失った歌声をAIで取り戻した音楽家の物語

ロンドンのイベント会場に涙する観客の姿があった。32歳の音楽家パトリック・ダーリングが、会ったことのない曽祖父に捧げた心のこもった楽曲を披露していた。しかし、この演奏が特別だったのは別の理由からだった。彼が歌声を失ってから2年、初めてバンドメンバーと共にステージに立った瞬間だったのだ。

ダーリングは29歳で筋萎縮性側索硬化症（ALS）と診断された。この病気は筋肉を制御する神経を侵し、最終的に患者は動作、発話、呼吸に必要な筋肉のコントロールを失う。しかし最近、彼は過去の音声録音を学習したAI技術を使って失った歌声を再現することに成功した。

音楽への情熱と突然の変化

ダーリングは14歳頃から音楽家として活動してきた。ベースギター、アコースティックギター、ピアノ、メロディカ、マンドリン、テナーバンジョーを習得し、「最も愛していたのは歌うことでした」と語る。

10年以上前に出会ったバンドメートニック・コッキングは、ダーリングの変化に気づき始めた時のことを振り返る。「彼は不器用になっていました。ある雨の夜、カーディフの街を歩いているとき、彼は何度も滑って転び、歩道の石につまずいていました」。

症状は徐々に悪化した。2023年8月には座って演奏する必要が生じ、やがて手の自由も失った。2024年4月には話すことと呼吸を同時に行うのが困難になり、6月にはバンドでの最後の演奏を迎えた。

AI技術による「声の銀行」

音声療法士から「声の銀行」について聞いたダーリングだったが、その時点で既に声が変化していた。「間違った声を保存しているような気がしました」と彼は語る。

そこで紹介されたのが、ElevenLabsのAI音声クローン技術だった。この技術は、わずか数分、場合によっては数秒の録音から、リアルな音声の複製を作成できる。ElevenLabsは昨年、ALSやその他の疾患で声を失った人々に無償でライセンスを提供する支援プログラムを開始している。

歌声の再現への挑戦

話し声の再現は成功したが、歌声はより困難だった。高品質な歌声の録音がなく、「騒がしいパブで撮影されたスマートフォンの動画や、キッチンで歌った録音」を使わざるを得なかった。それでも、これらの断片的な音源から彼の歌声の合成版を作ることができた。

ElevenLabsのEleven MusicというAI音楽生成ツールを使い、ダーリングと研究者のリチャード・ケーブは約6週間かけて楽曲を完成させた。このツールは74言語に対応し、テキストプロンプトを使って様々なスタイルの音楽を作成できる。

2年ぶりのステージ復帰

2月11日のロンドンでのElevenLabsサミットで、ダーリングは2年ぶりにステージに立った。バンドメンバーのコッキングは完成した楽曲を初めて聞いた時を振り返る。「最初の2、3語を聞いただけで、音楽を止めなければなりませんでした。涙で何も見えなくなって。最後まで聞き通すのに何度も挑戦しました」。

ステージではダーリングが車椅子に座り、AI生成された歌声が流れる中、コッキングとハリ・マがマンドリンとフィドルの生演奏で伴奏した。

日本における意味と可能性

この技術は日本社会にとって特別な意義を持つ。超高齢化社会を迎える日本では、脳卒中や認知症、様々な疾患により声を失う人々が増加している。ElevenLabsのような技術は、これらの患者が自分らしさを保ち続ける手段となり得る。

また、日本の伝統芸能や音楽文化の継承においても新たな可能性を秘めている。高齢の芸能家や音楽家の声を保存し、後世に伝える技術として活用できるかもしれない。

技術の限界と倫理的課題

しかし、この技術には課題もある。音声クローンの悪用リスク、本人の同意なしに声が複製される可能性、さらには「本物」と「人工」の境界線が曖昧になることへの懸念だ。日本では個人の権利保護に対する意識が高く、こうした技術の導入には慎重な検討が必要だろう。

コッキングは今後について語る。「ALSの性質を考えると、長期的な計画を立てるのは困難です。でも、パトリックがステージにいるのを見て、絶対的な喜びに満たされました」。