これは、読むだけで大丈夫な回です。
動画に語りを入れるとき、後ろで流す曲に歌が入っていると、言葉が聞き取りにくくなります。今日は、手元にあった歌入りの曲から歌だけを取り除いて、語りの後ろに流せる曲にした話です。
1曲を、楽器ごとに分ける
使ったのは、ElevenLabs（イレブンラボ）です。ふだんは、文章で注文して曲を作ってもらっているAIのサービスです。じつは、すでにある曲をばらして、歌やドラムやベースを別々の音として取り出すこともできます。この作業を、ステム分離と呼びます。
ばらしたのは、以前に作った3人組の歌の曲から、30秒ほどを切り取った部分です。返ってきた音は6種類。ピアノとギターの分も用意されていましたが、もともと鳴っていない楽器なので、中身はほぼ静かなままでした。
Claude Codeは、分けた音をもう一度重ねて、元の曲と聞き比べる代わりに数字で比べました。分けたことで失われた音は、ほとんどありませんでした。
歌を外して、あと一押し
ナレーションが乗るかどうかは、人の声と同じ高さの音が、曲の中でどれだけ空いているかで測っています。
歌を取り除いて、残りの音を重ね直すと、声の入る場所はだいぶ空きました。ただ、私の作業の決めごとにある合格の線には、少しだけ足りません。
そこでClaude Codeは、残った音の中から1つを選び、少しだけ小さくしました。選ばれたのは「その他」にまとめられた、中くらいの高さの音です。これで、線の向こう側に届きました。
ただ、測れるのは空き具合までです。歌の声がうっすら残っていたり、曲がやせて聞こえたりしないか。そこは、耳の仕事です。元の曲と聞き比べて、これでいい、と伝えました。
最初は、鍵で止まった
じつは1回目は、ElevenLabsから「この鍵では音楽の機能を使えない」と断られました。作業に入る前の門前払いだったので、料金は発生していません。
AIに持たせている鍵（APIキー）は、使える機能を絞って作ることができます。パソコンに置いていた鍵は、文字起こし用に絞ったもので、音楽の許可が付いていませんでした。
音楽を作れる鍵は、別の設定の中にもう1本ありました。それでもClaude Codeは、そちらに手を伸ばしていません。鍵の中身にはAIが自分から触れない、という決めごとがあるからです。
結局、ElevenLabsの管理画面を開いたのは私です。パソコンに置いていたほうの鍵に、音楽の許可を1つだけ付け足しました。そのあとClaude Codeは、お金のかからない呼び出しで鍵が通るのを確かめてから、分ける作業を1回だけ流しています。
残っている宿題
語りの声を実際に重ねてみるところまでは、まだ進んでいません。今わかっているのは、声の入る場所が空いた、というところまで。耳で聞いたのも、この曲の短い一部だけです。語りを入れる動画を作る日に、あらためて聞きます。
曲を替えるより、場所を空ける
今回やったのは、曲を替えることではなく、曲の中に声の場所を作ることでした。手を動かしたのはAI、許可を足したのと、最後に聞いて決めたのは私です。
【note実践版へ】
この回のnote版では、Claude Codeへの頼み方、分けた音の中身と数字、かかった費用、鍵で止まったときの経緯を、くわしく書いています。
noteで読む：「Claude Code × ElevenLabs（音楽作成AI） 歌入りの曲から、ナレーション用のBGMを作る——楽器ごとに分ける「ステム分離」で歌だけ抜いた」
