ビートルズ最後の新曲をAIが実現！音源分離技術と音楽制作の未来

みなさん、音楽は聴きますか？僕は作業中によく聴くんですが、2023年の暮れに飛び込んできたニュースには、本当に驚かされました。あのザ・ビートルズが「最後の新曲」をリリースしたというんですから。

解散から半世紀以上が経っている伝説のバンドの新曲。しかも、亡くなっているジョン・レノンとジョージ・ハリスンの音源も含まれていると聞いて、「えっ、どうやって？」と素直に疑問に思いました。調べてみると、そこには最新のAI技術が深く関わっていたんです。

「AIが音楽を作る」と聞くと、最近流行りの生成AIがゼロから曲を作り出したのかと想像してしまいますが、どうやら今回はちょっと違うみたいです。ビートルズの魔法を現代に蘇らせたのは、AIによる「音源分離」という技術でした。今回は、この奇跡のようなプロジェクトの裏側と、この技術がこれからの音楽制作、ひいては他の分野にどう影響していくのか、僕なりに調べてまとめてみました。

奇跡の新曲「Now And Then」が生まれるまで

2023年11月2日、ザ・ビートルズの「Now And Then」がリリースされました。この曲は世界中で大きな話題となり、全英シングルチャートではなんと54年ぶりに1位を獲得したそうです。これは同一アーティストによる1位獲得のブランクとして史上最長記録だとか。とんでもない記録ですね。

この曲の元になったのは、1977年頃にジョン・レノンがニューヨークの自宅で録音したカセットテープのデモ音源でした。ピアノの弾き語りだったのですが、当時の簡易的な機材で録音されたため音質は非常に悪く、ピアノの音とジョンの歌声が渾然一体となっていて、ノイズもひどかったらしいです。

実は1990年代にも、残されたメンバー（ポール、ジョージ、リンゴ）でこのデモテープを基に新曲を作ろうという試みがありました。「アンソロジー」プロジェクトの時ですね。しかし、当時の技術ではジョンの歌声だけをきれいに取り出すことがどうしてもできず、ジョージ・ハリスンが難色を示したこともあって、制作は断念されてしまったという経緯があります。

救世主となったAI技術「MAL」とは？

そんな長年の課題を解決したのが、最新のAI技術でした。きっかけは、2021年に公開されたドキュメンタリー映画『ザ・ビートルズ：Get Back』の制作です。ピーター・ジャクソン監督率いるチームが、映画のために古いフィルムの音声をクリアにする技術を開発していたんですね。

彼らが開発した「MAL（Machine Audio Learning）」と呼ばれるAIソフトウェアは、機械学習によって「人の声」や「ギターの音」といった特定の要素を認識し、複雑に混ざり合った音声データから抽出することができます。これが今回のプロジェクトに応用されました。

AIは「魔法の杖」ではなく「高度なピンセット」

ここで重要なのは、今回使われたAIは、何もないところからジョンの歌声を「生成」したわけではないという点です。あくまで、カセットテープの中に埋もれていたジョンの歌声を、AIという超高性能なピンセットでつまみ出した、というイメージが近いです。

ポール・マッカートニーもこの技術を「魔法のようだった」と表現しつつ、「ジョンの声以外は一切合成していない」と強調しています。AIはクリエイティビティを奪ったのではなく、人間には不可能だった作業を代行することで、アーティストの創造性をサポートしたんですね。

こうしてクリアに抽出されたジョンのボーカルに、1995年に録音されていたジョージのギター、そしてポールとリンゴが新たに録音したベース、ドラム、バックボーカルなどが加えられ、ついに4人が共演する「Now And Then」が完成したわけです。

進化する音楽制作の現場（私たちにも使える技術）

ビートルズのプロジェクトで使われた「MAL」は独自のツールですが、実はこれと同種の「AI音源分離（Stem Separation）」技術は、ここ数年で急速に進化し、一般の音楽制作の現場でも当たり前に使われるようになっています。

例えば、プロのエンジニアが使うオーディオリペアソフトの定番「iZotope RX」や、音を視覚的に編集できる「Steinberg SpectraLayers」といったソフトには、強力な音源分離機能が搭載されています。これらを使えば、既存の楽曲からボーカルだけを消してカラオケを作ったり、逆にドラムの音だけを抜き出したりといったことが、かなり高い精度でできるようになっています。

さらに、もっと手軽なコンシューマー向けのサービスも増えています。「Lalal.ai」や「Moises.ai」といったWebサービスでは、ブラウザに音楽ファイルをドラッグ＆ドロップするだけで、ボーカル、ドラム、ベースなどに分離してくれます。DJソフトの「Serato DJ」などにもリアルタイムで分離する機能が搭載され始めていますね。

プロの現場でのリミックス制作はもちろん、アマチュアのミュージシャンが「耳コピ」のために特定の楽器だけを聴きやすくしたり、練習用のマイナスワン音源を作ったりと、音楽の楽しみ方そのものを広げていると感じます。

この先どうなる？将来展望

ビートルズの事例は、AI音源分離技術の可能性を世界に知らしめました。今後、この分野はどうなっていくのでしょうか。

過去の遺産が蘇る「アーカイブ・ビジネス」の活性化

まず考えられるのは、過去の膨大な音楽アーカイブの再評価です。これまで「音質が悪すぎて商品化できない」とお蔵入りになっていた古いライブ録音やデモテープが、AI技術によってクリアな音質で蘇る可能性があります。

レコード会社などのビジネス側にとっては、既存の資産から新たな価値を生み出す大きなチャンスになります。そして私たちリスナーにとっては、伝説的なアーティストの「幻の音源」を高音質で聴けるかもしれないという、夢のような未来が待っています。まさに「リマスター革命」が起きるかもしれません。

クリエイターの表現の幅が広がる

技術がさらに進化し、誰でも手軽に高精度な分離ができるようになれば、サンプリングやリミックス文化がさらに加速するでしょう。既存の楽曲を素材として再構築するハードルが下がることで、法的な権利処理の課題は残るものの、クリエイティブの民主化がさらに進むはずです。

他分野への応用アイデア

この「混ざり合った音の中から特定の音だけを抜き出す」というAI技術、音楽以外にも応用できそうですよね。mogucaのカテゴリに関連して、いくつかアイデアを考えてみました。

【ライブ配信・動画制作】アーカイブ音声の劇的改善

ライブ配信のアーカイブを見返したとき、「周りの雑音がうるさくて声が聞き取りづらい」なんてこと、ありませんか？

この技術を応用すれば、収録後の動画から「エアコンの空調ノイズ」や「街の喧騒」だけをきれいに除去したり、逆に複数人が同時に喋っている場面で「特定の人の声」だけをクリアに強調したりといったことが、今よりもずっと簡単にできるようになるかもしれません。動画編集ソフトの標準機能として搭載されれば、コンテンツのクオリティが底上げされそうです。

【Web制作・アーカイブ】古い企業資産の修復と活用

歴史のある企業や団体なら、過去に制作したビデオテープなどの映像資産が眠っていることも多いでしょう。そうした古い映像は音声が劣化していることがよくあります。

AI音源分離技術を使えば、例えば「BGMとナレーションが被ってしまっている古いPRビデオ」からナレーションだけをきれいに抜き出し、新しい映像に合わせて再編集するといったリサイクルが可能になります。Webサイトの「沿革」ページなどで過去の映像を公開する際にも、現代的なクリアな音声で提供できれば、ブランドイメージの向上にもつながるのではないでしょうか。

まとめ

ビートルズの「最後の新曲」は、単なる懐古趣味ではなく、最新テクノロジーがもたらした奇跡でした。AIは決して人間の仕事を奪う敵ではなく、人間にはできないレベルの細かい作業をサポートしてくれる、頼もしいパートナーになり得ることを証明してくれたと思います。

「魔法のピンセット」を手に入れた人類が、これからどんな新しい音楽やコンテンツを生み出していくのか。技術の進化をただ怖がるのではなく、どう使いこなしていくかを考えるのが大切だと改めて感じました。僕もまずは手軽なWebサービスで、好きな曲のベースラインだけを抜き出して聴いてみようかなと思います。