AI BGM は商用利用できる？手元の Mac で動く ACE-Step 1.5 を調べて試した

AI で作った BGM は商用利用できるのか。ACE-Step 1.5 については Hugging Face のモデルカードに、作った曲を商用目的に使えるとする記載があります。license は mit です。弱い所が2つあります。それを承知のうえで、私は仕事の動画の BGM をこれで作ることにしました。

調べたのは手元の AI の秘書（Claude Code）です。私は「商用利用可能なの？」と聞き、出てきた答えと試し曲で決めました。

結論: ACE-Step 1.5 は商用利用可の記載があり、弱い所は2つ

ここに書くのは法律の判断ではなく、モデルカードや LICENSE に書いてあったことです。モデルカードの記載は冒頭のとおりで、コードも GitHub の LICENSE が MIT です。

弱い所は2つありました。

1. 重み(モデル本体)の置き場に LICENSE ファイルがありません。MIT はタグとモデルカードの記載だけです。7月29日に外部の人が LICENSE の追加を頼んだ議論は、10月31日の時点で返事が0件のままでした
2. 学習データの説明(許諾済み、ロイヤリティフリー、MIDI からの合成)は作った側の自己申告で、曲ごとの内訳は見当たりませんでした

README も既存の曲に似て意図せず著作権侵害になる恐れを自分で書いていて、責任は負わないとしています。

出典はモデルカード、GitHub の LICENSE、Hugging Face の議論のページで、すべて10月31日に取得したものです。

それでも使うと決めたのは、有料プランを延ばさない以上、11月下旬からは案件ごとに BGM を作る道が無くなることと、試し曲が使える出来だったことの2つです。

発端: BGM を作る道が11月で無くなる

BGM や声を作っていた有料プラン(ElevenLabs)を、11月で延ばさないことにしました。11月下旬からは、案件ごとに BGM を作る道が無くなります。そこで、手元の Mac で動く音楽生成 AI の ACE-Step 1.5 を試すことにしました。

ナレーションの声の代わりは、ACE-Step では埋まりません。ここで扱うのは BGM だけです。

ローカルで回す手順: メモリ48GBの Mac の場合

入れる前の心配はメモリでした。公開されている実測記事は、私より大きいメモリの Mac での数字です。私の Mac はメモリ48GBで、対策なしだとスワップする見込みでした。

導入は11月1日に、AI の秘書の部下が進めました。順番はこうです。

1. 入れる前に、Mac の空きを 25GB から 51GB まで増やしました
2. 本体のファイルには手を入れず、呼び出し用に自作したスクリプト gen_bgm.py を別のフォルダに置きました。Zenn で公開されている省メモリの対策は、その中に全部入れてあります。中身は、音を組み立てる部分(VAE)を分けて処理、半精度、MLX のキャッシュを1GB、PyTorch は CPU、変換後の重みを捨てる、の5つです
3. 生成中にメモリが28GBに達したら、そこで止まる歯止めも付けました
4. 言語モデルは使っていません。DiT だけで生成しています

試し曲は本体の Python の環境(.venv)で gen_bgm.py を動かして作りました。指示文は英語で、曲調・楽器・BPM・用途を並べ、最後に「instrumental, no vocals」を付けています。WAV と MP3 が同じフォルダに出ました。曲調や尺を引数で渡せる形にしたのはこのあとで、その形ではまだ1曲も作っていません。

モデルの置き場は約9.4GiB、Python の環境は約1.3GBでした。測ったのは AI の秘書で、私は結果を聴いて判断する側です。

例: 30秒のインストを1本作った結果

生成したのは30秒のインストが1本で、生成にかかったのは約9秒です。

• 読み込みのときのメモリの山: 20.75GB
• 生成中のメモリ: 約15GB
• 書き出しの測定: 長さ30.000秒、最大 -1.0dB、平均 -16.0dB、音割れなし
• 24秒からフェードアウトし、25.99〜30秒は無音

数字の見方は2つです。山は読み込みのときで、生成中は約15GBでした。曲の終わりはフェードアウトのあとに無音が続くので、使える長さは30秒より短くなります。

この曲を聴いて、私は「使えるよ」と答えました。仕事の紹介動画の BGM に使えます。11月下旬からの BGM は ACE-Step 1.5 で作ります。

注意点: メモリの山、スワップ、尺

• 読み込みの山の20.75GBは下げられませんでした。本体が CPU と float32 に決め打ちだからです
• この1回で、スワップは約20GBから28GBに増え、ディスクの空きは51GBから29GBに減りました。モデルと環境の約10.7GBと、スワップの増えた分です。スワップの分は再起動で戻ります
• 曲の最後はフェードアウトと無音になるので、欲しい長さより5秒長めに作ります
• 回すのは Premiere を閉じている間だけにしました

最初の一手: 回す前の4つと、商用の記載を自分で読む

私の手順はスキルとして残してあります。

1. 回す前に、Premiere と After Effects が動いていないか、ディスクの空きが15GB以上あるかを見ておきます
2. 尺は、欲しい長さより5秒長めにするのが決まりです
3. BPM の指定と指示文の BPM は、同じ数字に揃えます
4. 渡す前に ffprobe、volumedetect、silencedetect で、長さと音量と無音を測ります

最初の一手は使う前にモデルカードと LICENSE を自分の目で読むことです。

そのうえで、ディスクの空きが15GBあるかを数えて、30秒の曲を1本だけ作ります。生成中のメモリの約15GBとは別の数字です。曲ができたら、4つめの測定までやって、使えるかを自分の耳で決めます。

動画の BGM を含めた制作を相談したいときは、動画制作のページに仕事の内容を載せています。