音楽生成向けLLM「NKTg AI」が登場、テキスト解読技術を搭載

プロンプトを「書く」より先に、AIが「読む」時代が来るかもしれない。

音楽生成向けの新しい言語モデル「NKTg AI」が公開された。最大の特徴は、音楽を生成する前にテキストを解析・デコードするという独自のアプローチにある。聞けばシンプルな話に聞こえるが、これは順番の問題だ。従来の多くの音楽生成モデルは、ざっくり言えばテキストを受け取ってそのまま音楽へ変換していく。NKTg AIはその前に一段階「読む」プロセスを挟む。

じゃあ何が変わるのか。公開情報によれば、生成される楽曲の精度と、指示への忠実度が向上するという。たとえば「夕暮れ時のジャズ、テンポはゆっくり、サックスをフィーチャー」と打ち込んだとき、そのプロンプトの意図をより深く咀嚼してから音に変換する、そういうイメージだ。

これがAI音楽の作り手にとって何を意味するか。答えは「プロンプト設計の勝負所が変わる」ということだと思う。

これまでAI音楽の世界では、どう書くか、どんな言葉を選ぶか、プロンプトの職人技が生成物の質を左右してきた。細かい言葉の選び方、順番、強調の仕方——いわゆる「プロンプト沼」にハマった人は少なくないはずだ。NKTg AIのアプローチは、その沼を埋めようとする試みとも読める。AIが人間の言葉をより賢く解釈できるなら、作り手はもう少し自然な言葉で意図を伝えられるようになるかもしれない。

うちの見立てを正直に言う。「テキストをデコードしてから生成する」というコンセプト自体は筋がいい。プロンプトの書き方に左右されすぎるモデルは、音楽の才能より言語の才能を問うていたわけで、そこには確かにズレがあった。NKTg AIがそのズレを縮めるなら、音楽を作りたい人がより純粋に音楽的な思考に集中できる環境が近づく。

ただ、実際の生成クオリティや使い勝手はまだ未知数だ。「精度向上」「忠実度向上」という言葉は魅力的だが、それが耳でどう感じられるかは別の話。モデルの公開と実用の間には、いつだって距離がある。

それでも問いとして置いておきたいのは、プロンプトを「うまく書く技術」が不要になったとき、AI音楽の作り手に残る腕前は何か、ということだ。解釈がAIに委ねられていくほど、人間側に求められるものの輪郭が、少しずつ変わっていく。

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。