やっと公開できました
「魔法が解けたシンデレラ」を、やっと公開できました。これまでで一番時間がかかり、苦労も多かったミュージックビデオです。
知人から渡された歌詞の原案
そもそもこの楽曲は、数年前に、私の古くからの知人から歌詞の原案となるものを渡されたところから始まります。しばらく眠らせていたのですが、2年前くらいから少しずつ楽曲制作を進めてきました。
私だけで作る歌詞とは違い、単語や言い回しが自分の型とは異なっていました。ところどころは手を加えたものの、イメージを壊さずに、ほぼそのまま曲に落とし込めたのではないかと、今となっては感じています。
AIでは「妥協」が難しかった
そういう経緯もあり、ミュージックビデオにする際も「楽曲を映像に変換する」という普通のことを言っているようで、AIによる画像や動画の出力では「妥協が難しい」ことに直面しました。これまでは「80％くらい」のイメージで済んでいたものが、今回ばかりは少しでもズレを感じたらやり直しの連続でした。
片耳の有線イヤホンという難題
やはり、AIに細かな部分を固定させるのは難しいです。作品の中心となる片耳につける有線イヤホンは、特にAIでの補完が下手でした。一発の生成では、矛盾や違和感が出てしまいます。
手や指のかたちもそうですが、こうした細部は「大まかな構図で出力し、そのあとに細部を追加修正する」という2段階のほうが、圧倒的に良くなります。
例を挙げると、まず①イヤホンをつけていない人物で出力します。次に②耳を起点に、イヤホンコードが進む方向を消しゴムで消すようにして、その箇所だけに指示を出します。こうすると、構図や人物といったAIがそこまで弱くない部分は固定したまま、イヤホンだけを納得いくまで何度でも再出力できます。
学生時代・20代・30代の人物を作る
もう一つ、今回は映像の最初から最後まで、2人の中心人物が登場し続けます。しかも「学生時代」「20代」「30代」の3パターンが必要でした。
意外と、外国産のAIは「日本人の年齢を把握していない」のではないか、という疑いがあります。外国人の30代と日本人の30代では、見た目がかなり違うと思います。そのため、年齢を下げたプロンプトにしてみたり、惜しいときは「皺」だけを修正したりと、人物設定の四面図を出すだけでも試行錯誤の連続でした。
編曲とSunoAIのノイズ
編曲は今回もSunoAIで調整しました。ただ、Noise Marginのように歪んだギターが含まれる楽曲だと、相変わらず後半でノイズが乗り、ボーカルが歪んできます。いろいろ試してはいるものの、今のところは「iZotope RX 8のDe-clip（クリップ除去）」などで何とかしのいでいます。
SunoAIは、ステム（パートごとの音）の精度がまだまだ低いと感じます。今後の機能拡張も、おかしな方向に力を入れないでほしいと願うばかりです。そもそも音楽生成の段階でステムから生成し、それをミックスして出力するような構造になればいいのに、と思います。ただ、私に編曲のセンスがないので、結局はSunoAIに頼りきりです。
これから
今後の予定としては、少し一息ついたら、YouTubeのアナリティクスを検証しようと思っています。インプレッションも伸びておらず、まだYouTubeにチャンネルを理解してもらえていない状態です。「こんな曲をたくさん上げているんだぞ」としっかりアピールしていくつもりです。
これからも地道に、自分のために、後悔がないように公開していきますので、応援のほどよろしくお願いします。