kanade の生成音源を測る — 自前ACE-StepとMurekaを同一条件で
2026-11-10 公開
せっかく作った曲が、書き出した瞬間に歪んでいたら意味がありません。音源そのものの物理量——尺・サンプルレート・ビットレート・ラウドネス・ピーク・クリップ——は機械で測れます。ここでは kanade の2つの生成エンジンで同じプロンプト・同じ歌詞の曲を作り、後段のミックスに渡す前の生出力を実測しました。
なぜこれを公開するか。AIで曲を作るとき、いちばん困るのが「音量を上げすぎて音が割れる」という、耳では気づきにくい失敗です。だから kanade は生成した音源を機械で測り、配信に耐える余裕があるかを確かめてから出します。この記事はその中身をそのまま見せる記録です。
分かったことは単純です。Mureka(teai経由)の生出力は true peak が 0 dBTP をわずかに超え、サンプルがクリップしている。自前ACE-Stepは -1 dBFS 前後の余裕を保っている。これは聴感の好みとは別の、配信前マスタリングで必ず問題になる種類の差です。
測定条件
- プロンプト:
upbeat japanese pop, bright piano, female vocal, polished production(ジャンル別に pop / rock / lofi へ差し替え) - 歌詞:
[verse] 夜明けの街を歩いて / [chorus] 君と歌う(全曲共通) - 生成: 自前ACE-Step(turbo/base、48kHz)と teai経由 Mureka(44.1kHz)。各3ジャンル。
- 計測:
ffprobeで尺・SR・ビットレート、ffmpeg ebur128で統合ラウドネスとtrue peak、ステレオをダウンミックスせず f32 でデコードしてサンプル単位のピークとクリップ数を算出。 - 比較用の正規化版は全曲 -14 LUFS に揃えています(公平な聴き比べ用)。以下の表は正規化前の生出力です。
生出力の実測(正規化前)
| エンジン | 曲 | 尺 | SR | ビットレート | LUFS | true peak | クリップ |
|---|---|---|---|---|---|---|---|
| ACE-Step | pop | 180.0秒 | 48kHz | 128kbps | -15.0 | -1.1 dBFS | 0 |
| ACE-Step | rock | 180.0秒 | 48kHz | 128kbps | -15.0 | -0.7 dBFS | 0 |
| ACE-Step | lofi | 180.0秒 | 48kHz | 128kbps | -16.9 | -1.8 dBFS | 0 |
| Mureka | pop | 182.7秒 | 44.1kHz | 256kbps | -10.1 | +0.14 dBTP | 8 |
| Mureka | rock | 187.0秒 | 44.1kHz | 256kbps | -9.3 | +0.18 dBTP | 19 |
| Mureka | lofi | 202.9秒 | 44.1kHz | 256kbps | -12.8 | -0.03 dBTP | 0 |
「クリップ」はステレオ各サンプルの絶対値が 0.999 以上の個数。Mureka の pop/rock は生出力の時点で 0 dBTP を超えており、そのまま配信すると一部の再生環境で歪みます。lofi は -0.03 dBTP とほぼ 0 で、これも余裕はありません。ACE-Step は 3曲とも -0.7〜-1.8 dBFS で、クリップは 0 です。
正規化後(-14 LUFS・聴き比べ用)
音量差をなくして公平に聴くため、全曲を -14 LUFS に正規化した版も作りました。正規化後は全曲 true peak が -1 dBTP 以下に収まり、クリップは解消します。
| 曲 | 統合ラウドネス | true peak |
|---|---|---|
| ACE-Step pop | -13.7 LUFS | -1.3 dBTP |
| ACE-Step rock | -13.5 LUFS | -1.4 dBTP |
| ACE-Step lofi | -14.5 LUFS | -1.1 dBTP |
| Mureka pop | -13.8 LUFS | -1.4 dBTP |
| Mureka rock | -13.8 LUFS | -1.8 dBTP |
| Mureka lofi | -14.4 LUFS | -1.5 dBTP |
この実測から言えること
1. 生出力のままでは、Mureka は配信に使えない。pop/rock で true peak が 0 dBTP を超え、サンプルが実際にクリップしています。ラウドネスも -9〜-10 LUFS と高く、これは「音量を上げすぎたマスター」の状態です。後段で -14 LUFS に下げれば解消しますが、生のまま受け取る設計は避けるべきです。
2. 自前ACE-Stepは生出力の時点で余裕がある。3曲とも -0.7〜-1.8 dBFS、クリップ0。追加のリミッターなしでも配信に耐える水準で、後段の処理が単純になります。
3. 尺とサンプルレートも揃っていない。ACE-Stepは全曲180.0秒・48kHz固定、Murekaは182.7〜202.9秒・44.1kHz。尺のばらつきは歌詞の乗り方の差でもありますが、同じ曲でもエンジンで長さが変わることは、UIの尺表示や課金の設計に効きます。
正直な限界
測ったのは物理量であって、曲の良し悪しではありません。メロディの良さ・歌詞の乗り・ミックスの自然さは、結局は人の耳で判定する必要があります。この6曲は同じプロンプト・歌詞の1条件だけで、ジャンルも3種に限られます。生成時間(1曲あたり)はこのバッチでは計測しておらず、別途の実測が必要です。数値は2026-11-10時点のこの6ファイルに対する計測で、各エンジンの恒久的な性能評価ではありません。
聴き比べ用のページ(正規化済み6曲)は社内で用意しています。判定は本人の耳で行う前提で、この記事はその判断材料として物理量だけを先に出しています。
kanade で、言葉から曲を作る
kanade は、歌詞と情景を入力すると、その言葉に寄り添う曲を仕立てるサービスです。ジャンルや雰囲気を選び、歌詞を書いて、生成する。できた曲はそのまま聴けます。この記事で測ったのは、その生成エンジンそのものです。ブラウザだけで動きます。