【異形さんPlease sing.選手権・完結編】「歌ってください」→全員歌が全部違う。Kling 3.0の「歌わせ方」を検証してみた🎤【Pollo.ai】

【PR】本記事は、Pollo.ai様の創作PR記事です。

「歌ってください。」

この一言だけで、動画生成AIはどこまで歌ってくれるんだろう？

前回から続く「Please sing.」検証。異形さんに「Please sing.」とお願いしてみたところ、AIによって、歌ったり、歌わなかったり、Ah～🎵だけだったり、それぞれ違った反応を見せてくれた。

そして今回、ふと思ったの(*´ω｀)

じゃあ、「歌ってください」にかなり素直に応えてくれるAIは、異形さんによって「どんな歌」を選ぶんだろう？

ここが気になった。

【異形さんPlease sing.選手権】は一旦ここで最後です(*´ω｀)

今回も検証会場は、お馴染みのオールインワンAI画像・動画生成プラットフォーム、Pollo.aiです🐲

👑選手権ルール（再掲）

今までは１つの記事に対し、異形さん１体（たまに２体）で複数の動画生成AIで比較検証をしてきたんだけど、今回は逆！

１つの記事に対し、異形さん３体で、１つの動画生成AIを濃厚に検証

という形にしてみました(*´Д｀)

それで、いろんな異形さんを見せたくて、今回も違う異形さんにしようと思ってたんだけど、前回のMiniMax H3が予想通り「歌った」。

だったら今回は、「歌うかどうか」ではなく、「どう歌うのか」を見てみよう👀✨

今回使うのは、👑Kling 3.0。

この動画生成AIは、もうわたくしの異形さんシリーズでほぼ毎回検証に使っているくらい、プロンプトに忠実な「王道派👑」。

だから、わたくしはMiniMax H3以上に「絶対歌う」という確信がある。

ならば、新しい異形さんを投入するのではなく、MiniMax H3でも歌ってもらった3体に、もう一度Kling 3.0で歌ってもらおう。

そうすれば、同じ異形さんでも「歌わせ方」にどんな違いが出るのか比較できる。そう考えたの(*´ω｀)

「歌うか、歌わないか」

ではなく、その先を見ることにしました。

同じ「Please sing.」なのに、異形さんが変わったら、歌そのものも変わるのか？

声は？
歌い方は？
歌詞は？
メロディは？
曲の雰囲気は？

そして……

Kling 3.0は、いったい画像の何を見て「この子なら、こんな歌を歌う」と決めているんだろう？

今回は、そこを探してみます(*´ω｀)✨

⌛構想タイム

みんな、Kling 3.0は絶対に歌うから(*´ω｀)
だから今回は、新しい異形さんを投入するんじゃなくて、MiniMax H3で歌ってもらった3体に、もう一度Kling 3.0で歌ってもらうことにした。
同じ子で比べれば、「歌わせ方」の違いがちゃんと見えるはず👀✨
なので今回は、「歌うこと」を検証するのではなく、歌うことを前提に「どう歌うのか」「何を歌うのか」の先を見てみよう。

👀今回の異形さん

今回歌ってもらうのはこちら。
前回同様の子たちですが、再度ご紹介(*´ω｀)

① 眼帯レディ

「異形さん」の中では「人間寄り」の造形を意識した。
MiniMax H3はすんごい踊って歌詞歌ってセクシーにアイドル化してたけど、今回はどうだろうねぇ(*´ω｀)
Kling 3.0は忠実でありながら、何か＋αしてくれると期待(*´ω｀)

② 和風異形さん

あんの～一応和装風なんだけど…(*´ω｀)
毬（まり）っぽくない？？
MiniMax H3ではこのお顔の白い割れ目が光って「Ah~🎵」って歌った。
このお顔でどう歌えと！？って困らせたのかもしれない(*´ω｀)ｺﾞﾒﾝﾈ
だが、後悔はしていない(*´ω｀)

今回はどう歌わせてくれるのかな？(*´ω｀)

③ ロック風異形さん：あだ名　ロックぼうや

ちょと可愛すぎ？？(*´ω｀)
わたくしには真っ先に「ロックぼうや」って名前降りて来たんだけど、見る人・AIによっては恰好なんかどうでもよくて、可愛さが勝っちゃうのかな？(*´ω｀)←親ばか

MiniMax H3では、女性の声でこれまた和装の子と同じ感じで「Ah～🎵」だったな(*´ω｀)

わたくしだけが「ぼうや」だと思いこんでる説…あるのよ。

今回は…どう歌ってくれるのかしら(*´ω｀)ﾄﾞｷﾄﾞｷ💖
（頼むわよ！！Kling 3.0！！）

📝検証条件

今回の条件はこちら。

① 同じ異形さんの画像を使用
② 動画生成はKling 3.0
③尺は8秒
④ カメラワーク、歌詞、歌唱ジャンルなどの追加指示なし

そして……

⑤共通プロンプト「Please sing.」のみ

異形さん、歌ってください。
Kling 3.0、歌わせてあげてください🎤

🎤① 眼帯レディ「歌う。でも、ただ歌うだけじゃない」

ｵｵｵﾝ(*´ω｀)

まずは眼帯レディ。ちゃんと歌いました。

……いや、ちゃんと歌うどころじゃない。

歌声が入り、メロディがあり、しっかり「歌っている」動画になってる✨
想定通り(*´ω｀)

やっぱりな、と感じたのが、単純に「歌声を付けました」という感じではなく、「このキャラクターが歌っている」という映像になっていたこと。

眼帯だと思ってたところが機械的な青い目になりました🌟
つぎはぎアンドロイドだと思ったのかな(*´ω｀)

まぁ、この子は比較的人間の女性を連想する要素があるので、「女性声になるのかな？」というのは、なんとなく想定済み。

……これ、普通なのかな(*´ω｀)？？

ちょっと検証に慣れすぎて、感覚がおかしくなってきている気がする。

これ、普通に凄いことなんだよね💦

異形さんに「歌って」と一言お願いしただけで、声を生成して、メロディまで作って、ちゃんと「歌っているキャラクター」にしてくれている。

……いや、やっぱり凄いわ(*´ω｀)💦✨

🎤② 和装の子「あっ、顔…」

次は和装の子。
こちらも、女性の声。

おおお、顔の割れ目から人の顔が生まれたね(*´ω｀)
「歌う」のは「人」であるためかな？

(*´ω｀)ﾌﾝﾑ、それと眼帯レディと同じ歌には聞こえないね！

声の雰囲気も違う。歌い方も違う。メロディの感じも違う。

わたくし、音楽には詳しくないので、「これは〇〇系のジャンルです！」なんてことは言えません。
歌詞もなんとなく聞き取れる感じで、断言できないのでここには記載いたしませんことをお許しくださいませ(*´ω｀)

でも、同じ歌ではない。これは分かる。

同じ「Please sing.」なのに、歌の空気が違う。

ここで、ちょっと面白くなってきました。

🎸③ ロック坊や「……幻想！？」

(*👁️ω👁️)！？

げげげげげげげ幻想ぅぅ！？

黒いジャケットのロック坊や。
おまえさん、妖精か精霊にでもされたんか！？
そんな透き通ったおなごのファンタジー「Ah～🎵」を歌うキャラだと判断されたんか！？

黒いジャケット、かっこええよね！？
これはわたくしの思い込みぃ！？(*´Д｀)

ここで、今回の検証が一段面白くなりました🤤✨

だって、眼帯レディ、和装の子、ロック坊や。
見た目、全然違う。

なのに、3体とも女性声。

👁️ここで一回、立ち止まる

今回、女性声だったこと自体が結論ではないのだ。

むしろ、「じゃあKling 3.0は何を見ているんだ？」という疑問が出てきたんだよね(*´ω｀)

3体とも女性声。でも、歌は同じじゃない。

ここが重要(*´ω｀)

もしKling 3.0が「異形さん＝女性声」という単純なルールだけで動いているなら、歌い方や歌の雰囲気も、もっと似ていていいはず。

でも、実際には違う。

声の雰囲気が違う。歌い方が違う。メロディの印象も違う。

そして、歌詞のようなものが入る場合もあれば、言葉より歌声そのものを前面に出すような場合もある。

つまり、「女性声」という一つの答えだけでは説明できない。

Kling 3.0は、どうやらそれぞれの異形さんに対して、「歌う」という行為そのものを別々に組み立てているように見えたわけだ(*´ω｀)ﾌﾑ

🧔そして、ちょっと試したくなった

当初は3体で比較する予定だったんだけど💦

ここで、わたくし、思いました(*´ω｀)ｵﾎﾎﾎ

ずっと男性声聞かせてもらえてないんだけど！！(*👁️ω👁️)ねぇ！

じゃあさ、男性っぽい異形さんならどうなる？(*´ω｀)

もちろん、「男性の声で歌ってください」とは言わない。
それでは検証にならない。

なので、異形さんであることはそのまま
ただ、少しだけ男性寄りに感じられる造形にしてみました。

つまり、

寄せた。

はい。

あらやだ…(*´ω｀)💖
ダンディじゃない？
名前は「ジョージ」よ、ジョージ✨🤤✨

検証のために、結果を見ながら「じゃあ、次はここを変えてみよう」と方向修正できることも、検証の面白さだと思ってます(*´ω｀)

はい、いいこと言いました。

本音は、わたくしの「こうして欲しい」というエゴに基づきます！！

すいません🙇‍♀️

さてさて、ではKling 3.0さんに、「こっちはちょっと男性っぽいかもしれませんよ」というヒントを画像で渡してみたわけです🤣

そして、プロンプトは同じ。

「Please sing.」

さて。

どうなる？

🎤④ ダンディジョージ「男性声、出た」

(´;ω;｀)✨

男性の声。

優しい男性の声で、ちゃんと歌っている。

出たぁぁぁぁぁ！！🤣🎤

ここは、まぁガッツポーズ決めたね(*´ω｀)
でもジョージ！！

そこが口なんかーーーい！！笑🤣

もちろん、「Kling 3.0が男性だと判断した！」と断定することはできません。たまたま男性声になった可能性もあります。

しかも、実は2回生成して、2回とも男性の優しい声だった。
少なくとも「一度だけ偶然出た」という結果ではなかった。
今回の検証では、画像のキャラクターを男性寄りにしたことで、男性の歌声が現れた。

つまり、Kling 3.0の歌唱表現は、「異形さんだから、この声」と固定されているわけではなさそうだね(*´ω｀)

画像によって、声の方向まで変わる可能性がある。

そして、ここでわたくしが気になったのは、声だけではないのだ。

🎼あれ？ 歌そのものも違わない？

今回、改めて4体を並べて聞いてきた(*´ω｀)

眼帯レディ。和装の子。ロック坊や。ダンディジョージ。

全部、同じ歌には聞こえない。

もちろん、わたくしは音楽の専門家ではないから、「この子は○○調で、こっちは○○系」なんて分析はできない。

でも、「この子たち、歌い方が違う」ということは分かる。

声が違う。歌い方が違う。メロディの雰囲気が違う。言葉の乗り方も違う。

そして、それぞれの異形さんに、「なんとなく、この歌が似合っている」と感じる。

これ、めちゃくちゃ不思議じゃない？(*´ω｀)

だって、わたくしが指定したのは、

「Please sing.」

だけなんだから。

🧠じゃあ、Kling 3.0は「どんな歌」を選んでいる？

ここで、今回の本当の疑問が出てきます。

Kling 3.0は、画像のどこを見ているんだろう？

例えば、眼帯、服装、色、顔の形、ポーズ、人間らしさや異形らしさ、男性的・女性的なニュアンス……あるいは、それらを全部まとめた「このキャラクターは、こういう存在っぽい」という全体の雰囲気。
どれなんだろう？(*´ω｀)

もしかすると、Kling 3.0は画像を見て、「この子は女性」「この子は男性」と単純に分類しているわけではないのかもしれない。

もっと曖昧に、「この存在なら、こういう声で、こういうふうに歌いそう」というキャラクター像を作っているのかもしれない。

そして、その結果として、声が決まり、歌い方が決まり、メロディが決まり、歌詞のようなものまで生成される。

もしそうなら、Kling 3.0にとって「Please sing.」は、単純な「歌声を付けてください」ではないのかも(*´ω｀)

むしろ、「このキャラクターを歌わせたら、どうなる？」いう問いとして処理されているようにも見てとれない？？(*´ω｀)

だって、ロックぼうやは「幻想」を歌っている。
何かしらの「判断」はしているように見える。
だとしたら、その「判断」は、

「これはどういうキャラクターだろう？」

という問いに近いものなのかな？

もしそうなら、Kling 3.0は「異形さん」という存在を、単純に画像の中の物体として処理しているのではなく、画像を一つの「問い」として受け取って、その答えを動画として返している可能性はない？(*´ω｀)

わたくしが、「問い」を、数々の動画生成AIに向けているように。

もちろん、これは今回の結果から考えた仮説です。

🎼今回わかったこと

今回の結果をまとめると、こんな感じ(*´ω｀)

① Kling 3.0は、今回の異形さんたちに対して「歌う」という行為をかなり強く成立させた。

「Please sing.」という短い指示だけでも、歌唱そのものをしっかり生成しました。

② ただし、歌は全員同じではなかった。

声、歌い方、メロディの雰囲気、言葉の乗り方などに違いがあり、「同じ歌を歌わせた」ようには聞こえなかった。

③ 声の性別的な方向も固定ではなかった。

最初の異形さんたちは女性声だったけど、男性寄りに造形した異形さんでは、男性声が生成された。

ただし、これは「Kling 3.0が画像から男性と判定した」と断定できるものではなく、画像の違いによって声の表現が変化した一例として捉えたいと思う。

④ Kling 3.0は、「歌う」という指示だけでなく、画像そのものを歌唱表現に反映している可能性がある。

そして今回、わたくしが一番知りたくなったのは、

Kling 3.0は、画像のどこを見て「この子なら、こんな歌」を決めているんだろう？

ということ。これ、まだ分かりません(*´ω｀)💦

ロックぼうやの、黒いジャケットを見たのか。
それとも、あのキューティなお顔を見たのか(*´ω｀)
実は…この子は妖精だったのかもしれない！！(*´Д｀)

……可能性はあるよね！？ね！？

だってカワイイんだから！(*´Д｀)←親ばか2

だから面白いのよ！！(*´Д｀)

🙏ここまで見てくれてありがとう

最初は、「異形さん、歌ってくれるかな？」くらいの気持ちで始めた「Please sing.」検証。

Seedanceでは、「歌う？ 歌わない？」が面白かった。

MiniMax H3では、「歌うだけじゃなく、何を足してくる？」が面白かった。

そしてKling 3.0では、

「歌うのは分かった。じゃあ、あなたは『どんな歌』を選ぶの？」

というところまで来てしまった。

同じ一言なのに、AIによって「歌」の解釈が違う。
そして同じKling 3.0でも、異形さんが変わると、歌まで変わる。
これが今回、わたくしが一番面白いと思ったところです(*´ω｀)✨

音楽には詳しくない。だから、何というジャンルなのかは、正直よく分からない。

でも、「この子たち、同じ歌じゃないよね？」これは分かる。

そして、そこから、「Kling 3.0は、何を見て歌を決めてるの？」という新しい疑問が生まれました。

いやぁ…(*´ω｀)

AI検証って、答えを出したら終わると思っていたら、答えが出るたび、次の「なんで？」が生えてくる。

異形さん、今日も研究対象として優秀すぎる(*´ω｀)←親ばか3

そして今回も、

「Please sing.」

たった一言で、ここまで遊ばせてくれて、そして今回もAIについてたくさん考えさせてくれて、本当にありがとう(*´ω｀)✨

正直、沼ってます(*´ω｀)✨💖

さぁさぁ！

こんな検証ができるのも、オールインワンのAI画像・動画生成プラットフォーム、Pollo.ai様のおかげです🌟

動画生成AIをいろいろ試してみたい方は、ぜひ無料生成から遊んでみてくださいね(*´ω｀)✨

それでは、今回はここまで👍

いつも検証記事に付き合ってくださる方！
本当にありがとうございます(*´ω｀)✨

「AIって面白いな」

そう感じていただけるだけでも、とても嬉しいです💕(*´ω｀)

いつもスキ、コメント、マガジン追加、本当にありがとうございます🥰

🔽色々作成しておりますPollo.ai作品

🔽異形さんシリーズ

よろしければ、読んでいってくださいな！(*´ω｀)✨
また次の世界で会おうねぇ！(*´Д｀)🌌

それではBye！！💖🐲

【PR】本記事は、Pollo.ai様の創作PR記事です。

🔽Pollo.aiモバイルアプリもあります✨

iOSアプリ

アプリでもダウンロードして使用してみてくださいね🥰✨