購読する ニュース - オーディオ
Google DeepMindは、最先端のAI音楽生成モデル「Lyria 3」をGeminiアプリ内に直接リリースした。このツールは、シンプルなテキストプロンプトやアップロードされた画像から、自動生成された歌詞、カスタムカバーアート、SynthID透かし入り30秒トラックを作成する。18歳以上の全ユーザーがベータ版を利用可能だ。
AI音楽分野は驚異的な速度で進化しており、SunoやUdioといったツールがテキストから音楽を生成する技術の限界を押し広げている。この動向については昨年、AI音楽生成ツール総覧で詳報した。今回GoogleはLyria 3で消費者向け市場に本格参入し、研究機関から一般Geminiユーザーへ生成音楽技術を開放。即席サウンドトラックを求める映像クリエーターらも対象だ。
Lyria 3の革新性
Lyria 3はGoogleの従来型音楽生成技術を大きく進化させた。2023年に公開され、現在は廃止されたMusicLMの粗い音質を覚えている者にとって、Lyria 3は全く異なる次元で動作していることがわかるだろう。このモデルは、テキスト記述のみからボーカル、歌詞、多層的な楽器編成を備えた完全な楽曲を生成できる。自ら歌詞を用意する必要はなく、システムがプロンプトに基づいて作成する。
Googleは、従来のLyriaモデルに対する3つの核心的な改良点を強調している。第一に、ユーザーのプロンプトに基づく自動歌詞生成。第二に、スタイル・ボーカル特性・テンポに対する創造的制御の強化。第三に、全体としてより現実的で音楽的に複雑な出力。ユーザーはジャンル・ムード・記憶、あるいは内輪ネタさえ記述すれば、Lyria 3が洗練された30秒のクリップを生成する。システムは写真や動画も創造的入力として受け入れ、視覚コンテンツを分析して適合するサウンドトラックを作曲する。
生成された各トラックには、GoogleのNano Banana画像モデルが作成したカスタムカバーアートが付随する。トラックはダウンロードまたはリンク共有が可能で、配布が容易だ。
映像制作への影響とクリエイティブワークフロー
映像制作者にとっての実践的な疑問は、Lyria 3が実際の制作ワークフローで有用なツールとなり得るかだ。1クリップ30秒という仕様は、明らかに長編映画の音楽制作を想定していない。Google自体も、このツールをプロの音楽制作ではなく個人の創造的表現手段と位置付けている。同社のブログ記事では、目的は音楽の傑作を生み出すことではなく、自己表現を楽しむ手段を提供することだと述べられている。
とはいえ、AI生成の短編音楽クリップが映画制作で有用となるシナリオは存在する。ラフカット用の仮音源、プリプロダクション中のムードリファレンス、映画マーケティング向けSNSコンテンツ、ピッチデッキの仮音声などが考えられる。静止画や短編動画クリップをアップロードし、数秒でトーンが一致したサウンドトラックを受け取れる機能は、初期のクリエイティブ段階で時間を節約できるワークフローだ。
長尺の出力や深い創造的制御に関しては、SunoやUdioといった競合他社が依然として優位にある。Sunoは適切なヴァース・コーラス・ブリッジ構造を持つ数分間の楽曲を生成し、Udio（特筆すべきは、そのチームが元Google DeepMindの研究者で構成されている点だ）はプロンプト強度スライダーやネガティブプロンプトといった機能を提供する。Lyria 3の30秒制限とよりカジュアルな位置付けは、Googleが当面は異なるユースケースをターゲットにしていることを示唆している。
我々は2024年総括記事で映像制作者向けAIツールの全体像を探ったが、その方向性は明らかだ。AI生成音楽は目新しさから本格的な制作ツールへと移行しつつある。全てのツールが到達したわけではないが。
SynthID透かしと音声検証
Googleが競合他社をリードする分野の一つが透明性とコンテンツの真正性だ。Geminiアプリ内のLyria 3で生成された全トラックには、Google DeepMindのAI生成コンテンツ識別技術「SynthID」が埋め込まれている。この透かしは生成時に音声に織り込まれ、後から検出可能だが聴取体験に影響しない。
GoogleはGeminiの検証機能を画像・動画に加え音声にも拡大した。ユーザーは音声ファイルをアップロードし、Google AIによる生成かどうかを問える。システムはSynthIDマーカーを確認し、独自の推論を適用した上で結果を返す。合成メディアの出所がますます懸念される業界にとって、これは歓迎すべき進展だ。以前にもGoogleがSynthIDをVeo 3の動画出力に埋め込む方法について議論したが、これは生成型メディアツール全体で一貫したアプローチを示している。
著作権保護と責任ある開発
GoogleはLyria 3の開発において著作権とパートナー契約を重視したと表明している。このモデルは既存アーティストの模倣ではなく、独自の表現を目的として設計されている。ユーザーのプロンプトで特定のアーティスト名が挙げられた場合、Geminiはこれを広範な創造的インスピレーションと解釈し、認識可能な声や音色を再現しようとするのではなく、類似したスタイルや雰囲気を持つ楽曲を生成する。
同社はまた、生成物を既存コンテンツと照合するフィルターを導入していると説明するが、この手法が完全ではない可能性も認めている。ユーザーは権利侵害の可能性があるコンテンツを報告でき、全ての利用はGoogleの利用規約および生成AI禁止利用ポリシーに準拠する。これはAIトレーニングデータをめぐる業界の緊張が続く文脈で重要だ。2024年初頭の報道によれば、Googleは権利保有者にライセンスを申請する前に、著作権保護された録音物でAI音楽モデルをトレーニングしていたとされる。
YouTube Dream Trackとの連携
Lyria 3はGeminiアプリに限定されない。このモデルはYouTubeのDream Track機能も支えており、クリエイターがYouTube Shorts向けのカスタムサウンドトラックを生成できるようにする。従来は米国のみで利用可能だったが、Dream Trackは現在追加国でクリエイター向けに展開中だ。
これによりLyria 3はGoogleエコシステム全体の一環として位置づけられ、カジュアルな音楽制作向けGeminiアプリと、コンテンツ制作者向けワークフローのYouTubeが繋がる。YouTubeで活動する映像制作者にとって、ライセンス問題を気にせずショートプロモーション動画用の独自オーディオを生成する便利な手段となり得る。
利用可能地域とアクセス方法
Lyria 3はGeminiアプリ内で、18歳以上の全ユーザーが英語、ドイツ語、スペイン語、フランス語、ヒンディー語、日本語、韓国語、ポルトガル語で利用可能だ。Googleは今後言語対応を拡大する計画だ。本機能はまずデスクトップ版で展開され、モバイルアプリ版は数日中に提供開始予定だ。Google AI Plus、Pro、Ultraの加入者は利用上限が引き上げられるが、具体的な数値はGoogleから明示されていない。
開発者や技術的なユーザー向けに、GoogleはVertex AIプラットフォームとGemini APIを通じたLyriaの提供も行っている。ただしクラウド版は現時点で最新モデルLyria 3ではなくLyria 2（lyria-002）で動作する。このバージョンはインストゥルメンタルトラックのみを生成し、WAVファイルを出力する。
