AI動画生成でミュージックビデオを作るなら、まず曲を秒数単位の「設計図」に分けてください。次に、短い映像クリップをAIで生成し、動画編集アプリで曲の拍に合わせて並べます。予算をかけずに見られる作品にするポイントは、生成の上手さよりも「どこで映像を切り替えるか」を曲から決めておくことです。この記事では、自作曲を持っているDTMユーザーが、スマホとパソコンだけで1本仕上げるまでの手順を順番に説明します。
作り始める前にそろえる4つのもの
AI動画生成サービスは数多くあり、機能も頻繁に変わります。ここでは特定のサービスに依存しない進め方を紹介します。どのサービスを使っても、必要なものは次の4つです。
- 完成した音源ファイル:DAWから書き出した最終ミックス。映像を作ってから音を差し替えると、切り替え位置がずれます
- AI動画生成サービスのアカウント:文章や画像から数秒の映像を作るもの。無料枠のあるサービスから試せます
- 動画編集アプリ:スマホ用でもパソコン用でもかまいません。音声トラックの上に映像を並べ、カット位置を調整できれば十分です
- スマホの録音アプリ:曲の構成を秒数で書き出すときに使います
利用規約は最初に一度だけ読む
生成した映像を公開できるか、収益化できるかはサービスごとに条件が違います。無料プランでは商用利用ができない、透かしが入る、といった制限がある場合もあります。作ってから気づくと素材を全部作り直すことになるので、アカウントを作った時点で「生成物の利用範囲」の項目を確認してください。実在の人物や他人の作品に似せる指示を入れないことも、トラブルを避ける基本です。
音源は「確定版」を使う
ミックスを途中で直したくなる気持ちはわかります。ただ、イントロを2小節伸ばしただけで、後ろのカット位置がすべてずれます。MV制作に入る前に、曲の長さと構成を確定させてください。歌もの曲の録音からミックスまでを見直したい場合は、歌ってみた動画の録音・ミックス・動画編集までの流れも参考になります。
手拍子の録音で曲を「秒数の設計図」にする
AIが一度に生成できる映像は、数秒程度の短いクリップです。そのため、MVは短いクリップをつなげて作ることになります。どこで切り替えるかを先に決めておかないと、場当たり的に素材を作って足りなくなったり、余ったりします。ここで、スマホだけでできる実験をひとつ試してください。
今日できる5分の実験
- パソコンやスピーカーで自分の曲を流します
- スマホの録音アプリで録音を始めます
- 曲を聴きながら、イントロ・Aメロ・Bメロ・サビなど「場面が変わった」と感じた瞬間に、1回大きく手を叩きます
- 曲が終わったら録音を止め、再生して波形を見ます。手拍子の位置に鋭い山が立っているはずです
- 山の位置の秒数を、メモアプリに上から順に書き出します
書き出した一覧が、MVの設計図になります。例として、次のような形にまとめます。
| 区間 | 開始〜終了(例) | 映像の役割 | クリップ数の目安 |
|---|---|---|---|
| イントロ | 0:00〜0:12 | 舞台となる場所を見せる | 2本 |
| Aメロ | 0:12〜0:35 | 主人公や象徴的な物を映す | 4本 |
| Bメロ | 0:35〜0:50 | 色や光を変えて緊張感を出す | 3本 |
| サビ | 0:50〜1:15 | 動きの大きいカットを集中させる | 6本 |
秒数は曲によって違うので、あくまで書き方の例です。クリップ数は「区間の長さ÷1本あたりの使いたい秒数」で決めます。サビは切り替えを細かくし、Aメロはゆっくり見せる。この配分を決めるだけで、編集の迷いがかなり減ります。
手拍子がばらついたときの確認方法
同じ曲で2回録音して、秒数を比べてください。ずれが大きい箇所は、自分でも「どこから場面が変わるのか」をはっきり感じていない部分です。DAWのプロジェクトを開き、その付近の小節線で区切り直すと正確な位置がわかります。
古賀 稔宏(ギター・ウクレレ・DTM(Cubase)・作曲技法・音楽理論 講師)より:
私がレッスンで映像付きの作品を見せてもらうと、カットが拍と関係なく変わっていて落ち着かない例がよくあります。そこで、Cubaseのマーカートラックにセクションごとのマーカーを打ち、その時間をそのまま書き出してもらっています。手拍子の秒数と並べて比べると、自分の感覚と小節線のずれが一目でわかります。
AIで映像クリップを生成する手順
設計図ができたら、区間ごとに映像を作ります。ここでいちばん大事なのは、1本1本を凝ることではありません。全体の見た目をそろえることです。
手順1:作品全体の「共通の指示文」を決める
AIに映像を作らせるときの指示文(プロンプト)は、2つに分けて考えます。全クリップに共通する部分と、カットごとに変える部分です。共通部分には、色調・時間帯・画風・カメラの雰囲気を入れます。たとえば「夕暮れ、青とオレンジの色調、フィルム写真のような粒子感、手持ちカメラのゆるい揺れ」のように書きます。
この共通部分をメモアプリに保存し、毎回コピーして使ってください。カットごとに言い回しを変えると、色や画風がばらばらになり、MVとしてのまとまりが失われます。
手順2:歌詞や曲の印象からカットごとの指示を足す
次に、設計図の区間ごとに「何を映すか」を1文で書きます。歌詞をそのまま映像にする必要はありません。曲の印象に合う物や風景を選びます。例を挙げます。
- イントロ:誰もいない駅のホーム、ゆっくり右へ移動するカメラ
- Aメロ:窓辺に置かれたヘッドホン、カーテンが風で揺れる
- サビ:夜の街を走る自転車のライト、光の線が流れる
カメラの動き(寄る・引く・横に移動する)を一言入れると、静止画に近い映像になるのを防げます。サビには動きの大きい指示、Aメロには小さい指示を割り振ると、曲の盛り上がりと映像の勢いがそろいます。
手順3:1カットにつき複数本生成して選ぶ
AI動画生成は、同じ指示でも毎回結果が変わります。手や顔が崩れる、物の形が途中で変わる、といった失敗も起きます。1カットにつき数本生成し、いちばん自然なものを選ぶ前提で進めてください。生成回数に上限のあるプランなら、サビなど目立つ区間に回数を多く使い、イントロやつなぎのカットは少なめにする配分が現実的です。
手順4:ファイル名に区間と番号をつけて保存する
「sabi_03.mp4」のように、区間名と設計図の順番を名前につけて保存します。素材が数十本になると、どれがどこ用か見分けられなくなります。ここで整理しておくと、次の編集作業が並べるだけになります。
編集アプリで拍に合わせてつなぐ
素材がそろったら、動画編集アプリに音源を読み込み、その上にクリップを並べます。低予算のMVが「それらしく」見えるかどうかは、この工程で決まります。
カットは拍の頭で切り替える
映像の切り替えは、小節の1拍目か、キックやスネアが鳴る瞬間に合わせます。編集アプリの多くは音声の波形を表示できます。ドラムの音は波形に鋭い山として出るので、その山の左端にカットの境目を合わせてください。切り替えが拍に合っているだけで、映像と音がひとつの作品として聞こえ始めます。
キックの音が埋もれて波形で見つけにくい場合は、ミックスでの低域の整理も見直してみてください。キックとベースの作り方を解説したハウスミュージック制作ガイドや、サイドチェインコンプでキックを際立たせる方法で触れている考え方は、MV用の音源にもそのまま使えます。
クリップの長さが足りないときの3つの手
- 速度を少し落とす:スロー再生にすると尺が伸び、落ち着いた雰囲気にもなります
- 同じクリップを反転して使う:左右反転で別のカットに見せられます。多用すると気づかれるので、つなぎ部分だけにします
- 拡大して一部を切り出す:画面の一部に寄ると、別アングルのように見えます
歌詞を入れるかどうかを決める
歌ものの曲なら、サビだけ歌詞を表示するのも効果的です。全編に入れると、AI映像の細かい粗から視線をそらせる利点もあります。文字の出し方やタイミングの合わせ方は、スマホと無料ツールで作るリリックビデオの手順で詳しく説明しています。
古賀 稔宏(ギター・ウクレレ・DTM(Cubase)・作曲技法・音楽理論 講師)より:
私が現場で見ていて多いのは、カット位置がわずかに遅れて、映像がもたついて見えるケースです。確認には、音を消して映像だけを再生し、カットが変わる瞬間に手を叩いて録音する方法を使っています。その録音を元の曲と同時に鳴らすと、手拍子がドラムより遅れる箇所がすぐ聞き分けられます。
仕上がりが安っぽく見える原因と直し方
ひと通りつないだら、通して見て違和感のある箇所を直します。よく起きる症状と対処を表にまとめます。
| 症状 | 原因 | 直し方 |
|---|---|---|
| カットごとに色がばらばら | 指示文の共通部分が統一されていない | 編集アプリの色調整で全体に同じフィルターをかける |
| サビで盛り上がらない | サビのクリップの動きが小さい、切り替えが少ない | サビだけ切り替えの間隔を短くし、動きの大きいカットを集める |
| 人物の顔や手が不自然 | AIが苦手な部分を大きく映している | 後ろ姿・シルエット・手元の寄りなど、崩れが目立たない構図で作り直す |
| 同じ映像が続いて飽きる | 似た構図のクリップが連続している | 引きの絵と寄りの絵を交互に並べる |
「人物を出さない」という選択
AI生成の人物は、動くと形が崩れやすい傾向があります。慣れないうちは、風景・物・光・抽象的な模様だけでMVを構成するのも有効です。主人公を置かず、曲の世界観を風景で見せる方が、統一感を保ちやすくなります。
スマホで最終確認する
MVの多くはスマホで再生されます。書き出した動画をスマホに送り、イヤホンで通して見てください。パソコンの大きな画面では気にならなかった細かい揺れや、文字の小ささに気づけます。そして、音を消して映像だけを見る確認も一度行ってください。映像だけでもリズムを感じられれば、カットの配置はうまくいっています。
公開前のチェックリストと、次に作るもの
書き出す前に、次の項目を上から確認してください。
- 音源は確定版で、映像の長さと曲の長さが一致している
- カットの切り替えが拍の頭にそろっている
- 全カットの色調が同じ方向にそろっている
- 崩れた顔・手・文字が映っていない
- 使ったAIサービスの利用規約で、公開・収益化の可否を確認した
- スマホで、音ありと音なしの両方で通して見た
1本完成したら、次は同じ曲で「サビだけ15秒」の縦長動画を作ってみてください。短い動画は、作った素材を使い回しながら、カットの配分を練習するのに向いています。短く区切ると、どのカットが拍に合っていて、どこがもたついているかがはっきりわかります。
そのあとは、映像に合わせて曲側を工夫する練習に進むと、作品の幅が広がります。たとえば、サビ前に1小節の空白を入れて映像の切り替えを際立たせる、といったアレンジです。曲作りと編曲を一緒に見てもらいたい場合は、DTM・作曲コースで自分のプロジェクトを持ち込んで相談できます。遠方の方はオンラインレッスンも利用できます。まずは今日、手拍子の録音で自分の曲の設計図を1枚作るところから始めてください。



