Stable Audio 3の技術を応用したワンショット生成ツール公開

110GBのダウンロードから始まる冒険、というのはなかなかの出だしだと思う。Stable Audio 3のモデルを活用したローカル環境向けのワンショットサンプル生成ツールが公開された。特定の音色を一発で生成できるこのツール、クラウドではなく手元の環境で動かせるのがひとつのポイントだ。

ワンショットサンプルというのは、要するに「一発鳴らして完結する音」のこと。キックのドン、スネアのパン、グラスの割れる音、そういったやつだ。楽曲制作において、この一音一音を探す作業が地味に時間を食う。サンプルパックを漁り、フリーのライブラリをあさり、それでもピンとくるものが見つからなかった経験は、音楽を作るひとなら一度はあるはずだ。このツールはその悩みに「だったら生成すればいい」と答えようとしている。

ローカルで動くという点は、単なるスペックの話ではない。生成した音がどこかのサーバーに記録されない、クレジットを消費しない、ネットがつながっていなくても動く。そういう「手元に置いておける感覚」は、制作フローに組み込みやすい。ただし代償として、最初に110GBを落としてくる必要がある。回線と忍耐力と、それなりのストレージが問われる入場料だ。

Stable Audioというモデルそのものは以前から注目されてきた存在で、今回はそこからワンショット生成という用途に絞り込んだ形になっている。楽曲まるごとではなく、素材の一欠片を作る。この「絞り込み」は実用性という意味でかなり的を射ていると編集部はみている。生成AIで作った何分もの楽曲をそのまま使うかどうか悩むより、生成した一音をDAWに貼り付けて自分の楽曲に組み込む、という使い方のほうが現実的に受け入れられやすい。

一方で、気になることもある。生成された音の個性、つまり「このキックはなぜこの音なのか」という文脈がない。サンプルパックには制作者の意図があり、楽器音には演奏者の癖がある。生成ツールから出てきた音にはそれがない。じゃあ、その音で作った楽曲は誰の音楽なのか。110GBを落とし終わったあとに、そんな問いが浮かぶかもしれない。

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。