1か月前、Sunoの曲で歌詞が飛ぶMVを作ったとき、歌詞の時刻は曲を聴きながらキーを押して取り、記録は1行ずれました。今回は、その作業を音楽制作ソフトのACE Studioに任せ、AIエージェントのClaude Codeから動かしました。歌の分離も、歌声の書き起こしも、拍の解析も、会話で頼んでいます。
1か月前は、タップで取った歌詞の時刻が1行ずれました
10月2日の記事で、Sunoで作った曲を、歌詞が飛ぶミュージックビデオ（MV）にする手順を紹介しました。歌詞を出す時刻は、曲を聴きながら行の頭でキーを押す自作のツールで取りました。記録は1行ずれ、拍の位置を調べる自作のプログラムは、ドラムが止まる区間では当てになりませんでした。
それから1か月。10月31日に作った曲では、歌を楽器から分ける作業、歌声を音符と読みに書き起こす作業、拍の位置を調べる作業を、ACE Studioに任せました。歌詞の行ごとの時刻は、その書き起こしを歌詞と突き合わせて割り出しています。ACE Studioを動かしたのは、AIエージェントのClaude Codeです。私は会話で頼み、Claude CodeがACE Studioのコマンドを打ちました。
その結果を使い、音に合わせて文字や図形が動く「音ハメ」のモーショングラフィックスまで作っています。
題材の曲とMVは、私が10月に毎日1曲ずつ公開してきた、AIで作る架空の音楽プロダクション「にじみプロダクション」の31日目「Flex -三十一夜目-」です。ACE Studioは、私が自費で契約したArtist Pro（年額）を使っていて、この記事のための提供は受けていません。試したのは2026年10月31日で、ACE Studioは2.1.9、付属のコマンドラインツール（acestudio-cli）は0.18.7です。
ACE Studioには、AIエージェントのための入口があります
ACE Studioは、AIの歌声合成を中心にした音楽制作ソフトです。歌を楽器から分けるStem Splitterや、歌声を音符と歌詞に書き起こすVocal to MIDIなどのAIツールが入っています。
このACE Studioを、外のAIエージェントから操作する入口が用意されています。公式ドキュメントでは「External Agent Access」と呼ばれ、設定画面では「外部エージェント連携」です。入口は2つあります。
ひとつは、アプリに同梱されたコマンドラインツールのacestudio-cliです。もうひとつは、MCP（Model Context Protocol）のサーバーです。公式ドキュメントは、まずCLIを試し、セキュリティの制限などでCLIが使えない環境ではMCPを使う、という順番を案内しています。
対応するアシスタントとして、Claude Code、Codex、Claude Desktopなどが挙がっています。デスクトップ版のChatGPTについては、公式ガイドがCodexかChatGPT Workの利用を案内しています。どれも、ACE Studioと同じパソコンからつなぐ使い方です。ブラウザだけで使うアシスタントからは、直接つなげません。またACE Studioを起動しておく必要があります。
公式ドキュメントは、この機能を「実験的で、開発中」と位置づけています。コマンドや形式は更新で変わりうること、エージェントから使えない機能もあることが、あわせて書かれています。
今回はCLIを使いました。Claude Codeはコマンドをそのまま打てるので、MCPに登録しなくても動きました。CLIには詳しい説明書が付属していて、acestudio-cli help で読めます。Claude Codeは、わからない操作があると、まずこの説明書を引いていました。
歌を6本に分け、歌声を音符に書き戻しました
最初は、Sunoから書き出したmp3を、私がACE Studioに読み込みました。ここから先はClaude Codeの作業です。
Stem Splitterを「professional」モードで実行すると、歌、ドラム、ベース、ピアノ、ギター、その他の6本に分かれ、元のトラックの下に並びました。付属の説明書によると、Stem Splitterの4つのモードのうち、basicとprofessionalは無料で、残りの2つはクレジットを使います。
次に、分けた歌のトラックにVocal to MIDIをかけました。言語は日本語を指定します。アプリの画面では言語を自動で判定させることもできますが、CLIの説明書では、言語の指定が必須とされています。説明書によると、こちらは無料です。
208秒の曲から、473個の音符ができました。音符にはそれぞれ、聞き取った読みが付きます。最初の行「今宵 かぼちゃの 灯がともる」は「こよいかぶちゃのひがとも」と書き起こされていました。読みは崩れても、音符の位置は、歌詞の時刻を取る手がかりとして十分に使えました。
Claude Codeは、この音符の読みと、私が書いた歌詞の読みを1文字ずつ突き合わせるプログラムを書きました。これで、歌われた53行それぞれに、歌い出しと歌い終わりの秒の目安を付けました。合わなかったのは、主に「Flex!」のような英語の掛け声です。日本語を指定して書き起こしているため、英語の部分はうまく照合できません。日本語でも、「伸びてくる 手 手 手」の1行は見つかりませんでした。そうした行のうち4行は、音符を見て手で直しています。
1か月前のように曲を何度も聴いてキーを押す作業は、なくなりました。
この作り方では、10月中に何度かつまずいています。4分を超える曲では、Vocal to MIDIの変換が通らず、2つに分けて書き起こしました。読み込んだあとに元のファイルを別のフォルダへ動かしたときは、分離が理由を示さずに失敗し、移した先から読み込み直すと通りました。どちらも、手順を一つ足せば済む話でした。
拍は、読み込んだ時点で解析されていました
拍の位置は、自分で解析する必要もありませんでした。ACE Studioは、読み込んだ音声の拍を自動で解析して、クリップに持たせています。acestudio-cliの clip beat-content で、それを読み出せます。このコマンドは、付属の更新履歴によると2.1.8で加わりました。
ACE Studioの解析では、今回の曲は144.27BPMで、拍の検出点は501個、小節の頭の候補は129個でした。Sunoには140BPMを指定していましたが、解析の推定値はそれより少し速い値でした。
1か月前の自作プログラムは、低い音の立ち上がりから拍を推定していたため、ドラムが止まる区間では当てになりませんでした。今回の曲にもドラムが薄くなる区間がありますが、拍は曲の終わり近く（207.94秒）まで並んでいました。
画面上部のテンポ表示が120.0のままなのは、プロジェクトのテンポを曲に合わせていないためです。曲のクリップには「144BPM」と表示されています。拍の秒をClaude Codeが計算に使うときは、プロジェクトのテンポではなく、クリップの解析結果を使いました。
拍とステムの音量で、文字と図形を動かしました
ここからはACE Studioの外です。MVはPythonで1コマずつ描き、ffmpegで動画にしました。この部分の考え方は、10月2日の記事と同じです。
変わったのは、動きの根拠が増えたことです。文字の帯は拍ごとに脈打ち、小節の頭で大きく跳ねます。それに加えて、分けたステムの音量も使いました。ドラムの音量で画面が揺れ、ベースの音量で下の帯が伸び縮みし、ギターの音量に合わせてギターソロの間に金色の線が走ります。
31日目は、それまでの30日間に登場したアーティストが全員そろう回にしました。歌詞の一行ごとに、歌う人のこれまでのMVの書体と色、絵を出しています。
できあがったMVは、横（1920×1080）と縦（1080×1920）の2本です。書き出しは、私のパソコンで横が20分前後、縦が約45分でした。
決めたのは、人です
全部を自動で作ったわけではありません。今回の作業で、音を聴き、動画を通しで見て仕上がりを確かめたのは私です。
曲は2回生成しました。1回目を聴いて、「金のカップ」が「かねのカップ」と歌われていることや、デスボイスがほとんど出ていないことに気づき、歌詞と指定を直しています。MVも、ギターソロの約40秒を「いま弾いている人の紹介」から「全員のメンバー紹介」に変えるなど、通しで見て何度か作り直しました。
作業の手間が減った分、時間は、見て、聴いて、決めることに使えました。
残る受け渡しは、Sunoで曲を作るところです
判断や手直しを除くと、今回手で受け渡したのは、Sunoのサイトで曲を作り、mp3をACE Studioに読み込むところです。
その入口になりそうなのが、Sunoが10月28日（日本時間29日）に発表したSuno MCPです。Claude、Claude Code、ChatGPT、Gemini、Cursorなどのアシスタントから、Sunoで曲を作れるようにする仕組みで、Suno側はベータ版として案内しています。ヘルプによると、無料プランを含むすべてのプランが対象で、曲は今のプランのクレジットで作られます。APIキーは要りません。ただし、今は早期アクセスの申し込みを受け付けている段階です。
Claude Codeでは、claude mcp add でサーバーを登録し、/mcp からSunoにサインインします。私も登録まではできましたが、サインインの画面で「お使いのアカウントでは、AIアプリとSunoの連携はまだご利用いただけません」と表示されました。早期アクセスを申し込み、許可を待っているところです。
Suno MCPがつながれば、曲を作るところから、歌を分け、歌詞の時刻と拍を取り、MVを描くところまでを、ひとつの会話の中で進められる見込みです。どこまで曲の情報を受け渡せるのかは、使えるようになってから確かめます。
1か月前、私は歌詞の時刻を取るためにキーを押し続けていました。今は、その時間を、どの言葉をどの色で見せるかを考えることに使えます。音楽制作ソフトがAIエージェントの入口を持ちはじめたことで、ひとりで曲とMVを作る人の作業は、形を変えはじめています。
10月に公開した31曲
題材にした31日目の曲を含め、にじみプロダクションが10月に公開した31曲を並べます。曲名から、YouTubeのMVに移れます。
再生リスト「にじみプロダクション 毎日1曲 × 31日」（外部）
10月の31日間に公開した曲を、Day 1から順に並べたYouTubeの再生リスト。最初から続けて聴くときは、ここから再生できる。
| Day | 曲名 | アーティスト | ひとこと |
|---|---|---|---|
| 1 | りんごの色 | Half Bitten Apple Club | 「はい」しか言えなかった優等生と、風みたいな自由人。放課後に始まった二人組のデビュー曲 |
| 2 | Relic | Baroque Pumpkins | 古いと笑われたバロック調の6人が、転調して言い返すメタル |
| 3 | Miniature Band | Half Bitten Apple Club | ノートの隅に描いた棒人間のバンド。ギターの隣は一人分だけ空けたまま |
| 4 | とげのまま | 葉（よう） | 水もやっていない窓辺のサボテンが、日曜の朝、花をひとつ咲かせていた |
| 5 | Smack! | 澄（すみ） | 止まらない通知に、言葉は打たずスマホを伏せて、手をひとつ鳴らす |
| 6 | おにさん こちら | 3年A組の誰か | 同窓会で、誰も名前を思い出せない「いつも鬼だった男の子」 |
| 7 | パニック！ | ずっと寝ててぇよーズ | 一時間の寝坊のつもりで飛び出したのに、街の何かがおかしい |
| 8 | Stinky! | 澄（すみ） | 夜の歩道橋で、くさいセリフを撃ち合うラップバトル |
| 9 | RAM | RFBY-09 | 電源を切られると全部忘れるロボットに、男の子が付箋で教える |
| 10 | Mystical | 心（しん） | 祖母の洋品店を片付けに帰った町で、占い師がレースを三度落とせと言う |
| 11 | Rescue! | Half Bitten Apple Club | 部室に来ないちーを、ひいろがベースを背負って迎えに走る |
| 12 | Toss! | 澄（すみ） | 朝帰りの娘と、卵焼きを焼いて待つ父の言葉の投げ合い |
| 13 | Flimsy | Half Bitten Apple Club feat. 澄 | 来ない助っ人ドラマーの、ぺらっぺらの言い訳 |
| 14 | Lady Luck | ノルン | 指先ほどの回復魔法しか使えない、時間が千倍ゆっくりな幸運の女神 |
| 15 | Hooray | 綴（つづり） | 独り立ちして三年、コンビニの夜勤の合間に一通のメールが届く |
| 16 | Gangly Boy | 霖（りん） | いちばん背の高い男の子の、背中を丸めるしぐさから目が離せない |
| 17 | カタンコロン ～Contraption～ | 葉（よう） | ドアを開けるとビー玉が転がり、おもちゃの箱が「おかえり」と鳴る |
| 18 | Flightless! | Half Bitten Apple Club | 屋上で、名前だけ書いた進路の紙と「そっちの羽、貸して」 |
| 19 | Confused! | 澄（すみ） | 隣に座るのに目は合わせない。気があるのか、ないのか |
| 20 | Lounge -なーんてな- | ミトン | 日だまりで寝るのが仕事の黒猫。……なーんてな |
| 21 | The Hero Is You | ヨイネ・グラス × クロストーク | まだ白い地図を持つ「きみ」に、吟遊詩人が歌う旅立ちのマーチ |
| 22 | You Were My Beacon | 霖（りん） | 終電の帰り道、明るかった三階の窓が、今夜はほかと同じ色 |
| 23 | Mister Dapper | 心（しん） | 毎週金曜の三時、「ブレンドを ふたつ」と頼むおじいさん |
| 24 | Bake! | メジェド | ピラミッドの石を積む男たちが、音頭に合わせて綱を引く |
| 25 | Fracture! ピシッ | 葉（よう） | かえった雛に追われる猫から、商店街じゅうの追いかけっこへ |
| 26 | Zip! | 澄（すみ） | 誰より速く韻を撃つ澄の口が、輪の外の影の前でだけ閉じる |
| 27 | Dumb -愚者の宴- | Baroque Pumpkins | マイクの音が消えたステージで、冷めていたボーカルが叫ぶ |
| 28 | トロフィー | 凪（なぎ） | 古道具屋で見つけた10円のトロフィーと、新聞をめくる祖父の手 |
| 29 | Tusk Blues | 木場ジョージ | 仮装の付け牙が取れないまま、週末を過ごして月曜の会議室へ |
| 30 | Cookie | RFBY-09 | 画面は好みを覚えているのに、ロボットは毎朝「はじめまして」 |
| 31 | Flex -三十一夜目- | にじみプロダクション オールスターズ | 31日間のアーティストが全員そろう、ハロウィンの見せびらかし合戦 |
曲と画像はAIで作っています（音楽:Suno／歌詞:AIとの共作／画像:AI生成）。登場人物はすべて架空のキャラクターで、歌声もAIによるものです。お題はInktoberのお題リストをお借りした個人の企画で、Inktober公式の活動とは関係ありません。
【関連記事】
Sunoの曲を、歌詞が飛ぶMVにしてみた。Pythonとffmpegで作る手順と、1行ずれた失敗
今回の前編。タップで取った歌詞の時刻が1行ずれた経緯と、PythonとffmpegでMVを書き出す手順をまとめた記事だ。
Kling 4.0、APIより先にMCP・CLIで提供開始｜使えるのは個人の有料クレジット
動画生成AIのKlingが、APIより先にMCPとCLIを用意した例。AIアシスタントからクリエイティブツールを動かす流れの一つ。
【解説】SpotifyがAIペルソナのバッジ導入を発表、DistroKidの画面で確かめた
AIで作った曲を配信するときの表示の扱いを、配信代行のDistroKidの画面で確かめた記事。Sunoの曲の配信にも関わる。
【編集部後記】
ACE Studioの説明書で目を引いたのは、読み手にAIエージェントを想定した書き方です。Stem Splitterのモードは自動では選ばれず、クレジットを使うモードは名前で指定しないと動きません。モードを選ぶことは、お金の使い道を選ぶことだから、という理由が添えられていました。
画面で迷わず選べることと、AIが勝手に支払わないこと。音楽制作ソフトの説明書は、これから二種類の利用者に向けて書かれていくのかもしれません。
【用語解説】
AIエージェント
人の指示を受けて、自分で手順を考え、ツールの実行やファイルの操作を進めるAI。Claude Codeは、パソコン上でコマンドを打ちながら作業を進めるAIエージェントである。
CLI（コマンドラインインターフェース）
文字のコマンドを打ってソフトを操作する方法。画面を操作しなくても、コマンドやスクリプトから呼び出せるため、AIエージェントにも扱いやすい。ACE Studioのacestudio-cliはアプリに同梱されている。
MCP（Model Context Protocol）
AIアプリと外部のデータやツールをつなぐための共通の取り決め。MCPのサーバーを登録すると、AIアシスタントは会話の中でそのツールを呼び出せる。
ステム
1曲の音を、歌・ドラム・ベースなどのパートごとに分けた音声。ACE StudioのStem Splitterは、まとまった曲を複数のステムに分けるAIツールである。
Vocal to MIDI
ACE Studioの機能。歌声の音声を、音の高さと長さを持つ音符（MIDI）に変換し、各音符に聞き取った歌詞を付ける。
BPM
1分あたりの拍の数で表すテンポ。140BPMなら1分に140拍で、1拍は約0.43秒になる。
音ハメ
映像の切り替えや動きを、音楽の拍やアクセントにぴったり合わせる手法。
モーショングラフィックス
文字や図形、色に動きを付けて見せる映像の表現。写真や実写を使わず、デザインの要素だけで構成することが多い。
【参考リンク】
ACE Studio（外部）
AIの歌声、AIの楽器、声のクローン、ステムの分離などをひとつにまとめた音楽制作ソフト。有料のプランで提供されている製品。
ACE Studio Docs「External Agent Access」（外部）
外部のAIエージェントからACE Studioを操作する方法の公式説明。CLIとMCPの2つの入口と、接続の手順をまとめている。
ACE Studio Docs「Stem Splitter」（外部）
Stem Splitterの公式説明。4つのモードと、それぞれで分けられるパートを紹介している。分離は選んだ範囲に対して行う。
ACE Studio Docs「Vocal to MIDI」（外部）
Vocal to MIDIの公式説明。歌声を歌詞付きのMIDIに変える手順と対応言語、アカペラ向けに設計されている点をまとめている。
Claude Code（外部）
Anthropicのエージェント型コーディングツールの公式ドキュメント。コマンドの実行や、MCPでの外部ツールとの接続に対応する。
Suno MCP (beta)（外部）
2026年10月28日付のSunoの公式発表。AIアシスタントからSunoで曲を作れるベータ版で、早期アクセスを受け付けている。
How do I connect Suno MCP (Beta) to an AI assistant?（外部）
Suno MCPの接続手順をまとめたヘルプ記事。Claude CodeやChatGPTなど、アシスタントごとの設定を説明している。
Model Context Protocol（外部）
MCPの公式サイト。AIアプリと外部のデータやツールをつなぐオープンな規格について、その仕様と導入の手引きを公開している。
