東京タワーふもとの景色にマッチするBGMをAIで作ってみる

これまでも、その日の感情や気分をAIにプロンプトして楽曲生成、それを聴いて気分転換しているというお話を書いてきましたが、仕事に忙殺されている中だとどうしてもその感情や気分を表すキーワードもワンパターンになってしまいがちです。

なので、日常でよく見かける光景に感情移入してみてプロンプトする、という試みをしてみました。

週末になるとよく東京タワーの近くに出かけるのですが、いまは海外からの観光客が多く、そして、スマホで写真や映像を撮っている光景が本当にすごく多いです。

東京タワーをバックに写真を撮ったり、東京タワーふもとの横断歩道を渡る様子を動画に収めている方がいたりという光景を見ていると、こちらもなんだか心持ち楽しくなるというか、週末はなんとなくこの雰囲気を味わいたくなってよく足を運んでいます。

ということで今回はこの光景を題材に、いくつか軸になるキーワードを決め、そのほかのキーワードもいくつか入れ替えながら色々試してみました。

軸にしたのは「trip to tokyo. tokyo tower. through the lens.crossing the crosswalk.2000s」というキーワード。

・「trip to tokyo」「tokyo tower」はその名の通り、観光客の方が東京への旅行で東京タワーを訪れたシチュエーション
・「through the lens」「crossing the crosswalk」は、上記で書いたスマホでの撮影の光景
・「2000s」はY2Kのリバイバルもありますし、東京が景気よく良い雰囲気だったのは2000年代前半-中盤だなという印象があり、当時の楽曲のイメージがなんだか東京タワーの週末の楽しげな雰囲気に合うため入れました。

こうしていくつか生成してみた中で出てきた楽曲はこんな感じでした。

#東京タワー のふもとでは、スマホを片手にその景色をバックに撮影している観光客の方が多く見られます。その風景をイメージして #SunoAI にプロンプト、楽曲を生成してみました。#aimusic #tokyo #tokyotower pic.twitter.com/e4ZFWXoQSs

— Portward (@portward_tyo) May 14, 2024

このテーマで27曲生成してみたうちの19曲目（左）、20曲目（右上）、25曲目（右下）がこちら。27曲中比較的しっくりきたのが3曲なので、まだまだ「目で見たものとそこに合う音」の精度を高めていくためにはキーワードのプロンプトを色々試す必要がありそうです。ただ、マッチするものをどうやって生成するかという遊びは眠れない深夜の過ごし方としてはなかなか面白かったです。

ちなみに今回27曲生成した中で、歌詞に「lost in translation」というワードが出てくるパターンがすごく多かったです（体感では5-6曲くらい）。

『ロスト・イン・トランスレーション』はアメリカで2003年・日本で2004年公開、東京も舞台になっている映画ですが、もしかするとこちらの作品もAI学習の一つの要素になっているのかも？と思いました。2000sを入れているからかもしれません。実は私は観ていなかった作品なので今度作中に描かれる東京の景色をチェックしてみようと思いました。