音楽におけるAI：MusicBrainz Picardなどの用途とツール

人工知能（AI）は、機械で人間の知能を再現することを目指しています。人間らしさを形作る重要な要素の一つは、特に音楽をはじめとする芸術とのつながりです。音楽は私たちの文化や感情に深く影響します。AIの進歩により、機械は人間が作曲したように聞こえる音楽を作れるようになりました。AI音楽は、人間とAIによる革新的なコラボレーションの可能性を広げ、音楽の体験や関わり方を変えています。

この記事では、AIが音楽制作にどのように活用されているかを紹介します。また、AIとMusicBrainz Picardのような音楽タグ付けツールとの関係や、アーティスト、プロデューサー、エンターテインメント業界全体への影響についても説明します。

音声AIとその重要性#

AIは音声を含むさまざまな種類のデータを処理できます。音声データは、オーディオデータとも呼ばれ、時間の経過に伴って強度が変化するさまざまな周波数の波が組み合わさったものです。画像や時系列データと同様に、オーディオデータもAIシステムが処理・分析できる形式に変換できます。音波は数値データに変換でき、AIモデルで分析できます。

もう一つ興味深い方法として、音波をスペクトログラムに変換するフーリエ変換の利用があります。スペクトログラムは、さまざまな音の周波数が時間とともにどのように変化するかを示す視覚表現です。AIモデルは、スペクトログラムを画像として扱い、画像認識技術を適用してオーディオデータを分析・解釈できます。AIは視覚データの場合と同じように、音のパターンや特徴を識別できます。

図1. AIによる音声分類の例。

AIを使ってオーディオデータを分析、加工、生成することで、さまざまな用途が生まれます。以下に例を挙げます。

• 音楽の生成と作曲: 既存の楽曲から学習して新しい音楽を作り、メロディー、ハーモニー、リズムの作成を支援します。
• オーディオの高音質化とノイズ低減：コールセンター、補聴器、オーディオ編集向けに、背景ノイズを低減して音質を向上させます。
• ポッドキャストの要約: ポッドキャストのエピソードを簡潔に要約し、コンテンツを手軽に視聴できるようにします。
• 音声からの感情検出：カスタマーサービス、メンタルヘルスのモニタリング、ユーザーエクスペリエンスの調査に向けて、音声から感情を検出します。

AIソングジェネレーターの仕組み#

AIソングジェネレーターは、画像生成と同様に、既存の音楽を分析して学習することで動作します。AIを音楽の理解に使うことと、音楽の生成に使うことの違いを理解することが重要です。音楽の理解ではパターンを分析・識別し、音楽の生成では学習したパターンに基づいて新たな楽曲を作ります。

図2. AIによる音楽の理解とAI音楽生成の比較。

AI音楽生成のプロセスは、さまざまなジャンルやスタイルを含む大規模な音楽データセットの収集から始まります。次に、データセットを音符、コード、リズムなどの小さな要素に分解し、AIが処理できる数値データに変換します。

音楽を生成するようトレーニングできる生成AIモデルは数多くあります。たとえば、Transformerや変分オートエンコーダー（VAEs）などのAIモデルは、連携して音楽を生成できます。VAEは入力音声を潜在空間に圧縮し、似た音楽を近くにまとめることで、音楽の多様性と豊かさを捉えられます。次にTransformerがこの潜在空間を使い、パターンを理解して系列内の重要な音に注目しながら、新しい音楽を生成します。

AIモデルがこのデータでトレーニングされると、学習内容に基づいて次の音符やコードを予測し、新しい音楽を生成できます。こうした予測をつなぎ合わせることで、楽曲全体を作成できます。生成された音楽は、特定のスタイルや好みに合わせて微調整できます。

このテクノロジーを使った音楽生成ツールが増え始めています。以下に例を挙げます。

• GoogleのMusicLM: テキストプロンプトに基づいて音楽を生成し、ユーザーはジャンル、ムード、楽器、全体的な雰囲気を指定できます。
• MetaのMusicGen: EnCodecというツールでオーディオデータを処理し、テキストの説明や既存のメロディーから音楽を作成します。
• Stability AIのStable Audio 2.0: テキストや音声の入力から高品質なオーディオトラックや効果音を生成します。プロンプトに基づいて、トラック全体を作成したり、オーディオサンプルを変換したりできます。

AIが音楽業界に与える影響#

AIのイノベーションは、ミュージシャン、リスナー、プロデューサーに新たな機会と課題をもたらし、これまで経験したことのない状況を生み出しています。それぞれのグループが新しいツールを使い、独創性や倫理に関する懸念に向き合いながら、こうした進歩に適応している様子は興味深いものです。音楽の生成に加えて、AIはライブパフォーマンスの強化、音楽の発見の改善、制作プロセスの支援など、音楽業界における魅力的な可能性を秘めています。AIが音楽業界のミュージシャン、リスナー、プロデューサーにどのような影響を与えているのか、詳しく見ていきましょう。

図3. 生成AIが音楽業界に与える影響。

ミュージシャンへの影響#

AIはミュージシャンの音楽制作の方法を変えています。生成AIを組み込んだツールは、新しいメロディー、コード進行、歌詞の生成を支援し、ミュージシャンが創作上の行き詰まりを乗り越えやすくします。AIは、古いデモ音源に収録されたJohn Lennonのボーカルを使って制作された、The Beatlesの新曲「Now And Then」のように、未完成の作品を完成させるためにも使われています。しかし、著名なアーティストのスタイルを模倣するAI生成音楽の増加は、独創性に関する懸念を招いています。たとえば、Bad Bunnyのようなアーティストは、同意なしにAIが声やスタイルを再現することを懸念しています。

音楽制作に加えて、AIとコンピュータービジョンは、より優れたパフォーマンスやミュージックビデオの制作にも役立ちます。ミュージックビデオにはさまざまな要素があり、その一つがダンスです。ポーズ推定モデルであるUltralytics YOLOv8などは、画像や動画内の人間のポーズを理解でき、音楽と同期した振り付けのダンスシーケンスの制作に活用できます。

AIを振り付けに活用するもう一つの好例が、NVIDIAの「Dance to Music」プロジェクトです。このプロジェクトでは、AIと2段階のプロセスを使って、多様でスタイルに一貫性があり、ビートにも合った新しいダンスの動きを生成しました。まず、ポーズ推定とキネマティック・ビート検出器を使い、大量のダンス動画からさまざまなビートに合ったダンスの動きを学習しました。次に、生成AIモデルを使って、音楽のリズムとスタイルに合うように動きを組み合わせ、振り付けを作成しました。AIによる振り付けはミュージックビデオに興味深い視覚的要素を加え、アーティストの創造性を高めるのに役立ちます。

リスナーへの影響#

リスナーにとって、AIは音楽の発見や試聴の体験を向上させることができます。SpotifyやApple Musicなどのプラットフォームは、AIを使ってユーザーの視聴習慣に基づくパーソナライズされたプレイリストを作成し、新しい音楽を推薦しています。こうしたプラットフォームで新しいアーティストやジャンルに出会うとき、その背景でAIが活用されていることがよくあります。

AIを活用した仮想現実（VR）も、ライブコンサートの体験を向上させています。たとえば、Travis ScottはVRを使って、世界中の観客が参加できるバーチャルパフォーマンスを制作しています。しかし、TikTokのようなプラットフォームにAI生成音楽があふれると、音楽を見つけることが難しくなりかねません。そのため、新人アーティストが注目を集めにくくなる可能性があります。

図4. AIによって仮想現実（VR）のコンサート体験が実現します。

プロデューサーへの影響#

プロデューサーは、さまざまな面でAIの恩恵を受けています。ピッチ補正、ミキシング、マスタリングを支援するAIツールは、制作プロセスを効率化します。IBMのWatson BeatのようなAI搭載のバーチャル楽器やシンセサイザーは、新しいサウンドや音の質感を生み出し、創作の可能性を広げます。

ストリーミングプラットフォームにおけるAIは、リスナーに利益をもたらすだけでなく、より幅広いオーディエンスに作品を届けることでプロデューサーにも役立ちます。しかし、ミュージシャンが懸念しているのと同様に、AIが著名なアーティストのスタイルを模倣できることは、アーティスト独自の声やスタイルの搾取をめぐる倫理的・法的な問題を引き起こします。その結果、Universal、Sony、Warnerなどの大手音楽会社が、許可なく著作権保護された作品をモデルのトレーニングに使用したとして、SunoやUdioなどのAIスタートアップに対して訴訟を起こす事例も生じています。

MusicBrainz PicardのようなAI統合ツールによる音楽ライブラリの管理#

これまで、音楽業界のさまざまな関係者への影響を通じて、音楽におけるAIの活用例を簡単に見てきました。次に、MusicBrainz PicardのようなAIを活用した音楽管理ツールという、より具体的な用途を見ていきましょう。こうしたツールは、デジタル音楽ライブラリの整理や管理に役立ちます。

図5. AIを使った音楽ライブラリの管理。

これらのツールは、アーティスト名、アルバムタイトル、トラック番号などの正確なメタデータを使って、音楽ファイルを自動的に識別し、タグ付けします。MusicBrainz Picardを使うと、音楽コレクションを整理しやすくなります。MusicBrainz Picardに組み込まれている主要なテクノロジーの一つが、AcoustIDのオーディオフィンガープリントです。このフィンガープリントは、メタデータがない場合でも、実際のオーディオコンテンツに基づいて音楽ファイルを識別します。

なぜこれが重要なのでしょうか。 BBC、Google、Amazon、Spotify、Pandoraなどの大手組織は、音楽関連サービスを強化するためにMusicBrainzのデータを活用しています。MusicBrainz Picardなどのツールが作成するメタデータは、音楽データベース、タグ付けアプリケーション、その他の音楽関連ソフトウェアを開発する人々にとって不可欠です。AIの基盤はデータであり、Picardのようなツールがなければ、分析やアプリケーション開発に必要なクリーンで正確なデータを得ることは非常に困難です。こうしたAI活用ツールは、AIアプリケーションに必要なデータの作成にも役立ち、改善とイノベーションの好循環を形成します。

音楽分野におけるAIについてのまとめ#

AIはすでに音楽を変革しており、AI生成音楽をめぐる法的環境もそれに伴って変化しています。米国著作権局などの現行規則では、人間による著作者性がないため、AIのみで生成された作品は著作権で保護されないと定めています。ただし、人間が創作プロセスに大きく貢献した場合、その作品は著作権保護の対象となる可能性があります。AIが音楽業界に浸透し続けるなか、こうした課題に対処するには、法的・倫理的な議論を続けることが重要です。今後、AIはテクノロジーと人間の創造性を組み合わせ、音楽制作の可能性を広げる大きな力となるでしょう。

GitHubリポジトリをご覧になり、コミュニティに参加して、AIについて学びましょう。ソリューションページでは、製造業や農業におけるAIの活用方法をご紹介しています。