次はNoise Marginの楽曲から
次にミュージックビデオ化する曲は、Noise Marginの「魔法が解けたシンデレラ」に決めました。
映像制作にも、AIによる静止画から動画への変換にもだいぶ慣れてきたので、今回はもう少し技術が必要になるストーリー展開と構想を練ってみました。
これまでと大きく違うのは、登場人物を最小限にしている点です。そのうえで、1曲を通して違和感をどこまで抑えられるかを試しています。ただ、これが非常に難しく、時間だけが過ぎていくという状況です。
キャラクターの一貫性と予算の問題
おそらくSeedance 2.5のような、キャラクターの一貫性を前提としたツールで作り込めば、もっと楽になるのだと思います。ただ、クレジットの消費が大きく、使い続けられるだけの予算がありません。そうした事情もあって、より手間のかかる方法を選んでいます。
すぐに外国人の顔になる
今回は主にGPT Image 2.5とDomoAI 2.5で生成しています。
このうちDomoAIには、すぐに外国人の顔にしてしまうという癖があります。最初のフレームが日本人でも、数秒後には西洋系の顔立ちに変わっていることがあります。
プロンプトに「日本人」という単語を含めるとかなり改善されますが、その代わりに別の日本人がフレームインしてくる確率も上がります。何度も失敗する場合は、オムニリファレンスに頼らざるを得ないこともしばしばです。
とはいえ、オムニリファレンスのMiniMax H3で生成すれば安心というわけでもありません。AI生成による違和感は、本当に扱いの難しい部分だと思います。
違和感を減らす方法
AI生成だと分かってしまう違和感は、一般的には不気味の谷（Uncanny Valley）という言葉で説明されることが多いと思います。
そのうえで、あくまで個人的な考えですが、見る人の心理的な不安感を取り除くポイントは「きれいに見せないこと」に尽きると考えています。
シネマティック、超高精細、4Kといったキーワードは、非常にきれいな描画になる性質があります。そのぶん、かえって違和感を覚えやすくなると思います。
私の場合は、「センチメンタル」「ノスタルジック」といった、少し昔を感じさせる描画方法を使っています。見る側の視覚そのものを曖昧にすることが、違和感を減らす一番の方法だと考えているためです。スマホの画質や昔のインスタントカメラに寄せるほど曖昧な部分が増えるので、言い方は良くないかもしれませんが、ごまかすための手段としてよく使っています。
色は後処理で調整する
そのうえで、どうしても美しく見せたい場面では、動画制作ソフト側で対応します。つまり事後処理です。
これは新しい手法ではなく、AI以前から映像の世界で当たり前に行われているカラーバランスなどの調整です。
これまでAIで動画や静止画を出力してきて、人物自体の違和感はさておき、全体として気になっていたのがカラーバランスでした。AIはどうしても平均的な方向にまとめようとするため、色についてもAI動画特有の傾向が出て、それが「AIで作ったものだ」という印象を強めている気がします。
そのため、人物の違和感をある程度取り除いたら、画面全体のカラーバランスを変える。これが、一般的なAI動画から離れるための手軽な方法ではないかと思います。私はシーンごとに調整しながら全体の色を合わせたり、ときにはあえて他のシーンと合わせず、違和感を作ったりしています。
秋のやること
そんなわけで、これまでより制作に時間がかかっていますが、少しずつ進んでいます。
少しずつ秋らしくなってきて、今年最後の草刈りシーズンでもあります。地元の新穀感謝祭など、神様に奉納するようなものは何も作っていない私ですが、年末に向けてやることが多すぎます。
自分のために作る
作詞も作曲も映像制作も動画管理も一人でやるのは、やはり大変です。AIのおかげで楽になった部分もありますが、AIが原因で進まないことも多く起こります。
一番の理想は、人間同士だけで完結することだと思っています。ただ、このバランスの取り方、生活と現実と理想のせめぎ合いが、心の折れる理由なのだと思います。クリエイティブな作業は特に、不毛さを感じやすいものだと思います。
それでも、「誰かのために」を理由にせず、「自分のために」を支えにしないといけないと感じています。人生の豊かさを追求しようとすると、どうしても他人の意見が耳に入りやすくなります。それよりも、自分の生きた証として作品を残す、という考えに力を注いだほうがいい。今はそう思っています。