アリババの「HappyShrimp 1.0」は何がすごい？ 一つのプロンプトで歌詞・旋律・歌声まで作るAI音楽モデル

HappyShrimp 1.0とは？

HappyShrimp 1.0は、アリババが開発したベータ版のAI音楽生成モデルだ。中国語では「快乐虾米（Happy Xiami）」と呼ばれ、2026年8月17日に中国国内と海外のPCウェブ版で同時に公開された。

アリババが掲げる狙いは、音楽理論や編曲の専門知識がない人でも、日常の言葉から一曲を作れるようにすることだ。

一言のプロンプトや自作歌詞から、どう曲を作るのか

ユーザーは、たとえば次のような内容を自然な言葉で入力できる。

• ある感情や思い出
• 一つの物語や情景
• 好みの音楽ジャンル
• 楽器の構成
• 歌い方やボーカルの雰囲気
• 曲中で感情がどう変化していくか

このような指示を受けると、HappyShrimpは旋律、歌詞、編曲、歌声をまとめて生成し、完成したボーカル曲を作る。歌声のないインストゥルメンタル作品を選ぶこともできる。また、ユーザーが自分で用意した歌詞を入力し、AIに作曲、編曲、歌唱を任せる使い方にも対応する。

対応ジャンルとしては、中国風の音楽、ポップ、ロック、エレクトロニック、ジャズなどが挙げられている。楽器編成、歌唱スタイル、曲の感情的な展開も指定できるとされるが、公開情報には利用可能な楽器や声の種類を網羅した一覧は示されていない。

特徴は「エンドツーエンド」の曲生成

HappyShrimpの大きな特徴としてアリババが説明しているのが、エンドツーエンドの整曲生成だ。

一般的なパイプライン型の仕組みでは、歌詞、メロディー、伴奏、歌声などを別々に生成し、最後に組み合わせる場合がある。この方法では、歌詞の言葉が旋律にうまく乗らない、歌の展開と編曲がかみ合わないといった問題が起こりうる。

一方、HappyShrimpは音楽を「文法・意味・文脈を持つ独自の言語」のように捉え、ユーザーの説明、歌詞、曲調、感情、時代感、人声といった要素を個別処理してからつなぎ合わせるのではなく、曲全体を先に設計しながら同時に生成すると説明されている。長い曲の構成にも配慮し、歌詞・旋律・編曲・歌声を一つの作品としてまとめる考え方だ。

この方式によって、アリババはAI音楽でよく指摘される次の課題の改善を目指しているという。

• 機械的に聞こえるボーカル
• 歌詞と旋律のずれ
• 音が混み合ったり、ノイズが目立ったりするミックス

ただし、これらは現時点ではアリババによる説明であり、他のサービスとの独立した統一ベンチマークで確認された性能ではない。

太合音楽集団との提携は何を意味するのか

アリババは公開初日に、中国の太合音楽集団との戦略的提携も発表した。両社は、音楽産業のエコシステムづくり、AI音楽プラットフォーム、アーティストとの共創、コンテンツ開発などで協力を探るとしている。

この提携は、アリババにとってプロのアーティストや音楽制作の知見へアクセスする道になりうる。太合音楽集団は音楽IPの運用・収益化に加え、音源のライセンスやサブライセンスにも関わる事業を展開しており、AI生成音楽を商業コンテンツへつなげるうえで重要なパートナー候補といえる。

もっとも、今回の発表から、HappyShrimpが生成したすべての楽曲について商用利用の権利が自動的にクリアされると判断することはできない。学習データの権利、アーティストの同意、生成物の著作権や利用許諾、原盤・出版権の扱いなどは、今後明確な利用規約や契約条件を確認する必要がある。

アリババのAI戦略における位置づけ

HappyShrimpは、エディ・ウー（呉泳銘）CEOのもとで進むアリババのAI・クラウド重視を、消費者が直接触れられる形で示すサービスの一つだ。アリババは同時期、AIへの注力を強めるためゲーム事業の売却も進めていた。

同社は、今後5年以内にクラウドとAIを合わせた年間収益を1,000億ドル超に引き上げる目標を掲げている。 HappyShrimp単体でこの目標を達成するものではないが、クリエイターを呼び込み、AIモデルの利用を増やし、将来的にサブスクリプション、法人向けサービス、ライセンスコンテンツなどへ発展させる可能性を示すプロダクトではある。

MusicLM、AudioCraft、Suno、Udioとの違い

システム	HappyShrimpとの位置づけ
Google MusicLM	詳細なテキスト説明から音楽を生成する研究寄りのテキスト・トゥ・ミュージックモデルとして知られる。HappyShrimpは、歌詞や歌声を含む完成曲を一般ユーザー向けに作るサービスとして、より消費者向けに位置づけられている。
Meta AudioCraft	音声や音楽生成のモデル・ツール群で、開発者や研究者にも利用される。HappyShrimpは、オープンな研究・開発者向けツールキットというより、エンドユーザー向けにまとめられた楽曲生成サービスとして打ち出されている。
Suno	最も近い消費者向け比較対象の一つ。どちらもプロンプトから歌詞、歌声、楽器を含む構造化された楽曲を作ることを目指す。Sunoがグローバルなテキスト・トゥ・ソングサービスとして展開しているのに対し、HappyShrimpは一体型の曲生成と中国語・中国の音楽産業との接続を差別化要素としている。
Udio	プロンプトから楽曲を作る消費者向け競合サービス。反復的な制作や、制作要素を調整するワークフローに強みがあるとされる。HappyShrimpの説明は、曲全体を一度に統合して生成する方式を強調している。

ただし、HappyShrimpはベータ版として登場したばかりで、MusicLM、AudioCraft、Suno、Udioとの一貫した独立比較テストは公開されていない。そのため、現時点で音質や歌唱力の優劣を断定するのは難しい。

なぜ「エビ」が旧Xiami Musicを連想させるのか

中国語名の「虾米（Xiami）」は、文字どおり「小さなエビ」を意味する。これはアリババがかつて運営していた音楽サービス「Xiami Music（虾米音乐）」の名称でもあったため、HappyShrimpというブランドには、同社の音楽事業の歴史を思わせる要素がある。

ただし、公開されたローンチ情報だけでは、HappyShrimpがXiami Musicの復活版であること、同サービスの楽曲カタログを引き継ぐこと、あるいは名称以外に正式な運営上のつながりがあることまでは確認できない。