local-music-generation

Procedure

作業ディレクトリ ~/dev/music-lab/。完全無料・ローカル完結。

経路A: MIDI作曲（速い・自分で編集可・GarageBandで開ける）

cd ~/dev/music-lab
python3 compose.py --mood lofi --key A --bpm 75 --bars 16 --out out/track
bash render.sh out/track.mid   # → mp3（fluidsynth + FluidR3_GM.sf2）

• ムード: lofi / chill / cinematic / citypop / lullaby
• .mid をGarageBandで開けば打ち込み・音色差し替え可能
• 依存: mido（pure python, 3.14でもOK）, fluidsynth(brew), soundfont soundfonts/FluidR3_GM.sf2(148MB)

経路A+: フル構成曲＋配信マスター（リリース用）

python3 arrange.py --title "NIGHT DRIVE" --key A --bpm 128 --out out/track  # intro→build→drop→break→drop→outro
bash master.sh out/track.mid   # → -14 LUFS / クリップ回避の WAV+MP3（配信基準）
python3 make_cover.py --title "NIGHT DRIVE" --artist Lily --style neon --out out/cover  # 3000x3000ジャケ(無料・APIキー不要)

• arrange.py: レイヤーをセクションごとにON/OFFして展開を作る。絶対tickでイベント生成→delta変換でズレ無し
• master.sh: fluidsynth -g 0.45 でヘッドルーム確保 → ffmpeg loudnorm I=-14:TP=-1.0
• make_cover.py: neon/grid/acid スタイル。Pillowのみ・無料
• 配信は権利100%自分のMIDI自作曲で（MusicGenはCC-BY-NC不可）。詳細は ~/dev/music-lab/RELEASE.md

経路B: AI音源生成（本格的な音色・プロンプトから）

bash ai.sh "lofi hip hop, mellow rhodes, vinyl crackle, rainy night" 12 out/ai_lofi

• transformers の MusicGen を別venv .venv-mg(Python 3.12) で実行
• 構築: uv venv --python 3.12 .venv-mg && source .venv-mg/bin/activate && uv pip install torch transformers scipy
• モデル: facebook/musicgen-small(~2GB初回DL)。--model facebook/musicgen-mediumで高品質(遅い)
• MPS(Apple GPU)で動く。生成は実時間の約10倍（8秒音声=約82秒）

Pitfalls

• audiocraftは使わない: 依存地獄。transformers の MusicgenForConditionalGeneration が楽で確実
• Python 3.14ではtorch不可: torch用は別venvで3.12/3.13を使う（uvが自動取得）
• MusicGenは歌詞・ボーカル不可（インスト専用）。歌付きは有料API(Suno等)→ユーザー確認必須(CLAUDE.md)
• MIDI経路の音色はGM音源なのでチープ。本格的な音色はAI経路かGarageBandで差し替え
• 生成後は必ず無音検証: ffmpeg -i x.mp3 -af volumedetect -f null - 2>&1 | grep volume

Verification

• mp3が無音でないこと（mean_volume が -40dB より大きい）
• duration が指定秒数とほぼ一致
• 実測: lo-fi MIDI=58s/正常、MusicGen 8s=82sで生成・mean -26.6dB