はじめに
社内の技術研究会で「生成AIでMVを作る」をテーマに研究したので、その記録をまとめます。
結論から言うと、音楽は作れた。映像は……なんとか完成した、という感じです。
やりたかったこと
「AIで曲を作って、その映像も作って、MVを丸ごとAIで完成させる」
GeminiやSunoを触ったら思いのほかちゃんとした曲が出てきたので、じゃあ映像もAIでいけるんじゃ？という素朴な発想が始まりでした。
調べたツール
| 用途 | ツール |
|---|---|
| 音楽生成 | Suno、Gemini（Lyria） |
| 映像生成 | Gemini（Veo）、Runway、Pika、KlingAI、Neural Frames |
| 動画編集 | CapCut（無料） |
音楽生成 → 大成功 🎉
Sunoは日本語歌詞つきのJpopもサクッと生成できて、完成度が高くて驚きました。
Geminiは「行進曲風で」「ハイドン風で」といったプロンプトをそれなりに聞いてくれます。
試行錯誤しながら計6曲生成。お気に入りは 「光の凱歌」。プロンプトに歌詞を指定していないのに歌詞が生成されてきたのが面白かったです。
料金（2025年時点）
| ツール | 無料 | 有料（最安） |
|---|---|---|
| Suno | 約50曲/月（透かし入り） | 1,200円/月〜（商用利用可） |
| Gemini（Lyria） | 無料で30秒の音楽生成可 | Google AI Pro 2,900円/月 |
無料プランでも十分試せるのが音楽生成ツールの強みです。
映像生成 → 壁だらけ 🧱
壁1：Geminiの動画は8秒しか出ない
GeminiのVeoで動画を生成してみましたが、1クリップ最大8秒。
曲は3〜4分あるのに…という話です。
壁2：「音楽→映像」専用サービスが見つからない
「音楽ファイルを読み込んでMVを自動生成してくれる」サービスを探しました。Neural Framesが近いですが、$26とちょっと高い
壁3：コストがかかる
音楽生成は無料でも十分ですが、映像生成は本格的に使うと有料プランがほぼ必須です。
| ツール | 無料プランの制限 | 有料（最安） |
|---|---|---|
| Runway | 初回125クレジットのみ | $12/月〜 |
| KlingAI | 日次制限・透かし入り | 約$6.99/月～ |
| Neural Frames | 低解像度・限定 | $26/月〜 |
複数ツールを試すとコストが積み重なり、個人研究としてはハードルが高かったです。
それでも完成しました
壁はありましたが、Gemini（Veo）で生成した8秒クリップを複数つなぎ合わせ、音楽もGemini（Lyria）で生成したものを使って、CapCutで編集することでMVとして完成させました。
CapCutは無料・操作が直感的で、AI編集機能も充実しています。短いクリップをつなぐ用途にはかなり便利でした。
研究発表後に教えてもらったこと
発表したら参加者からいくつか情報をもらったので合わせてメモ。
ByteDanceが「Seedance」という高品質な動画AIを作った
TikTok親会社のByteDanceが開発した動画生成AI。KlingAIに続く中国発のサービスとして注目されているようです。今後試してみたい候補の一つ。
CapCutが超便利（改めて）
Insta360のアプリも優秀という話が出ましたが、CapCut（剪映） も同じByteDance製で無料・高機能。今回の編集でも実際に使い、かなり助かりました。
音楽ビジュアライザーという手もある
「大学の授業で音楽に合わせて図形が動くアプリを触った」という話が出ました。Processing や TouchDesigner のような音楽ビジュアライザーツールを使えば、外部サービス不要で音楽と映像を同期させた映像が作れます。プログラミング知識は必要ですが、別アプローチとして検討の余地あり。
まとめ
| 評価 | |
|---|---|
| 音楽生成 | ✅ 使えるレベル。無料で十分試せる |
| 映像生成 | ⚠️ クリップ単位なら作れる。MV1本分はまだ険しい |
| 音楽→映像の自動化 | ⚠️ Neural Frames ちょっと高い… |
| コスト | 音楽は安い。映像は本格利用で月$7〜$26程度 |
生成AIの進化は速いので、今年ダメでも来年はあっさり解決している可能性は十分あります。引き続き追いかけていきます。
参考にした動画
- 音声AIを使って遊んでる動画（面白い使い方の参考に）
- 私が目指したMVのイメージ