文章から音楽をつくる時代に？ Googleが開発した作曲AI「MusicLM」がスゴイ

楽器を演奏・録音したり、DAWでソフトウェア音源にMIDIを打ち込んだりしなくても、音楽を制作できるようになる日が来るのかもしれません。

Googleが、「MusicLM: Generating Music From Text」と題した論文を、1月26日に米・コーネル大学が運営するWebサイト・arXiv.orgに投稿。

テキストから音楽を生み出すAIモデル「MusicLM」を発表しました。

「MusicLM」は、例えば「歪んだギターリフに支えられた、落ち着いたバイオリンのメロディ」という記述から、従来のAIモデルよりもその内容に準じた、よりクオリティの高い24kHzの数分間の音楽を作編曲できるようです。

複雑な文章から音楽を生む「MusicLM」

論文によれば、「MusicLM」は、500万個の音楽ファイルを含むデータセット（合計28万時間）を学習。

「印象的なサックスソロとソロシンガーによる魅惑的なジャズソング」や「低いベースと強いキックによるベルリン90年代のテクノ」のような複雑な記述から、音楽を生成できるようにしたといいます。

または、テキストの記述と鼻歌や歌声・口笛・楽器の演奏などメロディの両方を元に音楽を生成すること。

さらに、「瞑想する時間（15秒）・目覚めの時間（15秒）・走る時間（15秒）・100％の力を発揮する時間（15秒）」といったストーリー性のある記述から、その内容を反映した音楽を生み出せるようにしたとのことです。

Google「誤って流用されうる」一般公開は見送り

「MusicLM」から生まれた音楽は、現在Google ResearchのGitHubで試聴可能（外部リンク）。

プロクオリティの音楽！……とまではいかない（特にミキシング・マスタリングの観点からはかなり粗い）ものの、テキストから作編曲されたとは思えないクオリティです。

iZotopeのマスタリング用ソフト「Ozone」や、ミキシング用ソフト「Neutron」をはじめ、AIによる音楽制作支援ツールが台頭する昨今。「MusicLM」を一般に使用できるようになれば、音楽を制作する際のラフスケッチ（下書き）などに使用するケースも出てくるかもしれません。

なお、現在の「MusicLM」には、著作権などの法律的な観点を含む「誤って流用される可能性があるというリスク」を孕んでいるとしており、Googleは一般公開を見送っています。