Lalal.aiでAIを使ってボーカルを分離する方法｜ミックス済み楽曲から歌声を抽出

すでにミックス済みの楽曲からボーカルを取り除く作業は、かつてミュージシャンやリミックスアーティストだけが行う、非常にニッチな技術でした。しかし今では、メディアがあふれる現代社会において、誰もがこの作業を楽しめるようになっています。

AI音楽ソフトウェアによるループやビートの制作が一般に開放された今、これは新しい主流になりつつあります。特に、自分の作品を発信できるチャンネルが無料または低コストで手に入る時代だからです。これから歌を極めようというシンガーは、人気曲からオリジナルのボーカルを取り除き、その名曲に自分の歌声を重ねて録音できますし、ミュージシャンはオリジナルアーティストの歌声を、自分独自のアレンジに乗せることができます。YouTuberたちもカバーバージョンの動画で配信を賑わせることでしょう。

趣味であれ芸術であれ、好むと好まざるとにかかわらず、他人の作品をAIで処理して新しいものへと生まれ変わらせるソフトウェアは、今や大きなビジネスとなっているのです。

本記事はlalal.aiの提供による記事です。内容および意見は、編集の独立性を保った著者自身のものであり、スポンサーからの影響は一切受けていません。

ボーカル抽出機能とは

Lalal.ai(おそらく「ララライ」と発音するのでしょう)は、AIを使ってアップロードした楽曲からボーカルトラックを繊細に分離するオンラインWebアプリです。処理後は2つのトラックとして提供され、1つはボーカルのみのファイル、もう1つはオリジナルシンガーを除いたインストゥルメンタル(伴奏)ファイルとしてダウンロードできます。

オンラインインターフェースは非常にシンプルです。ファイルをアップロードすると、AIが楽曲を解析してボーカルを抽出します。処理が完了すると、サービス料金の表記とともに、ダウンロード可能な状態でファイルが表示されます。

とてもシンプルなツールで、処理にはいくつかの小さな調整が可能ですが、エフェクトを微調整するような詳細設定は用意されていません。

実際の分離精度はどうなのか?

この種のソフトウェアは、何らかの形で数十年前から存在していました。従来の手法では、「ボーカルは通常ミックスの中央に配置される」という性質を利用して、ステレオイメージの中央部分を切り出して別ファイルにするという、かなり機械的な処理が行われていました。しかし、この方法は扱いにくく、難易度の高いものでした。

この新しいツールの違いは、単に中央のボーカル周波数帯を切り取るだけではない点です。声とその周囲の音楽を「聞き分け」、インテリジェントに分離します。しかも、それを非常に簡単でユーザーフレンドリーな方法で実現しているのです。

もちろん完璧ではなく、すべての楽曲に万能というわけではありません。モダンな曲からクラシックまで多数のトラック、さらには自作の曲でも試してみましたが、結果は良好ながらもばらつきがありました。ミックスや周波数の面でボーカルが音楽と深く絡み合っている曲は、後から完全に分離するのが不可能な場合もあります。それでも、その仕上がりは印象的で、少なくとも興味深いものです。リミックスや楽しい音楽実験の素材として、十分に活躍してくれるでしょう。

ファイルをアップロードする際には、処理の強度を選択できます。「Mild(マイルド)」「Normal(ノーマル)」「Aggressive(アグレッシブ)」の3段階です。エフェクトを調整したい場合、これが唯一のコントロール手段となります。また、プッシュ通知のオン/オフも切り替えられますが、処理自体はそれほど時間がかからないため、あまり価値を感じず、ほとんどオフのままにしていました。

将来的には、プロ版のような形でより多くのコントロールが追加され、AIの内部に踏み込んでボーカルに対してより直接的に処理を適用できるようになるかもしれません。あくまで私の推測ですが、素晴らしいソフトウェアであるだけに、結果をもっと細かく弄れる余地があるとさらに嬉しく感じました。とはいえ現時点でも、このシンプルなインターフェースのおかげで、誰もが簡単かつ楽しくボーカル除去を楽しめるのです。

料金体系と総評

Lalal.aiはオンラインで利用でき、料金は使用するトラック数と分数に基づいています。30分以内の3トラックで5ドル、90分以内の10トラックで10ドル、500分以内の30トラックで30ドルです。さらに大量の時間やトラックについては非公開のレートが設定されており、この技術がAPIとして、サイトやソフトウェア向けに販売されていることがうかがえます。詳細は公式サイトから直接問い合わせてみてください。

私はこのツールをとても気に入りました。遊び心を満たしておもちゃであると同時に、中〜低価格帯のボーカル除去における実用的なツールでもあります。この技術が今後どんな音楽を生み出していくのか、大いに期待が膨らみます。