ACE Step 1.5 + WAN2.2 などローカルAI と ChatGPT で爆速MV作成 #生成AI

先日、ACE Step 1.5を使った楽曲生成を行いましたが、このときはACE Step 1.5に艱難な概要だけ入れて後はサンプル生成されたものを使いました。もう少し複雑な指示をしてみたらどうなるだろうと試してみました。

簡単・高速にさまざまなスタイルの楽曲を生成進化したローカル音楽生成AI ACE Step 1.5 #生成AI

と言ってもどう詳しく書いたら良いのか良くわからないので、Suno用と言って、ChatGPTと相談しながら書いてもらいました。

概要はこんな感じで。Japanese pentatonicとかHemiolaとか入れてみました。

Modern Japanese Dance City Pop with traditional Japanese pentatonic (Yo scale) influence.
Upbeat 120 BPM four-on-the-floor groove. Hemiola.
Bright major key using Japanese pentatonic melodies (C–D–E–G–A style).
Funky clean guitar, punchy disco bassline, analog synth leads. 
Add subtle Japanese elements like taiko-style percussion accents and airy koto-like plucks blended with synth.
Anthemic, chantable chorus with call-and-response energy.
Youth-driven optimism, collaboration over criticism.
Empowering, confident, uplifting Reiwa-era vibe.
Polished and danceable.

生成された歌詞をACE Step 1.5でEnhanceしたもの。

[Intro - Funky Guitar & Bass Groove]

[Verse 1]
スクロール止まらない midnight
タイムラインはざわめくけど
言い訳よりも up grade
僕らのターンでしょ

[Pre-Chorus]
曖昧な未来予想図
誰かの分析より
この足で step 踏めば
景色は変わる

[Pre-Chorus]
ため息を beat に変えて
迷いも groove にして
君と今 synchronize
街が動き出す

[Chorus]
Hey! Hey!
Neon Sunrise
僕ら次第で tomorrow is bright
No more blame, just create
この瞬間がスタートライン

[Post-Chorus]
Hey! Hey!
Hands up high
止まってた夢を redrive
一人じゃない we unite
未来はここから始まる

[Verse 2]
ショーウィンドウの reflection
比べるだけの yesterday
完璧なんていらない
動き出せばいい

[Pre-Chorus]
遠回りした distance
全部 fuel に変えて
ネガティブはオフにして
前だけ見ればいい

[Pre-Chorus]
夜明け前が deepest
でもそれは signal
次のステージへ
加速する合図

[Chorus]
Hey! Hey!
Neon Sunrise
僕ら次第で tomorrow is bright
No more blame, just create
笑顔で塗り替えていこう

[Post-Chorus]
Hey! Hey!
Hands up high
止まってた夢を redrive
重なり合う heartbeat
新しい時代を鳴らせ

[Bridge - Call and Response]
(Dansei break action) / (Turn it up, turn it up)
(恐れは fade out) / (Turn it up, turn it up)
(光を take back) / (光を take back)

[Breakdown]
批判より action
孤独より session
今ここで起こそう
Reiwa revolution

[Final Chorus – もう intensified]
Hey! Hey!
Neon Sunrise
僕ら次第で future is bright
No more blame, just create
この街から照らそう

[Outro]
Hey! Hey!
Hands up high
止まってた時代を redrive
We don’t wait, we ignite
未来は自分で創る

[Spoken]
Neon Sunrise

これらからACE Step 1.5で生成したものから比較的良いものを1曲選んだものがこちら。（一部歌詞間違って読んでいますが）
1曲の生成時間が短いので、どんどん生成できますね。

さらにそれをRemixしてみたものの。（まだ歌詞間違って読んでいますが）

さらにこれらでMVを作ってみました。今度はリップシンク動画でなく、イメージ動画です。

ChatGPTに歌詞のブロックごとのイメージのプロンプトを書いてもらいます。基本部分とブロックごとの部分を書いてくれました。
Z Image Turboでそれぞれ画像生成。その画像からWAN2.2 I2Vで同じプロンプトを使って動画化、Flimoraで動画編集しました。
短時間で作成するために低解像度の短い動画をスローにして繋いでいます。(一部変なものは使いませんでした)