WAVファイルからSunoに曲をつくってもらって検証しました

近ごろSunoの話ばかりですが、ぼくのハマりやすい性格によるものです（）。今しばらくお付き合いください。いずれにしても今年は音楽と動画の生成AI元年だと思いますのでぼくたちのようなアマチュア・プロデューサーやクリエイターにとっては画期的。人類史上初めてテキストから作った音楽と動画でMVを作ってアップロードできるんですから試さない手はありません。これまで画像生成はあまり深く考えずに使っていましたが（）、結局MVには必要になるので情報を集めているところでもあります。

• この記事でわかること
• Sunoの音声アップロードで可能になったこと
• サンプルでテストしてみました

こんなコード進行を考えてみました

バージョンは3.5のままですが、先ごろ音源を読み込んでそれに基づいて作曲できるようになりました。音声の長さは６秒以上60秒まで。今回はその機能を試していこうと思います。試したところ44.1khz 32bitのWAVをアップすることができました。テスト用にこんなものをつくりました。key=C,BPM120で8小節16秒のサンプルです。ソロは適当に弾いたままクオンタイズしていませんが、これが後で影響してきます。

ご参考までコードはこんな表示になります。

このメロディ・コード・リズムの３トラックを組み合わせを変えて読み込ませてSuno生成させてみます。プロンプトはreggaetonだけ。歌詞は日本語をためしたかったのでSunoに考えてもらいました。こちらのプロンプトは「夏の日にみんながビーチに集まってダンスをする様子を歌った歌の歌詞をお願いします。」だけ。Sunoに歌詞を書いてもらった方がメロディとの整合性はいいように思います。自分が上手く歌えない歌詞は書かないからではないか、と想像しています。

Sunoの作った歌詞はこちら

タイトルは「夏のビート」です。

どんな曲ができたか

1)メロディ＋コード＋ドラム

2)コード＋ドラム

3)コード

4)ドラム

結果のポイント

テンポとキーはサンプル通り

WAVファイルの読み込みが可能になったことで、テンポとキーが指定できない問題は解決しました。（(4)のドラムだけのものだけkey=B/G#mになってます）

ドラムがないとジャンル指定は無視

日本語の歌詞であることから、コードのリズムにあったJ-POPが採用されます。日本語で歌詞を書く限りJ-POPの指定は必要ないのではないか？と思われるほどバイアスは強いです。日本独自の音楽を学習した結果だと思われます。

演奏はそのまま流用

メロディを解釈してなぞったり、フレーズを追加しているところもありますが、基本的には元の音をまるまる使います（３の最後）。わからないようにしてくれるとかはないので著作権侵害にはご注意下さい。サンプリング素材だとコンテンツIDにも引っかかりそうですね。それと、タイミングがゆるすぎる演奏は正確無比なバッキングとのずれが目立ちます（１のコーラス）。ある程度クオンタイズしておいたほうがなじみが良くなると思います。

全体にJ-POPよりだったので

もうすこし目的のreggeatonに寄せられないか。コードを典型的なパターンに変えてみました。メロディもこんどはクオンタイズしました。

コードはジャンルによくある、シンプルなコードにしてみました。

こんどはこんな結果になりました

1)メロディ＋コード＋ドラム

2)コード＋ドラム

3)コード

4)ドラム

コードは白玉だと地味な印象。ジャンルのリズムパターンを使った方が良かったですね。Sunoはそこはアレンジしてくれません。

おまけ

オーディオファイルなしで生成してみました。AB同時に生成されたものです。

楽器の数が全然違いますね。それと、1曲がアレンジされて曲として完成されています。音はオーディオファイルありに比べると明らかにノイジー。でも問題なのはそこくらいです。現状のSunoはカジュアルに楽しんだ方がメリットを感じやすいサービスですね。色々指定しない方が曲のクオリティは上。歌詞もSunoに書いてもらった方が上手に歌うのは間違いないでしょう。ファイルを読ませるのはできた歌メロを取り出して活用したい場合ですね。

いかがだったでしょうか？

聴いていただいてもわかる通り、楽曲生成の性能はめちゃめちゃ高いです。歌詞を目で見て「？」と思っても、これだけの歌唱力があると成立してしまうという部分も大きいですね。聞いて心地いいものに結果としてはなっていますので。それではまた次回のブログでおめにかかりましょう。