Google DeepMindのGenie 4発表：音声生成と環境音のリアルタイム合成に対応

仮想世界が「音まで鳴る」時代に入った。

Google DeepMindが発表したワールドモデル「Genie 4」の話だ。対話型の仮想世界をリアルタイムに生成するAIの最新版で、今回あらたに強化されたのが環境音や会話音声のリアルタイム生成。映像と世界観だけでなく、その空間に鳴り響く音ごと、その場でつくり出す。GeminiとのAI連携も組み込まれており、さらに深い意味で「動的に生成される世界」が実装に近づいてきた。

音楽やサウンドデザインに関わる人間にとって、これは少し立ち止まって考えたいニュースだ。

これまでのAI音楽生成の文脈は、どちらかといえば「曲をつくる」という方向に向いていた。メロディを生成する、伴奏をつける、歌声を合成する。だがGenie 4が示す方向性はもう少し違う。環境に応じて、その場で音が生まれる。インタラクティブなサウンドデザイン、言い換えるなら「世界の空気ごとデザインする」という発想だ。

ゲームのBGMは長らく「ループする音楽」だった。でも、プレイヤーの動きや場面の変化に合わせて空気感そのものが変わっていったら、どうだろう。それは音楽というより、もはや「生きている音響空間」に近い。

うちが注目するのは、この技術が「没入型オーディオ生成」という概念を実用レベルに引き上げようとしている点だ。サウンドデザイナーが丹念に積み上げてきた環境音の設計を、AIがリアルタイムで即興演奏するようなイメージ。これは脅威でも福音でもあって、どちらに転ぶかはまだわからない。

じゃあ、音楽制作の文脈ではどう使えるのか。現時点で素材からわかるのは、あくまで対話型仮想世界の中での音声・環境音生成という文脈だ。楽曲制作ツールとして直接使えるかどうかは、まだ見えていない。でも、インタラクティブな音響空間をリアルタイムで動かせる技術が存在するということは、いずれ音楽制作の周辺にも波紋を広げてくる可能性が高い。

世界が音ごと生成される時代に、サウンドデザインという仕事の境界線はどこに引かれるのだろう。

このニュース、どう感じた？

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。