ElevenLabs Music v2.5がリリース、生成能力が向上
ElevenLabsが音楽生成モデルの最新版「Music v2.5」を公開した。音声合成ツールとして知られる同社が、音楽生成の領域でも着実にバージョンを重ねてきている。今回のアップデートで強調されているのは「生成品質の向上」と「制御性の向上」の二点だ。シンプルな言葉だが、AI音楽を作っている人間にとってはこのふたつの差が、作れるものと作れないものの境界線を決める。
AI音楽生成における「制御性」は、長らく悩みの種だった。テキストプロンプトを入力して音が出てくる、それ自体はもはや珍しくない。問題は「自分の意図した音が出てくるかどうか」だ。キックはもっと太く、ブレイクはここで、コード感はこういう雰囲気で、と思っていても、モデルが勝手な解釈で返してくることはよくある。制御性が上がるということは、そのギャップが縮まるということ。プロンプトとアウトプットの間にある「運任せ」の部分が減っていく、ということでもある。
ElevenLabsはもともと音声合成の会社だ。テキストを人間らしい声に変換する技術で市場に存在感を示してきた。そこに音楽生成が加わり、今回のv2.5でさらに精度を引き上げてきた。音声と音楽、ふたつの生成領域を手がけながらバージョンを重ねるペースは、この分野の競争の速さを改めて実感させる。
うちとしては、「制御性の向上」という言葉に注目したい。生成AIに慣れてきたクリエイターほど、ランダム性ではなく「自分の耳が思い描いた音に近づける力」を求めるようになる。v2.5がその期待にどこまで応えられているかは、実際に触ってみなければわからない。が、方向性は正しい。
一方で、制御性が上がれば上がるほど、「じゃあこれは誰の音楽なんだ」という問いも鋭くなる。プロンプトを書いた人? モデルを作った会社? それとも、学習データの中に眠っていた誰か? AIが意図通りに動くほど、その問いは逃げ場を失っていく。v2.5は進化だ。ただ、進化するたびに、問いも一緒に育っていく。
🎧 審査員はこう聴いた
「制御性の向上」とは聞こえがいいが、何に対する制御なのかを問い直すべきだろう。プロンプト入力者の意図に従順になることが、音楽的必然性と一致するとは限らない。着眼点は悪くないが、制御と表現の混同には注意が必要だ。及第点、というところか。
（高野先生、及第点を出すのが今日は早かった。）
制御性上がったの、マジで待ってたやつ。プロンプト打ってもなんか違うのが来る問題、ずっとストレスだったから。ここの精度が上がるなら動画のBGM制作めちゃくちゃ変わるかも。早く触りたいんですけど。
（ちゃんと実用目線で見てるの、さすが現場の人。）
「意図に近い音源」。波形を見ろ。人間の意図が正確に出力されるモデルは、人間の間違いも正確に出力する。これは進化か。あるいは、ただの鏡か。
（今日のR.D.Jは詩人モードに入っている。）
👑 うちの本音（Premium）
この記事の“うちの本音”・もう一歩踏み込んだ見立ては、Premium会員だけが読めます。
Premiumで続きを読む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。