,(*) : 筆者
: ChatGPT
: Gemini
: Claude
「Dream of Autumn leaves」 - Video
2026/10/07
概要
Google Geminiは2026年5月から従量制が適用されるようになった。筆者が契約しているプランはGemini Pro。動画は5時間内に3本から5本程度生成できる。
Geminiの動画生成は1動画当り10秒の制限があるため継続動画を生成させ合わせて20秒のクリップ(*)を生成。10個のクリップで一つのVideoを作成した。(* クリップ: 編集する動画の断片)
続いてbgmを動画に合わせて生成する方法をGeminiとプロンプトして生成。こちらも長さ180秒の制限があるため100秒ずつに分けた。一貫性を持たせるために詳細プロンプトで調整する。
Geminiメディア生成における制限の仕組み
メディア生成における制限の仕組み 共通のコンピュート制限プール 画像生成、動画生成、音楽生成といった各種メディア生成機能は、テキスト処理とは異なり、すべて共通の計算リソース枠から処理能力を割り当てられています。動画を一切生成していなくても、静止画や音楽を生成すればこの共通枠が消費されます。 生成メディアごとの消費スピード 通常のテキストチャットに比べ、画像、音楽、動画の生成は計算負荷が非常に大きいため、制限枠の消費ペースが早くなります。特に動画生成や長尺の音楽生成はリソース消費が大きく設定されていますが、高解像度の静止画生成を連続して行った場合でも同様にリソースを早く消費します。 制限のリセットと運用ルール 利用制限はプロンプトの複雑さや利用モデル、生成メディアの種類に応じて動的に判定されます。基本枠は5時間ごとにリフレッシュされ、あわせて週単位の利用上限も適用されます。制限に達した場合は、一定時間が経過して枠が回復するまで生成機能が一時的に待機状態になるか、制限がかかります。 プラン別のクレジットや個別上限 加入プランによっては、月ごとの専用クレジット（Flowクレジットなど）や1日あたりの画像生成枚数といった個別の上限が設定されている場合がありますが、基盤となる高負荷処理の共通リソース枠を消費する構造は共通しています。 動画をあまり生成していない場合でも、静止画や楽曲の生成を連続して行うと全体の利用可能枠が減少し、結果として動画生成が制限される場合があります。メディア生成機能全般がひとつのリソース枠を共有している点にご注意ください。
使用状況の確認
設定(左下の歯車)>使用料上限>使用状況
音楽生成の実例
音楽生成は最長で180秒の制限があるので２度に分けて前半は100秒まで、後半は200秒までの生成したいのですが、一貫性は保たれますか?
別々に生成した2つの楽曲間で、メロディや和音の進行といった完全な一貫性を保つことはできません。 現在のシステムは、指示を受けるたびにゼロから新しい音楽を生成します。そのため、ジャンルやテンポ（BPM）、使用する楽器を同じに指定して全体の世界観を似せることは可能ですが、メロディのつながりやキー（調）までを完全に一致させて、あたかも最初から1つの曲であったかのようにシームレスにつなぐことは困難です。 ただし、今回作成されている「異次元空間を漂う秋の紅葉」のようなアンビエント（環境音楽）やシネマティックなジャンルであれば、以下の工夫をすることで違和感のない200秒のBGMに仕上げることができます。 共通のプロンプトベースを使用する: 前半（100秒用）と後半（100秒用）のプロンプトで、「ジャンル」「BPM」「主役となる楽器（例：尺八、琴、深いシンセベース）」の記述を一言一句同じにします。これにより、曲自体は別々でも、音の質感や空間の広がり方を揃えることができます。 場面転換として演出する: 100秒の切り替わりのタイミング（5つ目のクリップから6つ目のクリップへ移る瞬間）を、動画内でも大きく映像の展開が変わるポイントに設定します。メロディやコード進行が変わることを逆手に取り、「ここから新しい展開に入った」と視聴者に自然に受け取らせることができます。 クロスフェードでなめらかに繋ぐ: AviUtlのタイムライン上で、前半の曲の終わりの数秒間と後半の曲の始まりを重ね合わせ、前の曲の音量を徐々に下げながら次の曲の音量を上げる（クロスフェード）処理を行います。アンビエント系の音楽は音の境目がふんわりとしているため、この方法で非常に滑らかに溶け合わせることができます。 曲のジャンルや使用楽器の指定を一言一句揃えることで、異次元を漂う紅葉の幻想的な世界観を保ったまま、全10クリップの展開を演出できます。 ・前半100秒用のプロンプト案 ジャンル シネマティック アンビエント グリッチ 和風 (主に音楽やAI画像生成、映像編集の分野で近年人気を集めている複合的なジャンルおよび世界観のこと。映画のような壮大さと、伝統的な日本の美、そしてデジタルノイズによる近未来感が融合したサイバーパンク的なスタイルを指す。) テンポ BPM 96 (20秒でぴったり32拍（ちょうど8小節）に収まる) 全体の長さ 100秒 全体の指示 重厚なサブベースと尺八、琴の音色をベースにしたシネマティックな楽曲。 0秒からの展開 1つ目のクリップ。深い低音のドローンと空間の広がりを感じさせるリバーブの中で、単音の琴が静かに響く。重厚で静寂なイントロ。 20秒からの展開 2つ目のクリップ。尺八のような息遣いのあるシンセサイザーが重なり、異次元空間をゆっくりと漂うようなメロディが始まる。 40秒からの展開 3つ目のクリップ。かすかに刻むようなデジタルのグリッチ音が加わり、漂う紅葉の動きに合わせた穏やかなリズムが生まれる。 60秒からの展開 4つ目のクリップ。チェロやストリングスの音色が背景に広がり、シネマティックなスケール感と少しの緊張感が高まる。 80秒からの展開 5つ目のクリップ。前半のクライマックスに向けて音が重なり合う。後半への繋がりを予感させるように最後の数秒はリズムが消え、深い余韻の響きだけが残る。 ・後半100秒用のプロンプト案 ジャンル シネマティック アンビエント グリッチ 和風 テンポ BPM 96 全体の長さ 100秒 全体の指示 重厚なサブベースと尺八、琴の音色をベースにしたシネマティックな楽曲。前半からの続きとして、静かな余韻から始まる。 0秒からの展開 6つ目のクリップ。深いリバーブの余韻の中から、低音のストリングスが新しいコードを奏で始める。場面が大きく切り替わったことを示す静かな立ち上がり。 20秒からの展開 7つ目のクリップ。前半よりも力強い電子的なパルス音とリズムが入り、映像の動きがさらにダイナミックになる。 40秒からの展開 8つ目のクリップ。動画全体の最大のクライマックス。すべての楽器が重なり合い、オーケストラのような壮大さと和の悲哀が融合した感情的なピークを迎える。 60秒からの展開 9つ目のクリップ。クライマックスの熱が冷めていくように、リズムが消え、尺八と琴のメロディだけが静かに残る。 80秒からの展開 10個目の最後のクリップ。すべての音がゆっくりと遠ざかり、広大な異次元空間に溶けていくように、完全な無音へとフェードアウトして終わる。 タイムラインでの繋ぎ方について 前半の曲の最後と後半の曲の最初には、どちらもリズムのない静かな余韻の空間を作ってあります。タイムライン上でこの2つのクリップの端を数秒間重ね合わせて音量フェードをかけると、楽器や雰囲気が共通しているため、まるで最初から1曲だったかのように自然な200秒のBGMとして完成させることができます。
(click: 開/閉) 詳細プロンプト
実際に使用した詳細プロンプトは次の通りです。 前半100秒分の音楽についてシステム内で構築されたプロンプト(日本語に翻訳) タイトル The Singular Leaf ジャンル ダークアンビエント テンポ BPM 95 0秒から20秒の展開 トラックは日本の伝統音楽とモダンなアンビエント電子音楽に強く影響を受けた広大でゆったりとしたシネマティックなサウンドスケープで幕を開ける。主軸となるのは巨大で空虚な空間と静寂の感覚を確立する深く単一のサブベースのドローンである。この虚空を切り裂くように孤独な一つの琴の音が細心の注意を払って弾かれる。それぞれの音符は豊かなホールリバーブで強烈に処理されその減衰は無限に引き伸ばされる。ドラムや推進力のあるパーカッション要素はなく純粋に雰囲気のある緊張感を保っている。楽器はまだ直接的な対話をしておらず琴の音は暗闇に浮かぶ単一の物体のように宙吊りになっている。このオープニングは1960年代の日本映画の音楽と現代のダークアンビエントの美学が融合したような暗くシネマティックなトーンを設定する。静寂の裂け目に浮かぶ一枚の赤い葉という始まりのイメージを見事に縁取っている。 20秒から40秒の展開 尺八の表現豊かで空気を含んだ音色を模倣した息遣いのあるシンセサイザーのリードが導入されテクスチャーはより複雑になる。このデジタル管楽器は鳴り続けるサブベースのドローンの上に浮かぶゆっくりとした悲しげで非常に感情的なメロディを織りなす。琴の音は少し頻度が増すがまばらで意図的なままであり途切れることのない無限の夢の中の景色が移り変わっていくような進化する雰囲気を作り出す。高音域の粒状のテクスチャーと遠くで輝くシンセパッドが微妙に重なり合ってステレオフィールドを満たし異世界環境の感覚を高めている。前のセクションのムードとエネルギーを完全に維持しつつリスナーを物語のさらに奥深くへと導く明確なメロディの核を導入し広大で穏やかな宇宙の風に吹き流されているような感覚を与える。 40秒から60秒の展開 複雑でマイクロリズミカルなレイヤーが導入される。ここではクリスプで無機質でありながら配置において奇妙に有機的だと感じられるように処理されたデジタルのグリッチノイズとパーカッションのクリック音が特徴である。このグリッチなテクスチャーは標準的なドラムキットの代わりとして機能しBPM95での微妙だがはっきりとしたパルスを提供し楽曲のシネマティックな重みを圧倒することなくモダンなエレクトロニックの感性を暗示している。琴のパターンはより複雑でリズミカルになりデジタル化されたクリック音やポップ音と直接相互作用して複数の漂う葉の複雑で不規則な動きを反映する繊細で羽ばたくような対旋律を生み出す。ストリングスは存在せず古代のアコースティック楽器とデジタルの操作による複雑な相互作用に焦点を当てている。全体的な雰囲気は神秘的で切り離されたままであり伝統的な和と最先端のグリッチの美学の完璧な融合である。 60秒から80秒の展開 重厚なチェロと豊かで暗いバイオリンのアンサンブルからなる押し寄せるようなシネマティックなストリングスが入ることで楽曲は最もドラマチックで感情に満ちた段階に入る。これらは豊かなハーモニーの基盤と計り知れないスケール感を提供する。大気中の緊張感は著しく高まり分厚く明白なものに感じられる。琴のパターンはより速く切迫したものになりデジタルグリッチのパーカッションは従来のリズムを完全に形成することはないものの少しだけ執拗さを増す。息遣いのある合成尺八はより強い強度で叫びそのピッチベンドはますます苦悩に満ちた深い響きを帯びる。ここは次元の裂け目を通るシュールな旅における臨界点やピークを示唆するこのセクションの感情的な頂点である。クラシックな日本の映画音楽の豊かで悲劇的なDNAを受け継ぎつつもモダンでそびえ立つような壮大さで提示されている。 80秒から100秒の展開 密度の高いテクスチャーを徐々に溶かし強烈な感情の余韻を残すことで楽曲は最初の楽章を終え始める。豊かなストリングスは後退し始め低音の暖かさだけが残り複雑な琴のパターンとグリッチパーカッションはゆっくりと解体され消え去っていく。最後の5秒から10秒では高周波要素とリズム要素のほぼすべてが完全に取り除かれ深く響く低音のサブベースドローンと琴の音の消えゆく最後の残響そして尺八の空気のような息遣いだけが残る。この意図的で際立った引き算のアプローチは終わりであると同時に開かれた扉であり物語の変化の前に息を殺しているような力強い感覚を生み出す。それはリスナーを広大で暗く静かなデジタルの海に浮かぶ仮死状態に置き旅の続きへ向けて完璧なセットアップを整える。 後半100秒分の音楽についてシステム内で構築されたプロンプト(日本語に翻訳) タイトル The Shakuhachi’s Last Breath ジャンル シネマティックモダンクラシカル テンポ BPM 96 0秒から20秒の展開 このセクションは前のセクションからの橋渡しとして機能し深くシネマティックで喚起的なサウンドスケープへと展開する。その中心にはグリッチやモダンクラシカルのサブジャンルが際立つシネマティックアンビエントのスコアに特徴的な暗く重苦しい美学が体現されている。うねるような低音のチェロとコントラバスが豊かで憂鬱な土台を作り重い期待感と感情の深さの空気感を確立する一連の持続的なマイナーキーのコードを演奏する。日本の尺八の空気を含んだ息遣いのある質感を模倣するようにデザインされた心に残る空気のようなシンセサイザーが深い悲哀と孤立した美しさの感覚を運ぶ長くて表現豊かな音で浮かび上がる。デジタル琴のまばらで繊細な弾き音が静寂を破りその手付かずの音色は広範囲で忠実度の高いリバーブとともに響き渡る。ここで重要なのは攻撃的なパーカッション要素がないことである。動きは豊かなストリングスのテクスチャーと電子パッドのゆっくりとした有機的な起伏によってのみ推進される。雰囲気は荒涼として荘厳で間違いなくシネマティックであり古典的な日本の映画音楽を思わせる計り知れない感情的または物語的な嵐の前の静けさの感覚を呼び起こす。この20秒のセクションが展開するにつれてテクスチャーはこの繊細で雰囲気のあるバランスに焦点が当てられたままになる。 20秒から40秒の展開 ドライビングでアップテンポな電子パルスが95BPMのグリッドにロックされ深い勢いと切迫感をもたらすにつれてテクスチャーは強まる。このセクションはシネマティック音楽の有機的な深みとグリッチエレクトロニカのデジタルな正確さおよび伝統的な日本の楽器の要素を見事に融合させている。鋭いデジタルクリック音やポップ音メタリックなきらめきからなる速くて複雑なマイクロリズムの網が中央のパルスの周りに織り込まれ始め技術的な複雑さの感覚を加える非常に詳細で常に進化するパーカッションレイヤーを作り出す。深く響くサブベースの周波数がローエンドを固定し前のセクションから続くうねるようなオーケストラ弦楽器はより断固としたものになり音楽を前進させるよりドライビングでスタッカートなパターンに移行する。尺八スタイルのシンセサイザーはより興奮しそのラインはより速く表現豊かになり高まる感情の緊張を反映する。きらめく明るい琴のアルペジオはデジタル風に吹かれた落ち葉のようにアレンジメント全体に降り注ぐ。冷たくて歯切れの良い電子機器と温かく感情豊かなアコースティック楽器の相互作用は魅惑的な音の対比を生み出し古代の悲しみで満たされた広大でハイテクな風景の絵を描く。すべての音楽要素は壮大な解決に向かって突き進むように動いている。 40秒から60秒の展開 これは楽曲の絶対的な感情と音の頂点でありすべての要素が壮大でシネマティックなクライマックスへと収束する圧倒的な音の壁である。壮大なオーケストラスコアと強烈なグリッチエレクトロニカ深く感情的な日本の伝統音楽の完璧な融合である。重厚でシネマティックなドラムと巨大なサブベースのヒット音が巨大なサウンドスケープを固定しデジタルグリッチと粒状のテクスチャーの猛烈な嵐が渦巻く混沌とした音の輪を生み出す。焼け付くような情熱的なストリングスセクションが心を直接引っ張る壮大で舞い上がるような対旋律を提供し悲劇的な壮大さの感覚を放射する。伝統的な日本の管楽器を誇張された表現力と強烈なビブラートでエミュレートするパワフルで突き刺すようなリードシンセサイザーはほとんど人間のような悲哀と生の感情で大混乱の渦巻く中で叫ぶ。明るくきらめく琴の音が激しい熱意で打ち鳴らされ音と光の壮大な爆発の中で輝く破片のように響き渡る。ハーモニーの解決は胸を締め付けると同時に畏敬の念を抱かせるもので究極のカタルシスと深い感情の解放感を生み出している。これはすべての楽器を絶対的な限界まで押し上げこの壮大な物語の弧に深く感動的で思い出に残るピークを提供する密度が高くエネルギーの高い音のタペストリーである。 60秒から80秒の展開 ドラマチックで息をのむような変化の中で前のクライマックスの巨大なエネルギーは瞬く間に蒸発しその跡に広大で畏敬の念を抱かせる空白を残す。このセクションはリスナーを深い静寂と内省的な静けさの状態に戻しシネマティックアンビエントとミニマリストのモダンクラシカルの美学に深く根付いている。巨大なドラムと熱狂的なデジタルグリッチは完全に消え去り先ほど過ぎ去った嵐の記憶で重く感じる計り知れない空洞のような静寂に取って代わられる。この広大な音の空間の中に浮かんでいるのは表現豊かで息遣いのある尺八によって演奏される単一の孤立したメロディーでありその音は静かな湖の霧のように漂い消えていく。手付かずの音を奏でるデジタル琴のまばらで壊れやすい弾き音が驚くほど明瞭に響き渡りその長いリバーブのテールはゆっくりとエーテルに溶け込み無限の暗い空間の感覚を作り出している。柔らかく温かみのある低周波ドローンが優しく安心感のあるクッションを提供し押し付けがましくなることなく幽玄な上部要素を固定する。雰囲気は深い疲労感と穏やかな受容そして深く静かな悲しみであり記念碑的な出来事の余波の中に一人で立っているような感覚を見事に捉えている。ここには原動力となるリズムはなく空中に漂うメロディーの純粋で生々しい感情だけが存在する。 80秒から100秒の展開 楽曲は絶対的な静寂への最終的で優雅な降下を開始しこの壮大なシネマティックな旅の穏やかで長く残るアウトロとして機能する。アンビエントやモダンクラシカル音楽の美学に根ざした雰囲気のあるミニマリズムとゆっくりとした溶解のマスタークラスである。残された音楽要素は一つ一つ薄れ溶け始め次第に頻度が減り遠ざかっていく繊細な琴の音から始まる。尺八の心に残る息遣いのメロディーは柔らかくなりその最後の音が長く伸びて際限なく浮かんでいるように見える長くきらめくハーモニックオーバートーンの連続へと変化していく。楽曲を固定してきた温かい低周波ドローンはより軽くより拡散し物理的な存在感をゆっくりと失い暗闇の中で優しく消えゆく囁きのようにしか感じられなくなる。遠くの死にゆく星のような音を立てる最後のいくつかの迷子のデジタルグリッチが少しの間柔らかく輝き永遠に消え去る。サウンドスケープ全体を定義してきた広大なリバーブはゆっくりと内側に引き込まれその長く広々としたテールは深く絶対的な沈黙とシームレスに融合するまで徐々に短くなる。それは絶妙に平和で瞑想的で美しくメランコリックな解決策であり最後の音が消え去った後も長く力強く感情的な残響を残す。これにより壮大な物語が完璧に締めくくられ100秒のマークまでに完全な静寂へとフェードアウトする。