日本音楽家ユニオン 創設40年 音楽家の労働組合です。実演家の最低賃金交渉や労働問題を解決しています 関東地方本部での出来事や情報を中の人がつぶやきます
東京
Joined June 2011
- Tweets7.3K
- Following641
- Followers1.9K
- Likes3.8K
合成音声の品質評価に「不確かさ」を表示するConformalMOS
合成音声やボイス変換の品質は、しばしばMOS（平均オピニオン評点）をAIで予測して評価する。しかし通常のシステムは「3.8点」のように単一の数値だけを返し、その判定がどの程度確かなのかを示さない。
「ConformalMOS」は、点数とともに予測区間を出す方式を提案した。学習分布と異なる音声に対してAIが過信する問題を抑え、BVCCデータセットではMSE 0.08の予測精度と、実測上の区間被覆率を両立したと報告している。
arxiv.org/abs/2610.36126
MIDIから生成するギター演奏を、弦ごとに編集可能に
論文提出：2026年10月27日
「Expressive Guitar Synthesis via Controllable Latent Flow Matching」は、MIDIの音符情報から、表情を持つギター演奏を生成する研究である。
通常のMIDIには、
音高、開始位置、長さ、強弱は記録できるが、チョーキング、ピッチの揺れ、弦ごとの発音、音量軌跡などは十分に表現されない。この研究は次の二段階で生成する。
各弦の基本周波数と音量の時間軌跡を予測
その軌跡を基に音声を生成
中間の演奏軌跡を人間が編集でき、著者らの評価では、一段階で直接音声化する方式やDDSP-Guitarより、操作への追従性と知覚品質が向上したとしている。音源例とコードも公開されている。
arxiv.org/abs/2610.36786
音楽編集AIの評価基準「SMEBench」――変えた部分と残す部分を別々に検査
論文・データ公開：2026年10月27日
「SMEBench」は、音楽編集AIの性能を評価するための新しいベンチマークである。
元のMIDI演奏に特定の編集を加え、編集前と正解となる編集後の音源を対で用意する。
楽器編成、アーティキュレーション、強弱、音高など12種類の操作を収録し、均衡を取った3,600件のテストセットと、実際のマルチトラック録音から作った小規模な実音源セットを提供する。
arxiv.org/abs/2610.36715
韓国の主要権利団体、AI音源識別技術「DetectX」と導入交渉へ
選定発表：2026年10月26日／追加報道：10月27日
韓国音楽著作権協会（KOMCA）、韓国音楽実演者連合会など6団体で構成する「K音楽権利団体共生委員会」は、AI音源識別技術の優先交渉対象としてDetectX v.3.xを選定したと報じられた。
音源を複数の分析エンジンで交差検証し、AI生成の可能性を再現可能な数値で示し、著作権登録・管理や紛争対応へ利用する構想である。ただし、現段階では優先交渉対象の選定であり、正式契約や実際の登録基準は確定していない。
spotvnews.co.kr/news/article…
Suno、ChatGPT・Claudeから楽曲を作れる「Suno MCP」を発表
公式発表：2026年10月28日
Sunoは「Suno MCP」のベータ版を発表した。ChatGPT、Claude、Claude CodeなどのMCP対応クライアントから、Sunoを直接操作できる。
公式発表によると、現時点で想定されている機能は次のとおり。
会話による歌詞・スタイル検討と楽曲生成
ボイスメモやループ素材をアップロードして楽曲化
Sunoライブラリ内の曲からカバー、延長、マッシュアップを作成
生成物をSunoライブラリへ保存し、プレイリストへ追加
全料金プランが対象で、生成には通常どおりクレジットを消費する。現在は早期アクセス登録を受け付けているベータ段階である
suno.com/release-notes
ポップス向けAI-DJ「DJustify」――LLMの提案を音響検査して修正
論文提出：2026年10月24日／新着掲載：10月27日
「DJustify」は、ボーカルの多いポップスを対象に、次の曲、キューポイント、トランジション方法をLLMがまとめて計画するAI-DJ研究である。
LLMが複数の候補を提案し、外部の音響チェッカーが実際にレンダリングされた接続を検査。ボーカルが途中で切れるなどの問題があれば、計画を修正する。著者らのブラインド試聴では、単純なクロスフェードなどの比較方式を上回り、差の大部分は適切なキューポイント選択によるものだった。
また、感情の流れに沿ったセット構成も試みている。
arxiv.org/abs/2610.33434
合奏音を50ミリ秒以内に認識する「JIT-MPE」
「JIT-MPE」は、複数楽器が同時に鳴る合奏から、現在鳴っている音高をリアルタイム推定するモデルである。各20ミリ秒のフレームを直ちに推定した後、20、40、80、160ミリ秒分の音声が届くたびに同じ箇所を再評価する。
モデルは8万6,000パラメーターと小型で、50ミリ秒の期限では、比較した6種類のオフライン方式のうち5種類を、多くの評価条件で上回った。1CPUスレッドでの最も遅い処理も4.15ミリ秒以内とされ、コードと学習済みモデルが公開されている
arxiv.org/abs/2610.33113
AFM、「Human Made, Human Paid」をレーベル交渉の要求に
公式発表：2026年10月23日
American Federation of Musicians（AFM）は、大手レーベルとのSound Recording Labor Agreement交渉に合わせ、「Human Made, Human Paid」キャンペーンを開始した
AFMは、レーベルが録音カタログをAI企業へ提供して利益を得ながら、録音に参加した音楽家を収益分配から外すことを問題視している
actionnetwork.org/forms/huma…
