Stability AIが最大6分間の楽曲生成が可能な新オーディオモデルを公開

6分間、という数字をどう受け取るか。それがたぶん、このニュースの読みどころだ。

Stability AIが新しいオーディオモデルを公開した。最大の特徴は、最長6分間の楽曲を生成できること。そして公開されたモデルのうち3つはオープンウェイト、つまり誰でも中身を取り出して、自分のツールや環境に組み込める形で配布されている。

まずこの「6分」について少し考えてみたい。これまでのAI楽曲生成ツールが抱えてきた課題のひとつに、尺の短さがあった。サビまで到達する前に終わる、展開が作れない、ループ素材の域を出ない。そういう現場の声は少なくなかった。6分という長さは、イントロからアウトロまでひとつの流れを持たせるのに十分な時間だ。少なくとも構造を持った「楽曲」を語れる最低ラインには近づいた、と見ていい。

もうひとつ、オープンウェイトという点が地味に効く。APIをたたくだけのサービスと違って、モデルの重みを手元に持てるということは、チューニングも、ローカル運用も、既存の制作フローへの統合も、自分のさじ加減でできるということだ。開発者にとっては「素材」として使える。楽曲生成ツールを自作したい人、自分のDAWワークフローに組み込みたい人、あるいはゲームや映像のサウンド自動生成に応用したい人——そういう層には、かなり実用的な選択肢が増えたことになる。

うちの正直な見立てを言えば、「すごい」と「で、どこまで使えるんだ」が同時にある。生成できる時間が伸びることと、その6分間が音楽として聴き応えのある構造を持てるかどうかは、まだ別の話だ。長さは約束してくれても、展開の必然性や感情の起伏まで保証してくれるとは限らない。そこは実際に耳で確かめるしかない領域だ。

ただ、オープンウェイトで公開するという判断は、少なくとも「作り手のコミュニティに委ねる」という意思表示には見える。磨くのは開発者とユーザーだ、という。それをポジティブに読むか、まだ荒削りだから外に出した、と読むかは、使ってみた人間にしかわからない。

じゃあ6分間、何が起きていれば「楽曲」と呼べるのか。AIが作っても人が作っても、その問いはどこかに残り続ける。

本記事は元ニュースを基に AI MUSIC JUDGE 編集部が作成した読み物です。審査員のコメントはキャラクターによる創作・論評であり、出典元の見解ではありません。事実は出典をご確認ください。