プロの思考模写 楽器ゼロからAIでJ-Popカバーを作ってYouTubeに上げるまで

🎯 Section 1: 今日のゴール

本記事の目標は具体的にひとつだ。楽器が弾けず歌もしないあなたが、既存J-Pop曲をAIにカバーさせて、YouTubeにフル尺で公開し、AI開示ラベルもJASRAC包括契約も適切に処理した状態で「これが私のチャンネル」と言える1曲を持つ。

この目標は2026年5月時点で完全に達成可能だ。3本の異なる道筋（ルートA/B/C）があり、それぞれライセンス・必要機材・コスト・収益化可否がまったく違う。素人の最大の事故は「とにかくAIで歌わせてみる」で始めてしまい、Sunoの無料プランで作った曲を商用チャンネルに上げて規約違反、あるいは市販CDをDemucsで分離して原盤権侵害、あるいは声優の声を勝手にRVC学習してパブリシティ権侵害、というルートを踏むこと。プロは逆だ。道筋を先に1本決めてから作業に入る。

→ 次のSection 2では「素人 vs プロの思考差」を5項目で対比する。

🧠 Section 2: 素人 vs プロの思考差

「最強ツール」を探す癖がついている人ほど、最初に踏むのが MusicGenの罠だ。MetaのMusicGen（公式）はCC-BY-NC 4.0で商用不可。YouTubeに広告を表示するだけで規約違反になる。プロはこれをライセンスタグから1秒で弾く。

→ 次のSection 3で「3つのルート」の全体マップを示す。

🗺️ Section 3: 全体マップ — AIカバーの3つのルート

プロは「3ルートのどれを今日のあなたが取るべきか」を、所有GPU・予算・将来の商用化意欲の3点で即決する。GPUが無いなら Aは不可、月額予算ゼロなら Bは不可、いずれ収益化したいなら Aと Bは原盤権で詰む可能性があるから Cが安全、というように。

→ 次のSection 4で「6ステップの標準パイプライン」を解剖する。

⚙️ Section 4: 標準パイプライン6ステップ解剖

→ 次のSection 5では海外シーンの実態を「数字」で見る。

🌍 Section 5: 海外シーンの実態

主要拠点の現状

代表的なクリエイター

• Schmoyoho: バイデン×オバマがIce Spice "Boy's a Liar Pt.2" を歌うAIカバーで210万再生(2024)。AI音声変換+コメディ演出の融合型。
• ardha27: GitHubで AICoverGen 派生のフルパイプラインColabを公開。YouTube DL→分離→学習→推論まで1ノートで完結。GPUなし勢の海外定番。
• @AI_Covers_RVC(YouTube): RVC技術前面のAIカバー専門チャンネル。

著作権・訴訟状況

2024年6月、米国レコード協会(RIAA)が Suno と Udio を提訴。Udioは2025年11月にUMG/Warner Musicと和解(条件非公開)。サービスは継続運営中だが、将来的なライセンス変更リスクは織り込んでおく必要がある。YouTubeは2024年9月に合成歌唱識別技術の開発を発表、2025年前半に試験導入された。

→ 次のSection 6では国内シーンの実態を見る(JASRACの取り扱いが大幅に違う)。

🇯🇵 Section 6: 国内シーンの実態

合成歌声ソフト(完全合法ルート)の主要4本

代表的なクリエイター

• aoaicreate(公式): TikTok・YouTubeで SNSフォロワー約7万人(2024年1月時点)。RVCで自作モデルを学習。アニメ/ソシャゲキャラの声でJ-Popカバーを制作。noteで有料記事¥2,000を販売。
• 合成歌声ソフト系: ニコニコ動画の「VOCALOID」「歌声合成」タグで多数の個人クリエイターが活動。原盤権リスクなしで自作オケ+合成歌声のJ-Popカバーを継続的に投稿しているプレイヤーが多い。

注意: グレー〜アウト事例

市販CDのオケをそのまま使う/有名歌手・声優の声をRVC学習させて勝手に使う、はパブリシティ権・著作隣接権の侵害リスクが高い。日本俳優連合は2024年11月、267人の声優・俳優の声が無断AIカバーで使われていたと公表。三団体共同で「本人許諾なくAI学習・利用しないこと」を業界に要求している。

→ 次のSection 7では「ルートA: 完全ローカル無料」を実装レベルで解剖する。

💻 Section 7: ルートA — 完全ローカル無料パイプライン

スタックの3点セット

VRAM別の現実評価

自作モデル学習の所要時間

音声データ10-30分、推奨200-400エポック。RTX 3060で45-60分、RTX 4090で15-20分(Applio公式)。学習時のVRAMはbatch_sizeを下げれば6GBでも動く。

注意: 商用不可のオープンソース

MetaのMusicGen はCC-BY-NC 4.0で YouTube収益化と相性が悪い。広告表示時点で商用利用扱いになる。伴奏生成にはYuE(Apache 2.0)かStable Audio Open(Stability AI Community License)を選ぶこと。

→ 次のSection 8では「ルートB: クラウド最速」を月額・1曲コスト単位で見る。

☁️ Section 8: ルートB — クラウド最速パイプライン

主要サブスクの月額比較

クラウドGPU時間課金

1曲あたりコスト試算

RunPod RTX 4090で1曲の変換にかかる時間は5-10分。1曲 = $0.69 × (5-10/60) ≒ $0.06-0.12 = 約9-18円。月100曲制作してもクラウドGPUコストは1,800円程度。圧倒的にスケールする。

→ 次のSection 9では「ルートC: JASRAC完全適法ルート」(原盤権ゼロ・収益化フル可)を見る。

⚖️ Section 9: ルートC — JASRAC完全適法パイプライン

なぜルートCが「完全適法」なのか

J-Popカバーで人が引っかかる権利は3つある。プロは3つを別軸に分けて整理する。

パイプライン

1. 原曲のメロディ・コード進行をDominoやMuseScore、Cakewalk Sonarで打ち込む(無料)
2. 歌詞をSynth V Pro / CeVIO AIに入力、ピアノロールでメロディとタイミングを当てる
3. 歌声DBを選び、レンダリング(琴葉茜、小春六花、重音テト、東北きりたん等)
4. Cakewalk Sonarで自作オケ+合成歌声をミックス、書き出し
5. YouTubeへ。AI開示トグルON、説明欄に「歌唱: [DB名] (Synthesizer V) / 作詞作曲: [元アーティスト]」と表記

初期投資の比較

本記事の素人向け本命はNEUTRINO + 東北きりたん。初期投資ゼロ、商用OK、東北ずん子・ずんだもんと並ぶ実績ある合成歌声。慣れたらSynth V Proに移行する2段階戦略が最もコスパが高い。

→ 次のSection 10で「月額コスト3シナリオ」を完全比較する。

💰 Section 10: 月額コスト3シナリオ完全比較

ライト構成 ¥2,000(月20-50曲)

スタンダード構成 ¥5,345(月100-200曲)

フル構成 ¥33,840(事業レベル・月100曲+カスタムモデル学習)

→ 次のSection 11では「JASRAC・パブリシティ権」の最新ガイドラインを正確に押さえる。

📜 Section 11: JASRAC・著作権・パブリシティ権の現実

権利マップ(プロは3つを分けて理解)

Content ID申し立ての正しい理解

JASRACはYouTubeのContent IDにフィンガープリントを登録している。自作カバーをアップロードすると「著作権の申し立て」通知が来ることがある。これは動画の削除を求めるものではなく、楽曲が使われた動画の広告収益を権利者に分配するための手続き(JASRAC公式FAQ)。動画は公開のまま、収益の一部がJASRAC経由で作詞作曲者・出版社に分配される。投稿者には残分が入る。

YouTube AI開示義務化(2024年3月〜)

YouTubeは2024年3月から、AIまたは改変コンテンツの開示を義務化した(公式)。アップロード時の「改変または合成されたコンテンツ」トグルを必ずON。未開示はコンテンツ削除・アカウント停止の対象。AIカバー動画は例外なくON。

パブリシティ権の現状

内閣府「AI時代の知的財産権検討会」中間とりまとめ(2024年5月)は「声についてパブリシティ権による保護が及ぶと考えられる」と明記。ピンク・レディー事件最高裁判決(平成24年2月2日)を根拠に、声を含む「肖像等」が顧客吸引力のために商業利用された場合は違法とされる。文化庁の「AIと著作権に関する考え方について」(2024年3月15日取りまとめ)も同方向。2025-2026年は不正競争防止法改正で「声」の保護がさらに強化される見通し。

YouTubeの合成歌唱識別技術

YouTubeは2024年9月、アーティストの声を模倣したAI生成コンテンツを検出・管理する「合成歌唱識別技術」の開発を発表(Musicman)。2025年前半に試験導入。本人のみが削除申請可能で、申請後48時間以内に投稿者が対応しなければYouTubeが審査・削除する仕組み。有名歌手の声を勝手にRVC学習させて使うルートは、2026年現在「技術的にも検知される」状況になっている。

→ 次のSection 12では「12週間ロードマップ」をタイムラインで描く。

📆 Section 12: 12週間 実行ロードマップ

→ 次のSection 13で「素人が陥る10の罠」を予習する。

⚠️ Section 13: 素人が陥る10の罠

→ 最終Section 14で用語集とまとめ、本命ルート推奨を提示する。

📚 Section 14: 用語集とまとめ — 自分の最初の1曲を決める

用語集

本命ルート推奨(素人が今日から始めるなら)

NEUTRINO(無料) + 東北きりたん(無償商用OK) + Cakewalk Sonar(無料) + 自作オケ(Domino無料) で始める。コスト¥0、法的安全度★★★★★、商用フル可。1曲目を出してから Synth V Pro 13,200円を買い足すと、声の幅が一気に広がる。GPU所有派ならルートA(Applio+UVR5+Cakewalk)を並行で実験、急ぐ日はSuno Pro($8)を時短ツールに使う。

投稿時テンプレ(コピペ用)

【AI生成コンテンツ/AI Generated】
楽曲: [原曲タイトル] / 作詞作曲: [元アーティスト名]
歌唱: [合成歌声DB名] (Synthesizer V / CeVIO AI / NEUTRINO 等)
伴奏: 自作オケ(DAW: Cakewalk Sonar)
※本動画は合成歌声と自作伴奏で制作されたカバーです。
※楽曲の権利は原権利者に帰属します。JASRAC包括契約に基づく投稿です。

最後にひとつ。「Blenderみたいに個人がフリーソフトで完結する」というあなたの希望は、AIカバー領域では2026年に実現済みだ。UVR5 + Applio + Cakewalk Sonar の3本立ては全部MIT/無料で、商用利用も法的安全度も歴史ある3Dスタックに匹敵する。声モデル選定と原盤権の2点を間違えなければ、月¥0で月4曲ペースまで到達できる。今日のWeek 1は 東北きりたんDBをダウンロードして1音鳴らしてみる から始めよう。