テンセントと清華大学が、誤認識率8.55%の「SongGeneration 2」を発表、Sunoへのプレッシャーが強まる
2026年初頭、AI音楽業界は再び大きな変化を迎えた。3月9日、テンセントと清華大学 「人間・コンピュータ音声相互作用研究所 」が共同開発した音楽基盤モデル「SongGeneration2」が正式にリリースされた。 このモデルは、技術アーキテクチャにおいて質的な飛躍を遂げただけでなく、複数の主要な指標において現在の主流となるオープンソースモデルを上回り、総合的な品質においてもトップクラスの商用モデルに匹敵する性能を示した。

3つの画期的な進歩:「プラスチック」のようなAI音楽とはおさらば
SongGeneration2 の主な強みは、基盤となるアーキテクチャの包括的なアップグレードにあり、従来のAI音楽が抱えていた3つの主要な課題を解決している:
高い音楽性:単純なメロディの積み重ねとは異なり、このモデルは印象的な空間的奥行きを備えた複雑なマルチトラック・アレンジメントを処理します。
高い歌詞の正確性:不明瞭な発音や幻聴のようなピッチシフトは過去のものとなりました。その音素誤り率(PER)はわずか8.55%で、主要な商用モデルであるSuno v5 (12.4%)を著しく上回り、MiniMax2.5 に次ぐ水準です。
高い制御性:テキストによる説明であれ音声プロンプトであれ、指示を正確に実行し、スタイルや感情のきめ細かなカスタマイズを可能にします。

「デュアルコア」駆動:LLMとディフュージョンモデルの夢のコラボレーション
アーキテクチャの面では、SongGeneration2は 革新的なハイブリッドLLM-ディフュージョンアーキテクチャを採用しています:
Composing Brain (LeLM):全体的な構造の計画とボーカルの細部を処理し、「どのように歌うか」という課題を解決します。
High-Fidelity Renderer(ディフュージョン):言語モデルの指導の下、極めて複雑な音響的ディテールを合成します。
階層的表現:混合およびマルチトラック表現の並列モデリングを業界で初めて採用し、メロディの安定性と音質の洗練さのバランスを実現しています。
真のオープンソース、参入障壁の低さ:普通のコンピュータでも「曲を作れる」
開発者たちを最も興奮させたのは、テンセントの驚くべきオープンな姿勢でした。40億パラメータを持つ「SongGeneration-v2-large」モデルは現在完全にオープンソース化されており、中国語や英語を含む多言語生成に対応しています。驚くべきことに、VRAMがわずか22GBの一般向けハードウェアでもスムーズに動作し、ローカルかつプライベートな音楽制作を可能にしています。
ユーザーがすぐに試せるよう、チームはHuggingFace上で「SongGeneration-v2-Fast」バージョンも公開した。これは、音質をわずかに犠牲にする代わりに超高速な生成を実現し、1分以内に1曲の楽曲を完成させることができる。
SongGeneration2 の性能を踏まえると、AI音楽は「オタク向けのおもちゃ」から「商用レベルのアプリケーション」の領域へと正式に進化したと言えます。12GBのVRAMに対応したMediumモデルの公開や自動評価フレームワークの登場が控えており、誰もが「作曲家」になれる時代が、ついに到来しようとしているのかもしれません。
関連記事
ByteDanceのSeedがグローバルキャンパス採用を開始、大規模モデルのトップ人材獲得に向けて仮想株式を提供
大規模言語モデルの競争環境において、トップクラスのタレントを確保することは、最も重要な戦略的資産であり続けています。4月1日、ByteDanceは、大規模モデル人材育成プログラムの一部であるSeedグローバルキャンパス採用イニシアチブの開始を発表しました。このキャンペーンは2027年卒の卒業予定者と現在のインターン生を対象としており、世界中のAI分野におけるエリート研究開発者およびエンジニアの発掘と確保を目指しています。拡大:世界中から100名の「AIシード」を発掘急速な技術進歩の中で、B
法的争訟の中でSunoが曲に透かしを入れる
Sunoは、ユーザーがAI生成音楽を作成できるプラットフォームであり、プラットフォームが生成したトラックにラベルを付け、ダウンロードを制限し、不正な複製を抑制するためにコミュニティ基準を更新する新機能を公開した。これらの更新は、Sunoがレコードレーベルやアーティスト団体からの複数の訴訟に直面している時期に実施される。共同創設者兼CEOのMikey Shulmanはブログ記事で、プラットフォームの目標が、より広い層にAI音楽ツールのアクセスを拡大しながら、オリジナルの創作を促進することに重点を
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@
関連特集おすすめ
コメント (0)
0/500
2026年初頭、AI音楽業界は再び大きな変化を迎えた。3月9日、

3つの画期的な進歩:「プラスチック」のようなAI音楽とはおさらば
高い音楽性:単純なメロディの積み重ねとは異なり、このモデルは印象的な空間的奥行きを備えた複雑なマルチトラック・アレンジメントを処理します。
高い歌詞の正確性:不明瞭な発音や幻聴のようなピッチシフトは過去のものとなりました。その音素誤り率(PER)はわずか8.55%で、主要な商用モデルである
高い制御性:テキストによる説明であれ音声プロンプトであれ、指示を正確に実行し、スタイルや感情のきめ細かなカスタマイズを可能にします。

「デュアルコア」駆動:LLMとディフュージョンモデルの夢のコラボレーション
アーキテクチャの面では、
Composing Brain (LeLM):全体的な構造の計画とボーカルの細部を処理し、「どのように歌うか」という課題を解決します。
High-Fidelity Renderer(ディフュージョン):言語モデルの指導の下、極めて複雑な音響的ディテールを合成します。
階層的表現:混合およびマルチトラック表現の並列モデリングを業界で初めて採用し、メロディの安定性と音質の洗練さのバランスを実現しています。
真のオープンソース、参入障壁の低さ:普通のコンピュータでも「曲を作れる」
開発者たちを最も興奮させたのは、テンセントの驚くべきオープンな姿勢でした。40億パラメータを持つ「SongGeneration-v2-large」モデルは現在完全にオープンソース化されており、中国語や英語を含む多言語生成に対応しています。驚くべきことに、VRAMがわずか22GBの一般向けハードウェアでもスムーズに動作し、ローカルかつプライベートな音楽制作を可能にしています。
ユーザーがすぐに試せるよう、チームはHuggingFace上で「SongGeneration-v2-Fast」バージョンも公開した。これは、音質をわずかに犠牲にする代わりに超高速な生成を実現し、1分以内に1曲の楽曲を完成させることができる。
ByteDanceのSeedがグローバルキャンパス採用を開始、大規模モデルのトップ人材獲得に向けて仮想株式を提供
大規模言語モデルの競争環境において、トップクラスのタレントを確保することは、最も重要な戦略的資産であり続けています。4月1日、ByteDanceは、大規模モデル人材育成プログラムの一部であるSeedグローバルキャンパス採用イニシアチブの開始を発表しました。このキャンペーンは2027年卒の卒業予定者と現在のインターン生を対象としており、世界中のAI分野におけるエリート研究開発者およびエンジニアの発掘と確保を目指しています。拡大:世界中から100名の「AIシード」を発掘急速な技術進歩の中で、B
法的争訟の中でSunoが曲に透かしを入れる
Sunoは、ユーザーがAI生成音楽を作成できるプラットフォームであり、プラットフォームが生成したトラックにラベルを付け、ダウンロードを制限し、不正な複製を抑制するためにコミュニティ基準を更新する新機能を公開した。これらの更新は、Sunoがレコードレーベルやアーティスト団体からの複数の訴訟に直面している時期に実施される。共同創設者兼CEOのMikey Shulmanはブログ記事で、プラットフォームの目標が、より広い層にAI音楽ツールのアクセスを拡大しながら、オリジナルの創作を促進することに重点を
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@





家






