Riffusion

Riffusionは、画像生成の技術を音に応用した実験から始まった。開発者たちは、絵を描くためのStable Diffusionを持ち出し、スペクトログラムを描くように学習させた。スペクトログラムとは音の画像だ。時間は左から右へ進み、音の高さは下から上へ上がる。Riffusionはその画像を読み取り、見えた周波数を再生する。だから曲調や雰囲気を言葉で説明すれば、それが実際の音声になる。チームによれば、この仕掛けによって、文字を打ち替えながらその場で音楽を作れる最初期のツールの一つになった。

この試みは本格的なAI楽曲生成ツールに育った。後のバージョンは短いインストゥルメンタルのループを超え、歌詞やボーカル、再利用できる分離トラックを備えた丸ごとの曲を出すようになった。元のWebアプリはオープンソースなので、GPUさえあれば誰でも自分で動かせる。ホスト版はその制御と引き換えに手軽さを取った。

2026年には大きな変化がある。Riffusionは単独の製品としては動かなくなった。公式サイトは現在、GoogleのFlow Musicへと転送される。これはLyriaシリーズのモデルで作られたAI音楽スタジオだ。昔の対話的なスペクトログラム遊びを期待してRiffusionを探すと、別のツールに着地する。良い面はスタジオが洗練されたこと。代わりに失われたのは、Riffusionを独特にしていた生々しい手作業のスペクトログラム編集だ。

Getting Started

1. Riffusionのサイト、または今は転送先であるFlow Musicスタジオを開き、ログインして新規プロジェクトを始める。
2. 欲しい音を平易な言葉で書く。勉強用のローファイなビート、都市の灯りを歌うシンセポップなどだ。自分で書いた歌詞を貼り付けてもよい。
3. スタイルを選び、ボーカルかインストゥルメンタルかを決め、曲の長さを設定する。
4. トラックを生成し、プレイヤーで聴き、文章を変えながら納得いくまで作り直す。
5. 気に入ったものをダウンロードするか、動画や編集プロジェクトで使えるよう書き出す。