ブラウザで音声を録音・ハミング・アップロードし、楽器を選ぶとダウンロードできる音源が返ります。利用は月ごとのクレジット制で、変換一件につきクレジット 5 を消費します。
このツールを使いましたか？評価してください
ブラウザ上で動く AI オーディオサービスで、歌った音声・ハミング・アップロードした録音を楽器演奏として作り直します。提供元の説明によれば、モデルは音声から旋律・音程・リズム・強弱を取り出し、選んだ楽器の音色と質感で新しいトラックを生成するため、結果は元の歌唱旋律を一音ずつ追いかけます。インストールは一切不要で、初回の変換はアカウントを作らずに試せるとしています。
この変換ツールは、同じドメインで公開されているより大きな AI オーディオ製品群の一部です。同じサイトには楽曲生成、作曲と作詞、カバー制作、ステム分離、ボーカル除去、カラオケ音源作成、効果音、マスタリング、テンポ解析といった機能が並んでいます。この広さは料金判断に直結します。ひとつのクレジット残高をこれらすべてで分け合う形になっており、楽器変換のために取り置かれる枠はありません。
構造的な注意点をひとつ先に挙げます。このサイトの公開ページは、購入判断を左右する二つの数字で互いに食い違っています。楽器が何種類あるのか、そしてアップロードの上限がどれだけかという点です。この矛盾は後述で詳しく記録しており、本文中のいくつかの数値が単一の値ではなくページ間の幅として書かれている理由でもあります。
公表されている挙動は伴奏の生成ではなく音色の置き換えです。演奏中のすべての音・リズム・強弱はそのまま保ち、声の音色だけを楽器の音色に差し替えます。提供元はこれらのモデルを、実際の楽器演奏を数千時間分学習させたニューラルネットワークだと説明し、各楽器の響き・アタック・サステインを捉えるものだとしています。
楽器別の解説ページは表現の対応づけをもう一段掘り下げています。ギターのページでは、音程抽出をチョーキング・ビブラート・スライドを含めて歌った音を一つずつ識別する処理だと述べています。声のスライドはギターのスライドやハンマリングになり、声のビブラートは弦のビブラートに移されます。このモデルはロック・ブルース・ジャズ・クラシックにまたがるプロのギター録音で学習したと書かれています。
トップページ、変換ツール、よくある質問はいずれも 100 種類を超える楽器モデルをうたい、アコースティックギターとエレキギター、グランドピアノ、バイオリン、チェロ、フルート、サックス、トランペット、クラリネット、ドラム、ベース、ウクレレ、ハープ、シンセサイザー音色を名指しし、ライブラリは毎月増えるとしています。一方、料金ページは同じ製品について 13 種類以上の AI 楽器モデルを提供すると説明します。フッターで実際に公開されている楽器ページはちょうど十三個で、ピアノ、ギター、バイオリン、サックス、ドラム、フルート、チェロ、トランペット、ベース、クラリネット、エレクトリックピアノ、ビブラフォン、オーボエです。付属のブラウザ拡張機能が挙げる楽器も同じ十三種類です。
録音はブラウザのマイクで行うか、既存のファイルを変換ツールにドラッグします。大半の処理は 30 秒から 60 秒で終わるとされ、所要時間は素材の長さとサーバー負荷によって変わります。別の機能説明では、処理の合間に待つ必要のない一括変換もうたわれています。完成した音源はロスレスの WAV か圧縮された MP3 でダウンロードでき、OGG と FLAC も書き出し形式として挙げられています。
処理が終わると生成されたトラックはフル版のスタジオで自動的に開き、マルチトラック作業はそこで行います。スタジオの利用はすべての有料プランに含まれますが、マルチトラックのミックスダウン書き出しは入門プランから外され、中位プラン以上で提供されます。入門プランには AI 音楽とカバーの生成、HD ダウンロード、提供元が Lumi と呼ぶアシスタントも同梱されます。
提供元の録音ガイドは異例なほど具体的で、このサイトで品質の約束にもっとも近い記述です。雑音のない明瞭な単一音声の録音が最良の結果を生むとされ、落ち着いた一定の音量でハミングするよう勧めています。ささやきや叫びは避けるべきで、極端な強弱の変化が精度を下げるためだと説明されています。静かな部屋でマイクから約 15 センチ離れるという条件も添えられています。スマートフォンの録音やボイスメモでもたいていの楽器には十分だとされ、アップロードするのは伴奏や残響の混ざらないドライなボーカルであるべきだとしています。
録音は一度アップロードすれば、好きなだけ多くの楽器に対して繰り返し変換できます。記載されている手順は、パートごとに別々にハミングし、それらのテイクをギター・ピアノ・ベース・ドラムのトラックへ変換して重ね、一つの編曲に仕上げるというものです。変換ごとにクレジット 5 が個別に課金されるため、費用は録音の長さではなくパート数と音色を試した回数に応じて増えます。
もっとも具体的に記録されている用途はプリプロダクションでの音色検討です。ボーカルの仮トラックをピアノ・ストリングス・ブラス・シンセの各版に並べて変換し、編曲を決める前に方向性を選ぶという流れです。動画公開の場面では、自分の声から作った楽器トラックなら著作権警告・コンテンツ識別の申し立て・ライセンス費用を避けられるという理屈が示されています。
ポッドキャスト制作では、オープニング曲・場面転換・雰囲気づくりの背景音が中心です。旋律をいくつかハミングし、温かいピアノや柔らかいギターへ変換します。教育の場面では、生徒がマイクに向かって歌うとその旋律がすぐバイオリンやフルート、ピアノとして聞こえるため、音色の比較がその場の実習になります。ゲームやアプリの開発者には、テーマ旋律をハミングしてオーケストラ楽器やシンセの音色に変換すれば、作曲家を雇わずに済むと案内しています。
この製品は、声で旋律を出せるが必ずしも楽器を演奏できるわけではない人に向けられています。示されている条件はハミングか歌唱ができることだけで、音楽理論や制作技術は不要だとしています。利用者には正規の音楽教育を受けていない作詞作曲者、コンテンツ制作者、趣味の利用者が含まれると説明されています。名指しされている層は、作詞作曲者と作曲家、YouTube と TikTok のクリエイター、音楽プロデューサー、ポッドキャスト制作者、音楽教育者、そしてゲーム開発者です。
一方で相性が良くない状況が三つあり、根拠は主観ではなく文書化された挙動です。完成した音声ではなく編集可能な音符が必要な人には向きません。出力はレンダリング済みの音声で、変換ツールからの MIDI 書き出しは公開されていないためです。素材が単一の声ではなく複数の音が重なった完成ミックスの場合も、ドライな単一ボーカルを求める入力条件と食い違います。そして権利条件を書面で確定してからでないと着手できない業務は、制限事項で述べるライセンスの空白に突き当たります。宣伝関係のある第三者ディレクトリの紹介も同じ結論に達し、著作権・所有権・データ取り扱いの条件を先に明確にする必要がある場面として権利に敏感な業務を挙げています。独立した検証ではありません。
サービスはブラウザ専用です。インストールするソフトも必要なプラグインもなく、どの端末でも動作するとされています。サイト上にデスクトップアプリ、モバイルアプリ、編集ソフト向けプラグイン、公開 API は掲載されていません。
付属の Chrome 拡張機能は Chrome ウェブストアに voicetoinstrument.com の名義で登録されています。処理を行うツールではなく起動用です。音声や動画の上で使う右クリックメニュー項目、すべての楽器ページを並べるツールバーのポップアップ、そして Alt+Shift+V のショートカットが用意され、Mac では Option+Shift+V を使います。変換そのものは引き続きウェブサイト側で行われます。ストアの説明によれば、この拡張機能が要求する権限は contextMenus のみで、ページ内容の読み取り、コンテンツスクリプトの注入、閲覧の追跡、バックグラウンド通信、データ収集のいずれも行わず、ソースは MIT ライセンスで公開されています。導入規模は小さく、利用者 59 人・評価 2 件であるため、星五つという点数は品質の判断材料とするには標本がまったく足りません。
同じストアの説明には基盤技術も記されています。このウェブアプリが MiniMax による楽曲生成と Kits AI の音声から楽器への変換に対応していると書かれています。期待値を測るうえで重要な点です。ライセンス供与されたエンジンの制約は、それを載せているサイトの宣伝文と必ずしも一致しないからです。
利用はクレジット制です。三つの契約プランが公開され、それぞれ月払いの価格と、年払いにした場合の割安な実質月額が併記されています。年払いの切り替えには 15 パーセント節約という表示が付いています。月払い・年払いと並んで、使った分だけ支払う選択肢も用意されています。
| プラン | 月払い | 年払い（月換算） | 月あたりクレジット | 主な内容 |
|---|---|---|---|---|
| Starter | $19.9 | $14.9 | 100 | マルチトラックスタジオ、13 種類以上の楽器モデル、AI 音楽とカバー生成、HD ダウンロード、Lumi アシスタント |
| Creator | $49.9 | $39.9 | 350 | Starter の全内容に加えマルチトラックのミックスダウン書き出しとメールサポート。クレジット単価が 28 パーセント安いと表示 |
| Pro | $99.9 | $79.9 | 1,000 | Creator の全内容に加え優先メールサポートと新機能の先行利用。クレジット単価が 50 パーセント安いと表示 |
これらの数字が特定の作業量に見合うかどうかは、二つの細部が決めます。クレジットは毎月更新され契約はいつでも解約できますが、料金ページは一回の変換にいくらかかるかを最後まで示しません。その数字は変換ツールの画面にだけ現れ、そこでは一件がクレジット 5 です。これを基準にすると入門プランで賄えるのは月に二十回前後の変換であり、同じクレジットが製品群の他の機能にも使われるため、複数を併用する人の実際の回数はさらに減ります。宣伝関係のある第三者ディレクトリの紹介も同じ欠落を指摘し、変換ごとのクレジット消費量が公開されていないと述べています。独立した確認ではなく手がかりとして扱うのが妥当です。
Kits AI の位置づけは独特です。拡張機能の説明がこの製品の背後にある変換エンジンとして名指ししている一方で、それ自体を直接購入することもできるためです。同社の楽器ページに書かれた流れは同じで、モデルを選び、音声をアップロードするかマイクで録音し、楽器のステムを受け取るという手順を示したうえで、明瞭な単音のボーカルファイルを明示的に求めています。ライセンスの表現は本製品が公開しているものより率直で、変換する音声が自分のものである限り、出力はロイヤリティフリーだと言い切っています。同社の有料プランは月額 14.99 ドルからです。
Spotify の Basic Pitch が答えるのは別の問いです。ピッチベンド検出を備えた無料のオープンソース音声 MIDI 変換ツールで、ハミングした一節を録音するか単一楽器の録音を読み込ませると、MIDI をダウンロードして編集ソフトで修正できます。本製品が完成した音声を返すのに対し、Basic Pitch が返すのは音色を持たない編集可能な音符です。旋律そのものにまだ手を入れる必要があるときは、そちらのほうが適した選択になります。
楽器の数はトップページ・変換ツール・よくある質問では 100 種類以上、料金ページでは 13 種類以上と書かれています。十三個の楽器ページと拡張機能の説明に挙がる十三種類は、小さいほうの数字と一致します。アップロード上限も同様に割れています。変換ツールは WAV、MP3、OGG、WebM、FLAC を最大 50 メガバイトまで受け付けると表示し、よくある質問は MP3、WAV、FLAC、OGG、M4A を最大 20 メガバイトまでと記し、同じサイトの一部のツールは 10 メガバイトの上限を掲げています。第三者ディレクトリの紹介も楽器数について同じ結論に達しています。ただし対応形式・入力の最大長・音質の公開説明がないというその記述は、上記の各ページが現在示している内容と合わない古い観察であり、当該ディレクトリ自身も内容が公開ウェブページ由来で古い可能性があると断っています。ページの記述がそろうまでは、各組の小さいほうの数字を安全な前提とするのが無難です。
よくある質問は商用利用について肯定的に答え、自分の音声録音から生成した楽器トラックはロイヤリティフリーで、楽曲・動画・ポッドキャスト・広告・映画音楽に追加ライセンスなしで使えるとしています。トップページにもロイヤリティフリー音源のバッジが掲げられています。しかし 2025 年 10 月 24 日付の利用規約には、これに対応する権利付与の条項がありません。知的財産の節はプラットフォームのテンプレート、コード、インフラ、ドキュメントを扱い、利用者は自身のカスタム実装の所有権を保持すると述べるだけで、生成された音声の権利を割り当てる条項は見当たりません。契約が絡む場面では、宣伝上の回答と拘束力のある文書が現時点で同じことを述べていないことになります。
規約は、法が別途要求しない限りすべての購入が最終であり返金されないと明記します。価格は通知のうえ変更される場合があり、アクセス権は提供元の裁量で予告なく終了または停止されることがあります。サービスは現状のまま、また利用可能な状態で提供され、正確性・信頼性・可用性についての保証はなく、紛争は拘束力のある仲裁に付されます。クレジットが毎月更新される点と合わせると、使い切らなかった残高を取り戻す経路はありません。
よくある質問は、音声録音は提供元のサーバーで処理され変換完了後に完全に削除されること、アップロードされた音声は保存・共有・再利用されないこと、生成されたトラックは 24 時間ダウンロードできることを述べています。ところが同じく 2025 年 10 月 24 日付のプライバシーポリシーには、その記述が一切ありません。ポリシーが挙げる収集項目はアカウント情報、利用状況、端末情報、Cookie、支払いと請求の情報という五つで、暗号化とアクセス制御に触れつつ、完全に安全な保存方法は存在しないと認めています。保存期間も削除の手順も、アップロード音声を扱う利用者の権利の節もないため、削除の約束は拘束力のあるポリシーではなくよくある質問の回答としてのみ残っています。共有は守秘義務契約を結んだ信頼できる提携先との間で、また法律や安全上の理由で認められています。
録音ガイドは実務上ひとつの制限として働きます。極端な強弱の変化は精度を下げると明記され、求められる入力は伴奏・残響・室内の雑音を含まないドライな単一音声です。完成ミックス、雑音の多い環境での録音、ささやくようなテイクは、文書化された手順が想定する範囲の外にあります。公開された MIDI 書き出しがないため、修正は録り直して変換し直すことを意味し、その試行ごとにクレジットが減ります。
ページによって異なります。宣伝用の画面は 100 種類を超えるモデルをうたい、料金ページは 13 種類以上を示しますが、十三個の楽器ページとブラウザ拡張機能に並ぶ十三種類は小さいほうの数字と一致します。実際にページで確認できる楽器を前提に計画してください。
変換ツールは WAV、MP3、OGG、WebM、FLAC を 50 メガバイトまで受け付け、よくある質問は MP3、WAV、FLAC、OGG、M4A を 20 メガバイトまでと記しています。両方の一覧に共通する形式を選び 20 メガバイト以下に抑えれば、この食い違いは完全に避けられます。
変換ツールは音声から楽器への処理一件につきクレジット 5 と表示し、実行前に残高も示します。料金ページはこの数字を公開していないため、プランのカードではなく変換ツールの画面を基準に予算を組んでください。
よくある質問は可能だと答え、楽曲・動画・ポッドキャスト・広告・映画音楽に追加ライセンスなしで使えるロイヤリティフリーの成果物だと説明しています。ただし利用規約には生成された音声の権利を付与する条項がないため、書面のライセンス条件が必要な業務では先に提供元と詰めるべきです。
よくある質問は、変換が終われば録音は完全に削除され、生成されたトラックは 24 時間残ると述べています。プライバシーポリシーには保存期間も削除手順も音声の取り扱い期間に関する節もないため、この約束は拘束力のあるポリシーには反映されていません。
静かな部屋、単一の声、マイクから約 15 センチ、落ち着いた一定の音量です。ささやきと叫びはどちらも精度を下げる要因として挙げられており、アップロードする素材は伴奏・残響・室内の雑音を含まないドライな状態であるべきです。
