公開、表現力とパーソナライズを大幅強化
Sunoは音楽生成AIの最新アップデート「v5.5」を発表した。ユーザー自身の声やサウンド、好みを反映し、より表現力豊かで自分らしい楽曲を制作できるのが特徴だ。同社は「これまでで最もパーソナルな体験」とアピールしているが、具体的な技術的仕様は現時点で明かされていない。
Google、音楽生成AI「Lyria 3 Pro」公開 最長3分の楽曲構成に対応
Googleは、最長3分の楽曲を生成できるAIモデル「Lyria 3 Pro」を発表した。イントロやAメロ、サビ、ブリッジといった楽曲構成を理解した指示出しが可能。Google AI StudioやVertex AI、有料版Geminiアプリ、ProducerAIなどで順次利用可能になり、SynthID透かしが埋め込まれる。
アリババ、動画から効果音を自動生成する「PrismAudio」をオープンソース公開
アリババが動画向け効果音生成モデル「PrismAudio」をオープンソース公開しました。強化学習と思考の連鎖を組み合わせ、無音動画から動作に同期した音声を生成します。パラメータ数はわずか5.18億で、9秒の音声を0.63秒で生成でき、ベンチマークと速度の両面で数十億規模の競合を上回ります。
架空のAIバンド「Neon Oni」が正体露見：制作者は本物の演者7人を雇い東京で生演奏
Suno で生成された架空のメタルバンド「Neon Oni」が、欧州の制作者による AI プロジェクトだと露見した。Spotify で月間 8 万人以上の聴取者を集めたが、MV の不自然な手から見破られた。制作者はその後、東京のミュージシャン 7 名を起用してライブ演奏を開始。AI でコンセプトを試し、反響を得てから生身の演者に託す逆転の制作モデルとして注目されている。
ソニーが動画音響生成「MMHNet」発表：Mamba採用で5分超の同期効果音に対応
ソニーの研究チームは動画から効果音を自動生成するアーキテクチャ「MMHNet」を発表した。階層型ネットワークとMambaを組み合わせ、5分を超える長尺動画でも映像とぴったり合う音響を生成可能にした。「短い素材で学習し長く出力する」手法により、物体の衝突や画面転換時の音ズレを抑えている。