UdioでAIミュージックビデオを作る方法

TL;DR

Udioで曲調と歌詞を指定して楽曲を生成し、Midjourneyの人物画像とRunway Gen-2の映像、リップシンクを組み合わせれば、AI中心のミュージックビデオを制作できる。検証時点では音質や機能がSuno AIを明確に上回るとは断定できず、好みで選ぶのが妥当と評価された。

Transcript

に揺れ ながらすごいねめちゃくちゃリアルじゃん はいこんにちはケトです春るっていうこと でですねえ入学入社された方皆さんお めでとうございますということで今回は ですね音楽生成AIスノーていうのがある んですけどそれを超えたんじゃないかと噂 されている新しい音楽生生AIが出てき ましたのでそちらを紹介していきたいと 思いますえということで今回はですねこれ ユディって読むのかなえこちらんですね サービスを実際に使ってみてレビしていき ますえそして最後にはですねこのユィオっ ていうサービスを使ってなんか ミュージックビデオっぽいものをAIだけ で作ってみようかなって思ってますちなみ に私のチャンネルはAIやWEBに関する 便利なツルや情報を共有してるチャンネル ですチャンネル登録が進めてない方は... Read More

Key Insights

• Udioは、テキストで曲調を指定するだけで、メロディーだけでなくボーカルを含む音楽も生成できるサービスである。
• 楽曲生成は一度に2案が提示される場合があり、検証したクラシック風の指示では約20分後に各33秒の曲が完成した。
• カスタム歌詞機能は、日本語の歌詞を貼り付けてボーカル曲を作れる一方、漢字の読みや歌詞の開始位置が不自然になる場合がある。
• リミックス機能は、既存曲へ歌詞や曲調の指示を加え、調整バーで元の雰囲気を残す度合いまたは変化の度合いを設定できる。
• 曲の延長機能は、イントロ、途中のセクション、末尾から追加位置を選び、新しい歌詞または自動設定で続きを生成できる。
• 作品管理機能は、公開範囲の選択、タイトル変更、ジャケット画像生成、共有、プレイリスト追加、ダウンロードに対応している。
• UdioとSuno AIは、検証した範囲では機能と生成品質がほぼ同程度であり、話者は一方が明確に優れる証拠を確認できなかった。
• AI中心のMV制作は、ChatGPTの歌詞、Udioの楽曲、Midjourneyの画像、Runway Gen-2の映像とリップシンクを編集して完成させる。

Questions & Answers

Q: Udioでボーカル付きの曲を作る方法は？

作りたい曲調をプロンプト欄へ入力し、カスタム機能の歌詞欄に歌詞を貼り付けて生成する。動画内ではポップ、日本風などの要素や楽器タグも指定している。歌詞や音楽要素はChatGPTで作成し、要素を英語の一文にまとめてプロンプトとして利用する手順も紹介された。

Q: Udioで日本語の歌詞は歌わせられますか？

日本語の歌詞もカスタム欄に入力して歌わせられる。検証では日本の魅力や四季を題材にした歌詞が実際に楽曲化されたが、漢字を含む歌詞の読み方、歌い始めの位置、途中の表現が不自然になる例もあったため、生成結果の確認と再調整が必要である。

Q: Udioで曲を長くする方法は？

生成済み楽曲の追加機能を開き、イントロ、途中のセクション、最後の部分から延長したい位置を選ぶ。追加部分の歌詞は自分で入力することも、自動設定に任せることもできる。動画内では初期生成が33秒だったため、この機能で長い構成へ発展させる方法が示された。

Q: Udioのリミックス機能とは何ですか？

リミックス機能は、生成済みの音楽を基に、歌詞や曲調のプロンプトを追加して別案を作る機能である。調整バーを左へ動かすと元の音楽に近い雰囲気を保ち、右へ動かすと雰囲気を変えられると説明されており、初期値は中間付近だった。

Q: UdioとSuno AIの違いは何ですか？

話者が検証した範囲では、機能面と生成される音楽の品質に明確な差は確認されず、両者はほぼ同程度と評価された。画面構成には違いがあるものの、リミックスや曲の延長など共通する機能があり、最終的には利用者の好みで選ぶことになるとの結論である。

Q: Udioだけでミュージックビデオを完成できますか？

紹介された制作方法では、Udioだけではなく複数のAIサービスと動画編集ソフトを組み合わせる。Udioは楽曲生成を担当し、ChatGPTで歌詞と音楽要素を作り、Midjourneyで人物画像を生成する。さらにRunway Gen-2で映像とリップシンクを作り、最後に全素材を編集する。

Q: AIで歌う人物の映像を作る方法は？

Midjourneyで女性キャラクターの画像を生成し、その画像をRunwayのリップシンク機能へアップロードする。声を選び、人物に話させる予定の言葉として歌詞を入力すると、内容に合わせて口を動かす映像を生成できる。歌詞が一度に入らない場合は、複数回に分けて作成する。

Q: AIミュージックビデオ用の場面を作る方法は？

楽曲のテーマに合う情景をテキストプロンプトで指定し、Runway Gen-2で複数の短い映像素材を生成する。紹介例では春の入学、入社、新生活に合わせ、桜、希望の光、学校、会社、緊張した雰囲気、スーツ姿で歩く男性などの場面を用意し、編集時に組み合わせた。

Summary & Key Takeaways

• Udioは、作りたい音楽の説明をテキストで入力すると、ボーカルを含む楽曲を生成できるサービスである。検証ではクラシック風の指示から歌詞なしの33秒曲が一度に2つ作られ、生成には約20分かかった。スタッフ選出曲や日本語曲はリアルで高品質だった一方、独自に指定した日本語歌詞は発音や歌い始めが不自然になる例も確認された。

• 曲調はプロンプトやタグで指定し、カスタム欄へ歌詞を入力する。生成後はリミックスで歌詞や曲調、原曲との類似度を調整でき、イントロや途中、末尾へのセクション追加によって曲を延長できる。公開と非公開の選択、ジャケット画像の生成、タイトル変更、プレイリスト追加、共有、ダウンロード、生成後の歌詞編集にも対応していた。

• AI中心のMV制作では、ChatGPTで春の入学、入社、新生活を題材に歌詞と音楽要素を作り、Udioで楽曲を生成する。Midjourneyで女性キャラクターの画像を用意し、Runway Gen-2でリップシンク映像や桜、学校、会社などの場面を作る。最後に各素材とUdioの楽曲を動画編集ソフトで組み合わせ、一本の映像に仕上げる。