ヒントになる動画をみつけたのでご紹介。なるほどこの方法を使えば該当するジャンルのリファレンス曲のフィーリングを活かしたメロディラインが作れそうです。おそらくAIのアルゴリズムも似たことをやっていそうですね。
この記事でわかること
- キャッチーなメロディを作る方法
- 歌詞からAIがやっていること（想像）
まずは動画ご紹介します
内容的には、メロディはだれにでもつくれるというものなのですが、
方法としては
１）リファレンスのメロディのリズムをとりだす
２）音程をつける 基本的には滑らかに。一部の跳躍は同じ音程幅でジャンプ。
３）4小節を単位にくりかえし最後の部分を一部をかえる
というものです。Scaler2やMelodySouce2などのツールにサジェストしてもらったメロディも、キャッチーなメロディに仕上げるのにはこの方法が使えそうです。
「キャッチー」なメロディの特徴についてはこちらの記事をご参照ください。
AIのやっていることを想像すると
歌詞の内容も考慮して、リファレンスを決めていると思います。楽しい曲には楽しい曲のリズムってありますよね。これは動画のように具体的な1曲というよりはジャンルの特徴を取り出したメロディ集のようなものではないかと想像しています。AIはそのリズムパターンに音程をあてはめてメロディをつくるのではないでしょうか？パターン集にはコード進行も入っているので、メロディに使える音は自然に絞られてきます。その際「基本は連続」や「繰り返して一部変える」などのキャッチーな曲をつくるためのルールが適用されているのは間違いないでしょう。現状SunoAIを使うときでも、歌詞を定型的なフォーマットに則ったものにして内容を吟味すると、リファレンスとのマッチングがやりやすくなるからか、それをしなかった場合より、曲のクオリティが上がるのが観察できます。
音感や音楽の知識
AIに自分の曲の下敷きをつくってもらうのは、生成がとても簡単なので、作曲にはぜひ取り入れたいプロセスです。下敷きをつくることで、クオリティが底上げされるだけでなく「ほんとうにじぶんのやりたかったこと」が明確になるメリットもあると思います。AIがつくるのは基本的にはオーソドックスなものですから、分析して作曲に生かすことで、音楽の知識を得ることもできます。もちろん音感も良くなりますので、AIの生成データを自分の作曲に活かすワークフローも引き続き考えていきたいと思います。