【standfm：States of Sound#17】分解して、修復して、組み直す――AIステム分離が「記録」を「作品」に変えるとき
この記事は、stand.fm「Virtual Music Cafe "States of Sound"」第17回（2026年11月1日21:00配信）「"分解からの修復と再構築で作品へ"」と連動した内容です。番組ではコンパクトにお話ししたクリエイターラボのテーマ「AIステム分離」を、実際の制作の裏側とあわせて、もう少し深く書き残しておきます。
番組はこちら
https://stand.fm/channels/69190cf8a3dfed55ba111e02
はじめに：1本の音源から、パートを取り出す
ステム分離とは、完成した1本の音源から、ボーカル、ドラム、ベース、ギターといったパートごとの音を取り出す技術です。かつては「一度ミックスしてしまった音源は、もう分解できない」のが常識でした。それがAIの登場で、ずいぶん事情が変わってきました。
最近の流れは、クラウドに音源を送って処理する方式から、端末の中だけで完結する方式へ。NPUを積んだオーディオ機器やPCの上でリアルタイムに分離が動くようになり、Demucsのようなオープンソースのモデルも進化を続けています。マルチトラックが残っていない音源でも、後からパート単位で作り直せる時代になりつつある。では、録音やミックスという行為の意味は、どう変わっていくのでしょうか。
番組ではこの問いを置いて話を進めましたが、この記事では、私自身が実際にやっている「分解して、修復して、組み直す」作業を具体的に書いていきます。
実践編その1：分離は「終わり」ではなく「選抜」の始まり
ステム分離というと「分離したら完成」というイメージがあるかもしれません。でも実務では、分離はむしろスタート地点です。大事なのは、その先の「選抜」です。
まずSUNO側では、最大トラック数で複数パターンのステム分離を行い、全部をダウンロードします。同じ曲でもバージョンによってノイズの有無が違うので、きれいな箇所同士を選んで組み合わせられるようにするためです。
端末側のツールも使い分けています。RipX DAWはキックの抜き取りと背景ノイズの除去が優秀で、ノイズの約8割はここで落とせます。UVRはモデルの特性を使い分けて、特にボーカルで活躍します。
思えば、Spleeterが登場した初期の頃からこの手の作業は続けていて、AI以前はEQで必要な音だけを残したトラックを何本も作って組み合わせる、という力技をやっていました。やっていることの本質は昔から同じで、道具が良くなっただけなのかもしれません。
分割の対象はAI生成曲だけではありません。自分のバンドのライブ音源も分解します。ステレオ録音はもちろん、メンバー各自がスマホで録った音源も全部分割して、使える箇所をLUNA（DAW）の中で組み合わせてリミックスする。複数端末の同期は、ドラムのカウントやキックを目印に取ります。
実践編その2：Quantum――分離の限界から、人の演奏への差し替えへ
第17回でお送りした「Quantum」は、SUNOのバージョンが4になった頃に作った曲です。当時は、生成時にノイズが乗ったり、誤った演奏（誤演奏）が混ざったりする時代でした。お気に入りの曲だったのですが、AIの演奏ミスやノイズが多く、ステム分離もうまくいきませんでした。
そこで選んだのが、気になるパートを人の演奏に差し替えて再構築する方法です。編成の内訳はこうなっています。
ピアノ：SUNOの出力をそのまま使用（メンバーのギターアルペジオとあわせて、高域のきらめきを作る部分です）
ギター：もともとSUNOの音源にあったギターは、サビの裏で鳴るディストーションのパワープレイと、ギターソロだけでした。そのパワープレイがシンセっぽい演奏で、ノイジーで耳障りだったため、ギターのメンバーに録り直しを依頼しました。するとメンバーが自身のアイデアで、クリアトーンのアルペジオ／クリアトーンのカッティング／ディストーションのバイオリン奏法まで加えてくれたのです
ギターソロ：レコーディングとSUNO音源のミックス
ドラム：元のドラムは正直、存在感がなさすぎたので、打ち込みで作り直しました。ベースを録り直した関係で、ベースとの相性を考えて音色も選び直しています
ベース：元の音源にもベースの演奏はあったのですが、コントラバスがかなり強く、低域の歪みもあって補正が効かなかったため、全編カットして私が演奏し直しました。5弦ベースの低音側（5弦側）を中心に使って演奏しています
なお、残したAI側のパートも、そのまま使ったわけではありません。ノイズの多い箇所は部分的に差し替え、誤った音はRipXのノート編集で削除したり正しい位置へ移動させたりして修正しています。RipXではノイズを含む背景音も目視で手動処理できるので、クリップ音のような「パチッ」という目立つノイズもここで落としました。ちなみに、この曲に歌詞の誤読はありません。誤読の修復が必要だったのは、次に紹介するmotion to emotionの方です。
つまり、AIの出力は「素材」として残し、弱いところを人の手と耳で置き換えていく。いずれバンドで正式にレコーディングする予定の曲でもあります。
実践編その3：motion to emotion――Cover再生成と、部分修復という現実的な解
もう1曲、「motion to emotion」も同じSUNO v4期の曲です。こちらは女性起業家のスピーチコンテスト「女神のスピーチコンテスト」のタイアップ曲で、来年開催の第二回に向けてリビルドし、DistroKidでリリースしました。こちらにはノイズや誤演奏に加えて、歌詞の誤読（AIが歌詞を歌い間違える現象）がありました。
修復の手順はこうです。まずSUNOのCover機能を使って生成し直し、その音源をステム分割します。誤読している箇所は、正しく歌われた部分とLUNAの中で切り貼りして差し替えます。パートごとにステムが分かれているので、切り貼りの継ぎ目が綺麗に収まるのが、この方法の利点です。ノイズの多い箇所の差し替えも同様に行い、誤演奏――間違った音程の音など――は、RipXのノート編集機能を使って、音符単位で削除したり、正しい位置へ移動させたりして修正します。目立つクリップノイズは、RipXで背景音を目視しながら手動で処理しました。Quantumでも行った、差し替えとノート編集の工程です。
ここで大事な実感をひとつ。旧バージョンの曲を新しいバージョンのCover機能で再生成しても、元のノイズは消えないことが多いのです。再生成のAIにとって、そのノイズは「そもそもその楽曲に存在していたもの」として扱われてしまう。だから旧い曲ほど、今回のような手作業の修復が必要になります。
もちろん、バージョンが5、5.5、6と上がるにつれて、生成時の精度は確実に上がってきた実感はあります。ただ、それは「これからの曲」の話で、過去に作った曲のノイズは、過去のまま残っている。そこに手を入れられるかどうかが、ステム分離という技術の実務的な価値だと思っています。
音作りの芯：キックとベースの噛み合い
分離と修復の先にある、ミックスの話も少し。ステムをDAWに取り込んだら、最初にやるのはキックとベースの音作りです。キックは楽曲のど真ん中にあり、キックとベースの噛み合いが、曲の柱であり土台を決めるからです。
具体的には、キックから音程感のない不要な低音成分を抜き、ベースにはWaves Curves Resolveをかけて、キックと被る帯域を削ります。ステムはただ分離するのではなく「目的を持って選抜する」ものだ、というのはこの工程でも同じです。
結び：リストアし、リビルドすること
ステムを使うことは、その音源を「リストア（修復）し、リビルド（再構築）する」行為だと私は考えています。単なる「作り直し」とは意味合いが違います。修復にとどまらず、大小問わず新たに作り変えることで、クリエイターやアーティストの感性を注入できる。ただの記録が、作品に昇華する瞬間です。
第17回でお送りしたQuantumとmotion to emotionは、どちらもこの意味での「リビルド曲」です。AIが作ったものを、AIのまま終わらせない。分解して、直して、組み直す。その手間の中にこそ、作る人の仕事があるのだと思います。
最後まで読んでいただき、ありがとうございました。番組の感想は、stand.fmのコメントやレターでお待ちしています。
#AI音楽 #ステム分離 #SUNO #DTM #音楽制作 #LUNA #RipX #リミックス #クリエイター #AIラジオ
