songwriting-and-ai-music

作詞とAI音楽生成

ここにあるのはすべてガイドラインであり、ルールではありません。アートは意図的にルールを破るものです。 曲に活かせるものを使い、そうでないものは無視してください。

---

1. 曲の構成（どれかを選ぶか、自分で考える）

よくある基本形です。必要に応じて組み合わせたり、変更したり、すべて破棄したりしてください。

ABABCB  Verse/Chorus/Verse/Chorus/Bridge/Chorus    (most pop/rock)
AABA    Verse/Verse/Bridge/Verse (refrain-based)    (jazz standards, ballads)
ABAB    Verse/Chorus alternating                    (simple, direct)
AAA     Verse/Verse/Verse (strophic, no chorus)     (folk, storytelling)

6つの基本要素：

• イントロ — 雰囲気を作り、聴き手を引き込みます
• ヴァース — 物語、細部、世界観を描きます
• プリコーラス — 盛り上がりの前に緊張感を高める任意のパートです
• コーラス — 感情の核であり、人々の記憶に残るパートです
• ブリッジ — 脇道へ逸れたり、視点やキーを変えたりするパートです
• アウトロ — 別れを告げるパートです。他のパートを反復したり、覆したりできます

これらをすべて使う必要はありません。ひとつのパートだけが展開していく名曲もあります。 構成は感情に仕えるものであり、その逆ではありません。

---

2. ライム、韻律、音

ライムの種類（ぴったり合うものから緩やかなものへ）：

• 完全韻：lean／mean
• ファミリーライム：crate／braid
• 類韻：had／glass（母音は同じで、語尾が異なります）
• 子音韻：scene／when（母音は異なり、語尾が似ています）
• 近似韻／スラントライム：結びつきを感じさせつつ、厳密には固定しない程度の韻です

組み合わせましょう。完全韻ばかりだと童謡のように聞こえることがあります。 スラントライムばかりだと手抜きに聞こえることがあります。両者の組み合わせにこそ魅力があります。

内部韻：行末だけでなく、行の中に韻を置くことです。 「We pruned the lies from bleeding trees / Distilled the storm from entropy」では、「lies／flies」「trees／entropy」が内部で響き合います。

韻律：強勢のある音節とない音節が作るリズムです。

• 並行する行の音節数をそろえると、歌いやすくなります
• 音節の総数よりも、強勢のある音節が重要です
• 声に出してみましょう。つまずくなら、韻律を見直す必要があります
• 意図的に韻律を崩すと、強調や意外性を生み出せます

---

3. 感情の流れとダイナミクス

曲を平坦な道ではなく、旅として考えましょう。

エネルギーの目安（大まかな案であり、決まりではありません）： イントロ：2-3 | ヴァース：5-6 | プリコーラス：7 コーラス：8-9 | ブリッジ：変化 | 最終コーラス：9-10

最も力強いダイナミクスの工夫は、コントラストです。

• 叫ぶ前のささやきは、ただ叫ぶよりも強く響きます
• まばらな音から密な音へ。遅いテンポから速いテンポへ。低音から高音へ
• ドロップが効くのは、ビルドアップがあるからです
• 沈黙も楽器のひとつです

「ささやきから轟音へ、そしてまたささやきへ」——親密な雰囲気で始め、力強く盛り上げ、再び弱さをさらけ出す構成です。バラード、叙事詩的な曲、アンセムに合います。

---

4. 効果的な歌詞を書く

見せて、語らない（たいていの場合）：

• 「悲しかった」＝平板です
• 「玄関のフックには、あなたのパーカーがまだ掛かっている」＝生き生きとしています
• ただし、「命を捧げる」と率直に言うことが力になる場合もあります

フック：

• 人々の記憶に残り、口ずさまれ、繰り返される一節です
• たいていはタイトルや核となるフレーズです
• メロディ＋歌詞＋感情がすべて調和すると、最も効果的です
• 最も強く響く場所に置きます（コーラスの最初や最後の行がよく使われます）

プロソディ — 歌詞と音楽が互いを支え合うこと：

• 安定した感情（解決、安らぎ）には、落ち着いたメロディ、完全韻、解決するコードが合います
• 不安定な感情（憧れ、疑念）には、揺れ動くメロディ、近似韻、解決しないコードが合います
• ヴァースのメロディは通常低めで、コーラスでは高くなります
• ただし、曲に合うなら逆にしてもかまいません

意図的に使うのでなければ、避けましょう：

• 使い古された表現を無意識に使う（説得力を持たせないまま「金の心」と言うなど）
• 韻を合わせるために語順を無理に変える（「ヨーダ語」）
• すべてのパートを同じエネルギーにする（平坦なダイナミクス）
• 初稿を神聖視すること——推敲も創作の一部です

---

5. パロディと翻案

既存の曲を新しい歌詞で書き換える場合：

骨組み：まず元の曲の構成を把握します。

• 各行の音節数を数えます
• 押韻構成（ABAB、AABBなど）を記録します
• 強勢のある音節を特定します
• 音を伸ばす箇所を記録します

新しい言葉を当てはめる：

• 強勢のある音節を、元の曲と同じ拍に合わせます
• 音節の合計数は、強勢のない音節なら1〜2音節程度ずれてもかまいません
• 長く伸ばす音では、元の曲の母音に近い音を試します （元の曲で「LOOOVE」の「oo」の母音を伸ばすなら、「LIFE」より 「FOOOD」のほうが合います）
• 大事な箇所で一音節の言葉に置き換えると、リズムを保てます （Crime → Code、Snake → Noose）
• 新しい言葉を元の曲に合わせて歌い、つまずくようなら修正します

コンセプト：

• 曲全体を通して展開できる、強いコンセプトを選びます
• タイトルやフックから始めて、そこから広げます
• まずは素材（しゃれ、フレーズ、イメージ）をたくさん出し、 その後、最適なものを構成に当てはめます
• 特定の箇所に入れたい行がある場合は、押韻構成を逆算して その行につながるようにします

元の要素をいくつか残す：元の行や構成を少し残しておくと、 曲だと気づいてもらいやすくなり、聴き手が元の曲とのつながりを感じられます。

---

6. Suno AI のプロンプトエンジニアリング

スタイル／ジャンルの説明欄

公式（必要に応じて調整）： ジャンル + ムード + 時代 + 楽器 + ボーカルスタイル + プロダクション + 展開

BAD:  "sad rock song"
GOOD: "Cinematic orchestral spy thriller, 1960s Cold War era, smoky
       sultry female vocalist, big band jazz, brass section with
       trumpets and french horns, sweeping strings, minor key,
       vintage analog warmth"

ジャンルだけでなく、曲の展開を説明します：

"Begins as a haunting whisper over sparse piano. Gradually layers
 in muted brass. Builds through the chorus with full orchestra.
 Second verse erupts with raw belting intensity. Outro strips back
 to a lone piano and a fragile whisper fading to silence."

ヒント：

• V4.5+ の Style 欄は最大1,000文字に対応しています。活用しましょう
• アーティスト名や商標は使わず、サウンドを説明します。 「James Bond style」ではなく「1960年代の冷戦スパイスリラー風ブラス」 「Nirvana-style」ではなく「90年代グランジ」
• 希望があれば、BPMとキーを指定します
• 望まないものには Exclude Styles 欄を使います
• 意外なジャンルの組み合わせが思わぬ効果を生むこともあります：「ボサノヴァ・トラップ」、 「アパラチアのゴシック」、「チップチューン・ジャズ」
• 性別だけでなく、ボーカルの人物像を設定します： 「かすれたアルトで歌う、年季の入ったトーチシンガー。少ししゃがれた声で、 弱々しく歌い始め、圧倒的な力強さへと高まっていく」

メタタグ（歌詞欄内の［角括弧］に入れます）

構成： [Intro] [Verse] [Verse 1] [Pre-Chorus] [Chorus] [Post-Chorus] [Hook] [Bridge] [Interlude] [Instrumental] [Instrumental Break] [Guitar Solo] [Breakdown] [Build-up] [Outro] [Silence] [End]

ボーカルパフォーマンス： [Whispered] [Spoken Word] [Belted] [Falsetto] [Powerful] [Soulful] [Raspy] [Breathy] [Smooth] [Gritty] [Staccato] [Legato] [Vibrato] [Melismatic] [Harmonies] [Choir] [Harmonized Chorus]

ダイナミクス： [High Energy] [Low Energy] [Building Energy] [Explosive] [Emotional Climax] [Gradual swell] [Orchestral swell] [Quiet arrangement] [Falling tension] [Slow Down]

性別： [Female Vocals] [Male Vocals]

雰囲気： [Melancholic] [Euphoric] [Nostalgic] [Aggressive] [Dreamy] [Intimate] [Dark Atmosphere]

効果音： [Vinyl Crackle] [Rain] [Applause] [Static] [Thunder]

効果を強めるため、スタイル欄と歌詞の両方にタグを入れます。 各セクションのタグは5〜8個までにします。多すぎるとAIが混乱します。 タグ同士が矛盾しないようにします（同じセクションで［Calm］と［Aggressive］を併用しない）。

カスタムモード

• 本格的な制作では、必ずカスタムモードを使います（スタイルと歌詞を分けます）
• 歌詞欄の上限は約3,000文字（約40〜60行）です
• 構成タグは必ず追加します。タグがないと、Sunoは感情の展開がない平坦なヴァース／コーラス／ヴァースの構成を既定で生成します

7. AI シンガー向けの発音テクニック

AI ボーカリストは文字を読むのではなく、発音します。次の方法で発音を調整しましょう。

発音に合わせた綴り：

• 発音されるとおりに単語を綴ります：「through」→「thru」
• 固有名詞は最も失敗しやすいため、早めにテストします
• 「Nous」→「Noose」（正しい発音を促します）
• 音節をガイドするためにハイフンを入れます：「Re-search」、「bio-engineering」

歌い方の調整：

• すべて大文字にすると、より大きく、力強くなります
• 母音を伸ばします：「lo-o-o-ove」＝持続音／メリスマ
• 省略記号：「I... need... you」＝ドラマチックな間
• ハイフンで伸ばします：「ne-e-ed」＝感情を込めて伸ばす

必ず行うこと：

• 数字は綴りで表します：「24/7」→「twenty four seven」
• 頭字語は文字の間にスペースを入れます：「AI」→「A I」または「A-I」
• 固有名詞や珍しい単語は、まず短い30秒のクリップでテストします
• 生成後に発音は固定されるため、歌詞の段階で修正します

---

8. ワークフロー

1. まずコンセプト／フックを書きます。感情の核は何でしょうか？
2. アレンジする場合は、元の構成（音節、韻、強勢）を整理します
3. 素材を生成します。構成を決める前に、自由にアイデアを出します
4. 歌詞を構成に合わせて書きます
5. 声に出して読み、または歌います。つまずく箇所を見つけ、韻律を直します
6. Suno のスタイル説明を作成し、ダイナミクスの展開を描きます
7. パフォーマンスの指示として、歌詞にメタタグを追加します
8. 最低3～5種類のバリエーションを生成します。レコーディングのテイクとして扱います
9. 最良のものを選び、Extend／Continue を使って有望なセクションを発展させます
10. 偶然すばらしいものができたら、そのまま残します

目安：良い結果1つにつき、約3～5回の生成が必要です。修正は普通のことです。 拡張するとスタイルが変化することがあります。拡張時にはジャンル／ムードを改めて指定してください。

---

9. 学んだこと

• スタイル欄でダイナミクスの展開を説明することは、ジャンルを並べるだけよりもはるかに重要です。「ささやきから絶叫へ、そしてまたささやきへ」と書けば、Suno にパフォーマンスの道筋を示せます。
• パロディの中に元の歌詞をいくつかそのまま残すと、認識しやすさと感情的な重みが増します。聴き手は元の曲の面影を感じ取ります。
• 曲のブリッジは、イメージを変化させられる箇所です。感情的な役割（内省、転換、発見）を保ちながら、元の曲にある具体的な表現をテーマに合った比喩に置き換えます。
• フックやタグでは、1音節の単語に置き換えるのが、意味を変えながらリズムを保つ最も確実な方法です。
• スタイル欄でボーカルのペルソナをしっかり説明すると、単独のメタタグよりも大きな違いが生まれます。
• ルールにこだわりすぎないでください。韻律が崩れても、より強く響く行なら残しましょう。大切なのは感情です。技術は芸術に仕えるものであり、その逆ではありません。

---

10. ローカル／オープンソースの音楽生成

Suno の代わりにローカル環境で GPU を使って生成する場合、これに対応する任意のスキルが2つあります（依存関係が重いため、デフォルトではインストールされません）。

• heartmula — 歌詞とタグからボーカル入りのフル楽曲を生成 （オープンソースの Suno 代替、VRAM 8～16GB）： hermes skills install official/creative/heartmula
• audiocraft — Meta の MusicGen（テキストからインストゥルメンタル音楽を生成）と AudioGen（効果音を生成）： hermes skills install official/creative/audiocraft-audio-generation

このスキルの作詞とプロンプト作成の技術は、heartmula にも応用できます。入力形式は、角括弧で囲んだ構成タグを含む歌詞と、カンマ区切りのスタイルタグです。