AIで1時間の作業用BGMを作ったら、曲の中が無音だらけでした

AIで作業用BGMを作って、YouTubeに1時間の動画を出しました。曲を作るところまでは、思っていたよりずっとすんなり進みました。ところが公開したあとに自分で聴いてみたら、あちこちで音が途切れて聞こえたのです。調べてみると、原因は私が思っていたものとは違いました。今日は、その手順と、途中でぶつかった落とし穴をそのまま書きます。

AIで1時間の作業用BGMを作るまで🎹

AI×BGMを始めることに決めた経緯はこちらの記事に、曲を選ぶところでつまずいた話はこちらの記事に書きました。今回はその続きで、選んだ曲を1本の動画にするところです。

やったことは、思っていたよりも単純でした。AIで作った曲の中から5曲を選び、それを順番につないで約27分の流れを作ります。それを3回くり返して、ちょうど1時間にしました。あとは静止画を1枚用意して、動画として書き出すだけです。

書き出しにかかった時間は、約2分でした。私のパソコンはM1のMacでメモリは8GBです。事前に調べたときは「20分から30分かかる」と書かれているのを見ていたので、ここは拍子抜けするほど早く終わりました。できあがったファイルは119MBでした。

公開したあとに聴いたら、音が途切れて聞こえました👂

できあがった動画をYouTubeに出したあと、私はあらためて自分で通して聴いてみました。作業のBGMとして流せるかどうか、自分で試したかったからです。

すると、何度か「あれ？」と思う場所がありました。音楽の流れが、ぷつっと止まって聞こえるのです。1回や2回ではありませんでした。

最初に私が疑ったのは、曲と曲のつなぎ目でした。5曲をつなぐときに、あいだに少しだけ無音を入れていたからです。「あの無音が長すぎるのかもしれない」。そう思って、クロコ（私がいつも作業を手伝ってもらっているAI）に調べてもらうことにしました。

ところが、返ってきた答えは私の予想とは違っていました。

無音は2種類ありました📊

調べてもらってわかったのは、1時間の中に混ざっていた無音が、1種類ではなかったということです。

ひとつは、私が意図して入れた「曲と曲のあいだの無音」です。これは自分で入れたものなので、場所も長さもわかっています。

もうひとつは、私がまったく知らなかったものでした。AIが作った曲そのものの中に、無音が入っていたのです。曲の途中で音が止まり、数秒たってからまた音楽が始まる。そういう形の曲が混ざっていました。

1時間の動画の中で、つなぎ目の無音が12回、曲の中の無音が12回。合わせて24回、長さのバラバラな無音が混ざっていたことになります。「途切れて聞こえる」と感じたのは、気のせいではありませんでした。

5曲のうち4曲に、無音が入っていました🎵

実際に測ってもらった結果が、こちらです。

曲	無音があった場所	長さ
1曲目	4分18秒（曲の途中）	2.0秒
2曲目	3分12秒（曲の途中）	3.6秒
3曲目	4分02秒（曲の途中）	2.5秒
4曲目	4分16秒（曲の終わり）	1.6秒
5曲目	なし	―

5曲のうち4曲です。しかもそのうち3曲は、曲が終わったところではなく曲の途中で音が消えていました。

私はこの曲たちを、何度も聴いて選びました。それでも気づきませんでした。1曲ずつ集中して聴いていたわけではなく、作業をしながら流していたからだと思います。

幸いだったのは、無音のうしろにもちゃんと音楽が続いていたことです。曲が壊れていたわけではありませんでした。なので曲を捨てずに、無音の部分だけを切って、前とうしろを詰めてつなぎ直しました。

「つなぎ目は2秒」という数字の出どころを確かめました🔍

もうひとつ、この作業で反省したことがあります。

私は曲と曲のあいだに、2秒ほどの無音を入れていました。なぜその長さにしたのかというと、以前に読んだ記事にその数字が書かれていたからです。自分で何秒がいいか試したわけではありません。書いてあった数字を、そのまま正解として使っていました。

今回あらためて出どころをたどってみたら、それはある一人の方が、自分の感覚として書いていた数字でした。同じことをしている人の中でも、意見は分かれていました。共通していたのは「つなぎ目を目立たせないこと」という考え方のほうで、秒数そのものではありませんでした。

次に、曲の順番を変えれば自然になるのではないかと考えました。これもクロコに調べてもらいました。5曲の並べ方は全部で120通りあるそうで、そのすべてについて、曲の終わりと次の曲の始まりの差を計算してもらいました。

結果は、どの順番にしても、いちばん大きな段差は変わらないというものでした。理由は、1曲目の終わりの音が他の曲の始まりよりも明るく、誰のとなりに置いても差が出てしまうからでした。順番を入れ替えて何度も書き出し直す前に、これがわかったのは助かりました。

最終的に効いたのは、無音をなくして曲と曲を重ねる時間を、2秒から6秒に伸ばすことでした。前の曲が消えていく途中で次の曲が始まるので、切れ目が気にならなくなりました。

この件で持ち帰ったこと⭐

今回のことで、私が持ち帰ったことは2つあります。

• AIが作ったものは、完成した形をしていても、中身を確かめるまでわからない。「1曲できました」と出てきたものの中に、数秒の無音が入っていました。見た目や形だけで判断せず、一度は自分で通して確かめたほうがいいと思いました
• 誰かが書いていた数字を、正解だと思い込まない。「2秒」という数字を、私は確かめずに使っていました。出どころをたどったら、一人の方の感覚でした。数字を使う前に、誰が何を根拠に言っているのかを見たほうがいいと感じました

正直に書いておくと、このチャンネルはまだ登録者0人、収益も0円です。動画は1本しかありません。ここから伸びるかどうかは、まだ何もわかっていません。

それでも、曲を選び、つなぎ、出して、聴き直して、直す。この一通りを自分でやってみたことで、次にやるべきことは前よりはっきりしました。うまくいっても、いかなくても、そのまま報告していきます。

そもそも無料で試せなかった話、つまり有料プランに課金することになった経緯はこちらの記事に書きました。ブログ全体の収益がどこまで進んでいるかは、副業ブログで月1万円を目指すロードマップにまとめています。