AI音楽: 正しい曲に届くまでの300バージョン

私たちにとって音楽は後付けではありません。映像を支え、CMを満たし、フィード動画を瞬間に変えるものです。曲はたいてい具体的な目的のために必要になるため、作業はプロンプトから始まりません。「この曲は何のためか?」という問いから始まります。

CMは、しつこくならずに目を引く10秒が必要です。SNSクリップは最初の2秒でフックを届ける必要があります。ボーカル曲は何かを語る歌詞が要る。そしてインスト版は、声がなくても成立しなければなりません。同じアイデアから、まったく違う要求が生まれます。

使っているモデル

音楽モデルは一つではありません。課題に応じて複数を使い分けます:

ローカル

ACEとMiniMaxを自社ハードウェアで実行。アップロード不要のテストと変奏に向き、顧客プロジェクトをクラウドに出さない場合に使います。

オンライン

ボーカル入り完成曲にはSuno。速く、多彩で、声とミックスは近年とても良くなりました。

声

録音してデジタル化した自社の声。聞き分けがつく歌声と語りに使います。

配信

完成した楽曲はApple Music、Spotifyなどでリリースされます。

ローカルが優れているわけでも、オンラインが楽なわけでもありません。ローカルモデルは描画が遅く、音が荒く感じられることもありますが、曲が社外に出ません。Sunoは数分でスタジオ録音のような結果を出します。最終判断はモデルではなく目的で下します。

なぜ300バージョンか

プロンプトは曲ではありません。最初の一振りでできるのは提案です。道のりはこうです:歌詞は私たち自身が、ブランド・映像・メッセージに合うまで何巡もかけて書きます。それから生成する。同じ行を、別の楽器、別のテンポ、別の声で。ピアノの代わりにドラムを置くと、音色ではなく曲の態度が変わります。

こうして1曲につき最大300バージョンが生まれます。モデルが劣るからではなく、「これがこの目的に合う版か?」という問いに答えねばならないからです。CM版は10秒で効き、SNS版は即座にフックを打ち、ボーカル版は歌詞全体を運ぶ。すべてに耳を通し、ほぼすべてを捨て、最後に残る1つは、最初からそう意図されていたかのような版です。

歌詞は手作業のまま

歌詞は自分たちで書きます。原理主義ではなく、どのモデルも、顧客が自らの言葉で何を言いたいかを知らないからです。ケルン向けのコピーはミュンヘン向けと響きが違う。イランで通じる行が、ここでは空回りすることもある。書き、消し、声に出して読み、口ずさみ、アクセントの位置に音節が乗るまで直す。それから初めて歌詞はモデルに入ります。

この順番が核心です:コンセプトが先、歌詞がその次、生成はその後、選曲は耳で。モデルは音楽を届け、決定は私たちの手に残る。それがオーケストレーションです。ピクセルの代わりに音符で。

ライセンスではなく曲を

顧客にとってこれは、音楽ライブラリも買った権利も、有名メロディの類似曲もないということです。あるのは目的のために作られた曲で、範囲はプロジェクトの中です。最終版の制作前に候補を聴いていただき、選択に加わっていただけます。

発注前にコストを

何かを依頼する前に、プロトタイプとそのコストを先にご覧いただけます。