第711話 Sunoプロンプト実験記録：英語の主体性と日本語のニュアンス、再現性の境界線⑯
AI生成・融合曲実験記録（特撮×ファンク／ディスコ系）
■ 実験概要
今回の実験では、複数のジャンル・曲を融合して 完全インスト・リズム主導・疾走感重視 の楽曲を生成しました。
特に今回の特徴は：
特撮ヒーロー系オープニング・エンディング曲（ゴレンジャーED「バンバラバンバンバン」、星雲仮面マシンマン、ジバン、ソルブレインなど）
海外ファンク／ディスコ曲（Kool & The Gang「Celebration」、NITE FLYTE「Anyway You Want」ギタースタイル、Daft Punk「Get Lucky」、Cheryl Lynn「Encore」「Got to Be Real」）
アニメOP（「一騎当千」Heart&Soul／Stargazer）
これらを融合し、AI生成曲でのリズム誤動作（歌やラップが勝手に入る現象）を回避するために、歌詞を一切指定せず、スタイルとして参照する方式にしました。今回ゴレンジャーEDをstyleに入れてもイレギュラーは起きませんでした。
■ 設計思想（Design Philosophy）
完全インスト：歌・声・会話すべて排除
メロディより グルーヴ・反復・疾走感 優先
ポップさは コード進行ではなくリズムのノリとアクセント配置 で構築
ギター・ベース・ドラムは 役割分担を明確化
Kick × Bass：絶対ユニゾンでGrooveと重量を支配
Snare × Guitar accents：短いアクセントで打撃感を可視化
Bass × Guitar：低〜中域、短フレーズ限定で影として重ねる
■ 曲構成（Structure）
Intro → Main groove → Build / Increase density → Break → Restate groove → Ending
Aメロ／サビ構造は不使用
疾走感重視のため16分音符のシンコペーションやスネアロールを導入
縦方向（同時発音・同期・重なり）でエネルギーを作る設計
■ 演奏指定（Instrumentation）
ドラム：4-on-the-floor基本、裏拍中心スネア＋ゴーストノート、派手すぎないフィル
ベース：スラップ＋ミュート、多用ゴーストノート、Kickとほぼ完全ユニゾン
ギター1：英雄的／ファンキーライン、短いスタブ、2度・4度・6度・7度多用
ギター2：単音カッティング、半拍3連、テンションコードカッティング
ギターソロ：Eマイナーで表現豊か、George Lynch風
シンセ／ブラス：短いスタブのみ、メロディは引っ張らせない
全体：ユニゾンでリズム・重心固定、ダブルストップで瞬間的密度上昇
■ 実験から得られた知見
歌詞なしでも リズムが整理されていればポップさは成立
Kick×Bass絶対ユニゾンは生成安定性を大幅に向上
スタイル参照（ゴレンジャーEDなど）でも AIが歌い出す事故は回避
疾走感は16分音符・シンコペーション・ベースの速いフィルで表現可能
■ 融合曲元リスト（参考）
Funk/Disco：Kool & The Gang「Celebration」、NITE FLYTE「Anyway You Want」、Daft Punk「Get Lucky」、Cheryl Lynn「Encore」「Got to Be Real」
Tokusatsu：秘密戦隊ゴレンジャーED「バンバラバンバンバン」、星雲仮面マシンマンOP、機動刑事ジバンOP、ソルブレインOP
Anime OP：「一騎当千 Dragon Destiny」Heart&Soul、「一騎当千 Xtreme Xecutor」Stargazer
■ 今後の発展方向
ディスコ由来の4-on-the-floorを変則化
ベース主導で曲構造を作る実験
AI生成による 歌なしポップス の設計研究
疾走感＋縦方向のユニゾン密度をさらに強化
ムテキングOPイントロ再現の実験報告（Sunoによる生成）
■ 実験概要
今回の実験では、1980年代放送の『とんでも戦士ムテキング』オープニング曲を、Sunoで再現することを試みました。
特に注目したのは イントロ部分のブラス＋擬音語リズム です。
具体的には以下の通り：
擬音語リズム（Ta‑ra / Pa‑ya など）を Lyrics に記載
Style 指定で「イントロはブラスのみ」「他パート禁止」
イントロ終了後にギター・ベース・ドラムを開始する構造
狙いは イントロだけで二層リズム感を再現し、その後フルバンド展開 でした。
■ 実験結果
Suno はイントロ開始時にギターを即演奏
Lyrics に記載した擬音語を 歌い出す／ラップする
イントロ部分だけで ブラス主体＋擬音語リズム を再現することは困難
この結果、Suno における時間軸制御やパート開始の順序指定の限界が明確になりました。
■ 考察：なぜ再現が難しいか
擬音語を「歌詞」として解釈
AI は Lyrics 内の文字列を発声すべき歌詞と認識
「演奏指示として使う」という意図は解釈されにくい
イントロ専用パートの制御が不十分
Style 指定で「他パート禁止」と書いても、Suno は時間軸での制御が弱く、即座に全パートを鳴らしてしまう
ブラス＋擬音語の同時再現が難しい
人間の耳では二層リズムとして聴こえるが、AIは文字列やパート情報から正確に二層構造を生成できない
■ 現状での方法論
Suno を使う場合、以下の方法が現実的です：
イントロを別音源で手作業生成
DAW でブラス＋擬音語をMIDIやサンプルで作成
その後、Sunoでフルバンド曲を生成し、結合
擬音語をLyricsに書かず、Styleでリズム指示
歌詞として解釈されないようにする
ただし二層リズムの精密再現は難しい
実験として受け入れ、Sunoの挙動を観察
ギターがいきなり入ったり、擬音語を歌ったりする現象を 生成AIの制約例 として記録
面白い「AI生成の予期せぬ挙動」としてまとめる
Suno 単体で ムテキングOPのイントロ（ブラス＋擬音語だけ）を忠実に再現するのは難しい です。理由は明確で、
Suno は 基本的に歌うAI なので、Lyrics に書いた擬音語をどうしても「歌詞」として発声してしまう
時間軸のパート制御（イントロだけブラス、他パート禁止）はまだ十分に再現できない
現実的な方法
イントロを正確に再現したい場合は、別録音して後から重ねる方法が最も確実です：
DAWやMIDIでイントロ（ブラス＋擬音語）を作成
擬音語はブラス音で打ち込む
人力でリズムを正確に再現
Sunoでフルバンド曲を生成
イントロ終了後から演奏開始
ギター、ベース、ドラム、シンセを含む
イントロと生成曲を結合
DAW上でタイミングを揃えてミックス
疾走感や特撮感を自然に繋ぐ
■ 今後の発展
AIが時間軸パート制御に対応 すれば、イントロ再現は可能
現状は、Sunoの仕様や制約を理解した上で 擬音語やブラスのイントロを手作業で生成し、フルバンドに結合する方法 が最も現実的
この実験は AI生成の制約や可能性を理解する教材 として有効
■ まとめ
ムテキングOPイントロは Suno単体では完全再現が困難
擬音語の扱いやパート制御が課題
今回の結果は AI生成音楽の制約を観察する興味深い実験例
ここまでの観察で整理すると Suno の限界と特徴 はこうなりますね：
1️⃣ Suno の挙動
Style に書いた内容を AI が勝手に「歌」や「声」として解釈することがある
特に擬音語や短いフレーズを入れると、曲の初めから最後まで勝手に人声生成される場合がある
これは以前の挙動で、歌詞(Lyrics)が空でも Style に書いた内容を歌いだすイレギュラー が起きる
時間軸制御ができない
イントロだけブラスを鳴らして、あとでギター・ベース・ドラムを開始、という精密制御はできない
「ムテキングOP風ブラス＋裏の擬音語」の二層リズムは、時間軸に沿って正確に重ねることが困難
2️⃣ 影響
擬音語やブラスを重ねた 複雑なリズム・重奏 は、Suno だけでは忠実に再現できない
Style と Lyrics の境界が曖昧だと、意図しない歌声が生成される
つまり ムテキングOPのイントロ再現や、ブラス＋人声の同時出力 は難しい
3️⃣ まとめ
Suno は 創作のラフ設計・グルーヴや雰囲気の生成に強い
精密なタイミング制御や複雑な音の重ね合わせは、別ソフト（DAWやMIDI）で補う必要あり
「Style に書いた内容＝必ず演奏される」わけではなく、歌声として解釈される場合があるので注意
結論としては、これまで話していたように：
Suno でイントロ＋大まかな構造を生成
DAW で精密なタイミングと楽器の重ね合わせを調整
が、現状で最も確実に「特撮×ファンク融合曲」を忠実に再現できる方法です。
現状の Suno を含むテキストベース生成音楽モデルは、曲の長さや時間軸を厳密にコントロールすることはできません。
1️⃣ 曲の時間制御ができない理由
Suno は 「秒数」や「小節数」を理解して音を出すわけではない
プロンプトに「3分の曲」と書いても、AI はあくまで 曲の構造やムードの傾向として解釈
実際に生成される曲は モデル内部の計算や乱数の影響で長さが決まる
そのため、生成ボタンを押すと毎回 任意の時間で出力される
2️⃣ 影響
「イントロだけブラス＋擬音語」「その後フルバンド開始」といった タイミング厳密指定 は不可能
擬音語やブラスの二層リズムを 1秒単位で正確に重ねる ことも困難
結果、生成後に DAW で編集して正確なタイム配置を行う 必要がある
3️⃣ まとめ
項目
Suno
DAW/MIDI
曲の秒数指定
❌
✅
イントロの正確タイミング
❌
✅
複雑な音の重ね合わせ
部分的に可
✅
擬音語ブラス + 他パートの同時制御
❌
✅
ラフな構造・雰囲気生成
✅
部分的に補助
要するに、Suno は 「創作のアイデアスケッチ」 であり、
時間軸の正確な制御や精密表現は別ソフトで補う、これが現実的な運用です。
DAW やプロのシンセ・ハード機材に付いている ロータリーエンコーダやシーケンサー を使えば、
小節単位はもちろん
1秒未満のタイミング で音を鳴らす／停止する
音の長さや強弱も精密に調整可能
です。
例：ロータリーエンコーダ／シーケンサーでできること
イントロのブラスだけ再生
タイミング：0.0秒〜2.5秒
スタッカート／連続音を精密に刻む
裏の擬音語を同時配置
タイミング：0.1秒刻みでパート別に配置
フルバンド開始
ギター／ベース／ドラムは 2.5秒以降に正確開始
こうすると、ムテキングOP風イントロ＋裏リズム＋フルバンド開始 までを忠実に再現できます。
Suno との違い
Suno → 時間軸は概念的・傾向的にしか扱えない
ロータリーエンコーダ／DAW → 実際の時間軸に沿って1秒未満の精密制御が可能
Suno は 「ラフな設計図・アイデアスケッチ」 として使うのが現実的です。
長所
構造や雰囲気、グルーヴを即座に出せる
曲全体のムードやジャンル感を短時間で生成できる
実験的な融合（特撮×ファンク、ED融合など）を手軽に試せる
限界
秒単位・小節単位のタイミング精密制御はできない
複雑なパートの重ね合わせ（ブラス＋擬音語＋他楽器など）は難しい
曲の長さも生成時に任意で決まってしまう
つまり、Suno は 「発想の起点」や「ラフアレンジ作り」に最適
そして 精密なタイムラインや演奏制御は DAW/MIDI で補う、これが現状の最強コンボです。
言い換えると、ボイスレコーダーしかなかった時代から比べれば革命的ですが、
「完璧な完成品をワンボタンで出す魔法の機械」ではない、という理解が正しいですね。
今回の記事（第711話）で著者が一番伝えたかったのは、「英語プロンプトの主体性（明確さ・命令形の強さ）を最大限に活かしたとしても、Sunoの根本的な再現性限界は変わらない」 という点です。
記事では英語プロンプトの直接比較はしていませんが、タイトルに「英語の主体性」をわざわざ入れているのは、Sunoコミュニティでよく言われる「英語プロンプトのほうが指示が通りやすい」「日本語だとニュアンスが崩れやすい」という一般論に対して、「それでもダメなんだよ」というカウンター を打っているように感じます。
なぜ英語でも限界が変わらないのか（記事から読み取れる核心）時間軸・パート制御の壁：イントロだけブラス、他は禁止、2.5秒後からフルバンド…という秒単位/小節単位の指定は、英語で明確に命令形（"Start with brass only in intro, no other instruments until 2.5 seconds" など）で書いたとしても、Sunoの生成モデルが拡散ベースでシーケンスを厳密に扱えない ため、無効化されやすい。
記事のムテキング実験失敗は、まさにこの象徴。
擬音語/オノマトペの解釈問題：日本語の「Ta-ra / Pa-ya」をLyricsに入れると歌い出してしまうのは、日本語特有の落とし穴ですが、英語でも "ta-ra pa-ya rhythmic brass hits" みたいに擬音を指示しても、AIが「歌詞っぽいもの」として人声化したり、無視したりするケースは多い（Redditなどの報告でも似た不満が見られます）。
つまり言語が変わっても「テキストをどう音楽構造にマッピングするか」の根本設計限界は共通。
スタイル参照の曖昧さ：英語で "instrumental only, no vocals, strict 4-on-the-floor kick-bass unison" と強く指定しても、たまに勝手に歌が入ったり、パートが同時スタートになったりする。
これは英語の「主体性」が効く範囲を超えた、モデル内部の確率的挙動によるもの。
つまり、英語プロンプトは確かに「平均的な再現性」を少し上げてくれる（ジャンル指定の精度、発音の安定など） けど、「精密な構造再現」「時間軸の厳密制御」「多層リズムの独立制御」 というSunoの最大の弱点に対しては、英語でも日本語でもほとんど差が出ない。
記事の融合曲成功例（Lyrics空欄＋Kick Bassユニゾン強制）は、言語に頼らず「Sunoが得意な領域」に絞ったからこそ安定したわけで、そこが限界の境界線を示しています。
だからこそ「英語にすれば魔法みたいに何でも再現できる」と思っている人を、現実でガツンと醒ましている。
それでもSunoは最高のスケッチツール。
限界を理解した上で、DAWで補完すれば最強。
「英語主体性神話」の限界を、実験で証明した一撃だったと思います。
Suno や AI作曲ツールは 「誰でも即座に曲の雰囲気やグルーヴを生成できる」 という意味では革命的ですが、
タイミング精密制御（秒単位、小節単位）
多層パートの独立演奏
擬音語や特殊リズムの再現
ソロやハーモニーのニュアンス設計
などの領域になると、まだまだ 専門的知識やDAWスキルが必要 です。
言い換えると、「民主化は進んだけど、完全自動化には至っていない」 状態ですね。
AIはラフスケッチ・アイデアの民主化をもたらしたけど、最終的な曲作りや完成度を上げるためには、まだ 人間の音楽的判断と操作 が不可欠です。
これはまさに 「創作の起点は誰でも持てるが、仕上げはやはり専門家に近いレベルの操作が必要」 という段階。
今後の実験方針
1️⃣ Style空欄・Lyricsだけ指定
現状の挙動
Styleを空欄にしてLyricsだけ入れると、Sunoは 曲ジャンル・雰囲気を内部モデルのランダム要素に委ねて生成 します。
結果として 歌詞に合うテンポ・コード進行・伴奏スタイルを勝手に決める ので、毎回同じプロンプトでも 生成結果はバラつく（乱数的） です。
応用例
「歌詞だけ渡して、曲のアイデアを複数パターン試す」ラフ生成
「作曲家の発想スケッチ」用に、ジャンルを固定せず自由に生成させる
2️⃣ 演奏自由度の指定（フリー演奏）
挙動
「フリー演奏」「自由度高め」と指示すると、Sunoは 内部の確率的アルゴリズムで伴奏・リズム・コードを自由生成
初期段階は面白いが、パート数・リズム密度・時間経過で飽和する
例：ドラムとベースが干渉してゴーストノートが過剰
擬音語やブラスも「人声化」や「全パート同時開始」の形で乱れる
応用例
「自由演奏でどこまでグルーヴが成立するか」を実験
「生成の乱数性を理解して安定化パラメータを見極める」
3️⃣ 乱数性・限界の研究
ポイント
Lyricsのみ指定 → ランダム生成 → 何パターンか生成 → 内部確率・生成バリエーションの観測
フリー演奏 → グルーヴや和声の飽和点を観察
Style参照やKick×Bassユニゾンを入れると安定する → Sunoの得意領域 vs 苦手領域の境界線が見える
4️⃣ 可能な実験アイデア
Lyricsのみ生成 vs Style指定有り
ジャンル固定なしで歌詞に沿った曲がどこまで成立するか
フリー演奏飽和実験
どれくらい自由度を上げるとリズム崩壊や人声生成事故が起きるか
部分指定・タイミング制御の限界
「イントロだけ○パート、○秒後にフルバンド」などの秒単位指示で再現性の限界を調べる
擬音語・特殊リズムの扱い
日本語・英語両方で擬音語を入れるとどのくらい歌われる／無視されるか
乱数・確率的傾向のマッピング
同じプロンプトを複数回生成して「内部確率分布」を観察
まとめ
Sunoは 「ラフなアイデアスケッチ・確率的生成の自由度が高い領域」 に強みがある
精密制御・時間軸・複雑パート独立制御は苦手
逆に、この乱数性・自由度を活かして 「創造的偶発性」を狙う実験 はできる
Sunoの挙動を見ると、「童話チック」や「赤とんぼ風」といった指示」には、内部である程度 ジャンルや雰囲気が組み込まれたモデルパターン が反応しているようです。
どういうことか
「童話」「赤とんぼ」などのキーワードは擬似ジャンル化されている
モデル学習時に童謡や子供向け音楽のデータと関連付けられている可能性
その結果、歌詞だけでなく伴奏・リズム・和声まで童話風に自動補完されやすい
生成の傾向
メロディは穏やか・短調や長三和音主体
リズムは単純で強拍が強く出にくい
音色や楽器も木琴・ピアノ・フルート系が選ばれやすい
→ 完全に「童話チックな雰囲気」に寄る
応用の注意点
童話キーワードを使うと、曲の自由度はほぼ封じられる
Style指定で他のジャンルを入れても、童話風のバイアスが強く残ることがある
まとめ
Sunoは 単語やフレーズを「内部ジャンルやスタイルのトリガー」として扱う傾向 がある
「赤とんぼ＝童話風」として学習されているため、指示すると自然に童話チックに生成される
これは便利でもあり、自由度を狙いたい場合は Styleやキーワードを空白にして生成 する方が良い
乱数生成や確率的選択を「構造的に理解する」なら、行列や統計モデルで考えるのは理にかなっています。
Sunoや生成AIの生成過程をイメージすると、たしかにこう整理できます：
1️⃣ 行列的・組み合わせ的視点
生成AIは内部的に 膨大な「音の組み合わせ候補」を保持 していて
それぞれのタイミング・楽器・音高・長さに対して 確率重み付きの選択 をしている
つまり、時間×音高×楽器の3次元行列の中から、確率的に「どの音を鳴らすか」をサンプリングしているイメージ
2️⃣ 重回帰分析的アプローチ
各音の出現を説明変数に置き、
「直前の音」「楽器の種類」「強拍・弱拍」「コード進行」などを入力
出力は「次に鳴る音・長さ・強さ」
これを 重回帰モデルで予測する形 と考えると、確率的選択の傾向や偏りを可視化できる
さらに 誤差項＝乱数的要素 として、生成のバリエーションが生まれる
3️⃣ ベイズ更新の応用
「次に何を鳴らすか」は 条件付き確率 で更新可能
生成中に
現在の状態（すでに鳴った音列）
StyleやRhythmの制約
過去の学習モデル
をもとに 次の音の事後確率 を計算
これがいわゆる ベイズ更新 に対応
生成過程を何回か繰り返すと、曲全体の統計的傾向がモデル化される
4️⃣ まとめ
乱数生成 ≒ 行列組み合わせ
各音・楽器・時間を確率行列として扱える
確率選択を統計モデルで理解
重回帰で説明変数を作り、ベイズ更新で条件付き確率を逐次更新
こうすると「なぜSunoは勝手に歌うのか」「どこでパートが干渉するのか」などが理論的に整理可能
補足
第590話の「ASI級ベイズ更新と膠着語の証拠感動路線」も同じ考え方です。
「膠着語＝条件付き確率を増幅する触媒」
「Sunoの乱数的生成＝確率行列のサンプリング」
おそらくですよ？
sunoのトークン化アルゴリズム
かなり閾値がアバウトなのでは？
下手したら二元論的
生成モデルのトークン化や内部確率処理は、必ずしも「連続値の精密制御」ではないケースが多いです。
Sunoの場合も、現象から推測すると以下のような特徴が考えられます：
1️⃣ トークン閾値の粗さ
入力テキストやプロンプトは トークン単位で処理 される
モデルはそれぞれのトークンに対して「生成する/生成しない」を決める 確率閾値 を持つ
この閾値は厳密な連続制御ではなく、ある程度アバウト（ざっくり）
例：0.5以上なら発声、0.5未満なら無視、みたいな二元論的判定に近い可能性
結果として、微妙なニュアンスや細かい時間差の制御が効きにくい
2️⃣ 二元論的挙動の影響
「歌詞を入れると勝手に歌い出す」「スタイル指定が無視される」といった現象は、
トークンがある閾値を超えると必ず「発声」にマッピングされる
トークンの出現確率が低くても、生成確率に乱数が作用して意外な結果になる
つまり、内部的には 連続的な重みではなく“ON/OFF判定＋乱数サンプリング” が支配的になっている可能性
3️⃣ 実務的な示唆
秒単位や小節単位の厳密制御が効かない
擬音語・日本語歌詞は「発声トークン」として扱われやすく、完全なインスト指定では制御困難
だから、Suno＝ラフなグルーヴ・雰囲気生成ツール と割り切り、DAWで補完する運用が合理的
要するに、Sunoのトークン化と生成閾値は「確率的二元論的スイッチ＋乱数サンプリング」に近く、微細な連続制御には向いていないということですね。
デジタル値→離散値 アナログ値→連続値
整理すると、音楽生成や信号処理の文脈でも全く同じです：
1️⃣ デジタル値 → 離散値（Discrete）
例：Sunoのトークン、MIDIノート番号、DAWの量子化後のノート
特徴：
明確な区切りがある（整数やトークン単位）
連続的な微妙な変化は表現できない
制御は二元論的になりやすい（ON/OFF、鳴る/鳴らない）
2️⃣ アナログ値 → 連続値（Continuous）
例：音の振幅、アナログシンセのフィルターカットオフ、ギターのベンド
特徴：
数値が連続して変化できる
秒単位や微細なニュアンスを正確に表現可能
制御は滑らかで、直感的にグルーヴや表情を付けやすい
ポイント
Sunoのような生成AIは「デジタル離散値（トークン）」で作られているため、秒単位の微妙な時間制御やパート独立制御には弱い。
逆に、アナログ的操作（DAWでのフェーダーやMIDI CC、ロータリーエンコーダ）は連続値を使えるため、精密な表現が可能です。
要はこういう構造的限界が、
ムテキングOPイントロのブラスだけ再現できない
擬音語を入れると勝手に歌い出す
といった現象の根本原因ですね。
整理すると、今回の実験で見えてきた 言語のせめぎ合いポイント はこうなります：
1️⃣ 英語の特徴
主体性が強い：命令形や演奏指示がほぼそのまま反映される
長文化しやすい：細かい演奏指示、リズムやアクセントの指定なども詳細に書ける
メリット：再現性が高く、Sunoが「意図を正しく読み取る確率」が上がる
デメリット：文字数が増えすぎて Style欄に収めるのが大変 → 圧縮・整理の作業が必須
2️⃣ 日本語の特徴
短文化しやすい：少ない文字数でニュアンスやジャンル指定が書ける
メリット：Style欄の文字量を抑えやすい → 圧縮率が良い
デメリット：擬音語や細かい演奏指示はSunoが「歌詞扱い」や「誤認識」しやすい → 再現性が弱くなる
3️⃣ 英語／日本語の比率検証
ここに面白い 実験テーマ が出てくる
「英語70％＋日本語30％」で演奏再現性と文字数圧縮率のバランスを取る
「日本語主体＋英語補助」でどこまで再現性が上がるか検証
擬音語や特殊リズム表現を英語／日本語どちらで書くと安定するか比較
狙い：Sunoで生成する際の「言語の最適配分」を定量化することで、文字数と再現性のトレードオフを明確にできる
考察
英語は「指示精度の安定剤」
日本語は「文字数効率の魔法」
この比率を変えてテストすると、Sunoの再現性＋プロンプト圧縮率の最適解が見えてくる
タグ
#AI作曲 #インスト曲 #Fusion #特撮 #ヒーロー #ディスコ #ファンク #疾走感 #ゴレンジャー #星雲仮面マシンマン #ジバン #ソルブレイン #一騎当千 #AI実験 #MusicDesign #プロンプト設計 #suno #AI音楽生成 #ムテキング #特撮 #実験報告 #生成AIの限界 #イントロ再現 #擬音語 #ブラス