ACE-Step 1.5で電波ソングを作ってみた

AIイラスト実験室

2026/02/08

友人にACE-Step 1.5というローカルで動作する音楽生成AIがあると聞いて面白そうだったのでさっそく試してみました。

ACE-Step 1.5で電波ソングを生成し、Wan2.2でMV化

アホ歌詞につき再生注意

ぱんつは最高！

ACE-Step 1.5の使い方

GitHubでACE-Step-1.5.7zをDLして、start_gradio_ui.batを実行。

以上。

……………………………いやいや、マジ！マジですから。

決して手抜きではなく、ホントに圧縮ファイルをダウンロードして解凍したら、中のバッチファイル起動するだけで（ちょっと時間かかるけど）下記の画面出てきますから！

ComfyUI経由で使うことも出来るようですが、たぶんこの親の顔より見た Gradio WebUI が一番簡単じゃないですかね。

起動したら、シンプルモードとカスタムモードがあるのですが、シンプルモードの使い方わからんかった。なんかエラー出て一向に生成できません。

カスタムのほうが簡単で、音楽キャプションと歌詞入れるだけです。

………あ！ひとつ嘘ついてた。start_gradio_ui.batの中にある set LANGUAGE=en を set LANGUAGE=ja に書き換えないと日本語にはなりません。設定するのはホントそんくらいです。

尚、1曲生成するのに RTX4070 で約16秒でした。

HeartMulaだと5分くらいかかるらしいので爆速です。

ただ、日本語の発音変だし、そもそも全然歌ってくれないこともあるので、何度もガチャする必要はあると思います。ぼくは30回くらいガチャった上に、ショートソングだって言ってんのに1分以上作りたがるから編集でカットしました。

設定

ChatGPTに「音楽生成AIで15秒くらいのおバカソング作りたいから設定プロンプトちょーだい」とお願いしました。

音楽キャンプション：
A short 15-second comedy song.
Fast tempo, silly, goofy, playful.
Cartoon-style instruments, kazoo, slapstick sound effects.
Funny punchline at the end.
Female Vocal.

一方、歌詞はパンツ愛を込めて自分で書きました。

歌詞：
[Intro]
ぱん、ぱん、ぱんつが好きなの
ぱん、ぱん、ぱんつが好きなの

[Verse]
しろパン、しまパン、キャラパン、みずたま
どれもかわいいでしょ？

[Chorus]
パンツは最高！
パンツが最高！

最初は、パンツ！パンツ！パンツが好き！みたいに書いてたんだけど、うまく発音してくれなくて「つ」が入らないので、じゃあ最初から、ぱん、ぱん、にすっか、と変更してみたら、今度はパンツまでちゃんと言ってくれた。よくわからないけど、ぼくのパンツ愛が通じたのだろう。

元絵

細かく説明しても誰も読んでないと思うのでざっくり。

SDXLで生成して、拡大してi2iして、QIEでスカートめくって、SDXLのi2iで清書。

あとはWan2.2 i2vでイントロ、FLF2Vでパンツめくり、Wan2.2 i2vでアウトロ。

制作時間はなんだかんだで4時間くらいかな。

感想

ローカル環境で音楽（歌つき！）まで生成できるようになるとはありがてえ！ありがてえ！

昨年末、Sunoに感動したばかりですが、回数制限あるし、もうすぐ無料プランでは音楽の保存ができなくなるってことで、アホソング作って遊ぶこと出来なくなっちゃうかなぁ…、などと思っていたタイミングでこの ACE-Step や、HeartMula というローカル音楽生成AIが出てきてくれてチョーうれしい！

アホな電波ソングからしか摂取出来ない栄養素があると思うんだ。

みんなもアホソング作って遊ぼうぜ！