音楽生成モデル YuE2、WildSongBench で 6.9632 を記録し Suno v5 を上回る──シンボル計画に基づく高精度音源生成
メロディやコードのシンボル計画を導入した YuE2 が SongBench 平均 6.9632 を達成し、Suno v5 の 6.8721 を上回る精度を実証した。
リリース: 2026-09-09 · 読了 3 分記事の要約
1. 核心（What）
- YuE2 (best-of-8) は WildSongBench (192プロンプト) で 6.9632 を記録し、17設定中で最高平均値を達成
- Suno v5 は同比較で 6.8721、Suno v6 は 6.5562 を記録
- MERT2-30s / MERT2-FS (632Mパラメータ) は MARBLE の 15指標中 14指標で SOTA を達成、GTZAN ジャンル精度 91.72 を記録
- SheetSage2 は 1モデルで 6種の音楽文字起こしタスクを実行し、13指標中 10指標で SOTA を獲得
2. 影響（Why）
- 音楽生成の品質向上の実証: シンボル計画を取り入れた YuE2 が既存商用モデルを上回るスコアを出したことで、楽曲生成における制御性と品質評価の基準が変わる。
- 国内音楽制作 SaaS への影響: [国内 音楽制作 SaaS 業種] のような中規模事業者は、商用 API 依存からオープンな高精度モデルへの移行検討時に、本モデルのシンボル計画アプローチを実装上のベンチマークとして参照する必要がある。
3. 根拠・詳細（How）
- YuE2 の評価と選定プロトコル: YuE2 は 8世代から SongBench Musicality、Q3O Control、PER の順に選択する best-of-8 方式を採用し、192プロンプトで検証を実施した。
- MERT2 と SheetSage2 の仕様: MERT2 は 632M パラメータのエンコーダーを使い、MERT2-30s (30秒コンテキスト) と MERT2-FS (300秒) で表現学習を実施。SheetSage2 は 1,217トラックの固定モデル評価で F1値 82.51 を達成した。
4. 展望・課題（Next）
- 今後の検証課題: 346K時間の CC0・合成データで訓練された各モデルの商用利用におけるライセンス適合性の確認と、長尺楽曲生成時の安定性検証が求められる。