文字入力だけでAIが効果音を作る「Waves Place」とライブ配信スケジューラー「Streamer Times」 開発者が語るクリエイターエコノミーでの挑戦

―なぜクリエイターエコノミーに向けた新サービスを開発することになったのですか？
クリエイターエコノミー市場はここ数年で急成長しており、今後も国内外で拡大が予想されています。スマホの普及により、今まで限られた人しかできなかったクリエイター活動が誰でもできるようになりました。また、同時にクリエイターを支える制作ツールも以前と比べて格段に充実しています。
当社のサウンド事業における音楽分野での知見を活かすことで、楽器を「弾く」ところから音楽を「創る」、「稼ぐ」ところまで、手段を広げてクリエイターの活動を幅広くサポートできる可能性があると考えました。 

―まず「Waves Place」について教えてください。どんなサービスですか？

テキストを入力するだけで、AIが効果音を生成するサービスです。株式会社AIdeaLab（エーアイディアラボ）と共同で開発した独自のAI効果音生成技術を搭載しており、音のイメージを入力することで、あらゆる効果音が生成できます。日本語入力にも対応している点や、フリー素材などで探せない効果音を自分で作れるという点が強みだと思っています。

単純に検索した言葉だけでなく、バリエーションを作る機能もあり、音楽クリエイターの方が「意外とこの音も使えるな」といったような創作の幅が広がるメリットもあります。動画クリエイターの方にも、例えば動画の切れ目の挿入音など「どう表現していいかわからない音」にも使っていただけるのではと考えています。 

―AI開発で苦労した点はありましたか？
AIにどういった音源を学習させるかが最大の課題でした。一口に効果音といっても環境音から電子音まで非常に幅が広いので、その定義付けは非常に悩みました。また学習させる音源も、もちろん著作権や利用規約の問題をクリアしたもののみを使用する必要があり、そうした制約の中で質の高い学習データを集めるのに苦労しました。

また、音の評価にはどうしても主観的な部分があります。例えば普通の人が「ん？」となる効果音だとしても、クリエイターからすると「これはこれで使える」となる可能性もあります。そういう意味では正解がないと思うので、バリエーションを作る機能のほか、今後もユーザーさんからのフィードバックを基にアップデートしていければと考えています。

―「Streamer Times」について教えてください。

ストリーマーとリスナーを仲介するライブ配信に特化したスケジューラーサービスです。現在、ストリーマーは個別にSNSで告知してYouTubeなどのプラットフォームで配信するといった方法が一般的ですが、各々がバラバラな方法でスケジュール管理をしています。そこでテレビの番組表のように、複数のライブ配信プラットフォームを一覧化したサービスにニーズがあるのではないかと考えました。

開発を始めるにあたり、まず自分自身がライブ配信についてよく知る必要があると感じました。そこで、配信アプリを片っ端からダウンロードして、実際に視聴してみました（笑）。また、ストリーマー、リスナーにもヒアリングやPoCを行い、フィードバックをいただきながら修正を重ねて今の形になりました。

ヒアリングを通じて、ストリーマーもリスナーも苦労している部分があると感じました。ライブ配信はリアルタイムのコンテンツなので、ストリーマーとリスナーがマッチしないと成立しない特性もあり、例えばリスナーが「見たかったのに見れなかった」というような事態はたくさん起こっています。やっぱりライブ配信は純粋にエンタメの分野なので、「Streamer Times」を使って、楽しく見れるようにサポートできればと考えています。

―最後に今後の展開と、ユーザーさんへのメッセージをお願いします。
クリエイターエコノミー領域にはまだまだ可能性があると感じています。今後もクリエイターの創作やファンの活動をサポートできるよう取り組んでいきます。

カシオにとっても新たな領域での挑戦ですが、「どんどんチャレンジする会社」としての姿勢を示していきたいです。

＜ニュースリリース＞
AIで効果音が生成できる「Waves Place」とライブ配信専用スケジューラー「Streamer Times」を正式リリース