# 日本語歌詞の書き方4通り × 30シード（ACE-Step 1.5）

記事「音楽生成AIのおすすめは「作りたい曲」で決まる…」の実施方法の記録と結果です。実施日は2026-10-14。公開するのはこのメモと[120曲の聞き取り結果](results.json)で、使用した3本のスクリプトの配布は含めていません。

## 何をしたか

- 同じ6行の歌詞を、4通りの書き方で入れた。①漢字かな交じり ②漢字かな交じり＋文節ごとに半角スペース ③ひらがな ④ひらがな＋文節ごとにスペース（使用した非配布スクリプト：`lyrics.py`）。
- ACE-Step 1.5 turbo（DiTのみ、LMなし、MLXバックエンド、8ステップ、`vocal_language="ja"`、BPM100、45秒）で、シード1〜30を各書き方に使い、合計120曲を生成した（使用した非配布スクリプト：`gen.py`。1曲の生成は中央値8.6秒、Apple M5 Max・64GB）。
- 曲を `mlx-whisper`（whisper-large-v3-turbo、日本語指定）で文字に起こし、`pykakasi` でひらがなに直して、正解の歌詞の「正しい順に拾えた割合」（最長共通部分列÷正解の長さ）を出した（使用した非配布スクリプト：`score.py`）。
- 歌のない部分でWhisperが出す定型句（「作詞・作曲・編曲 初音ミク」「ご視聴ありがとうございました」など）は、採点前に取り除いた。

## 結果（平均）

| 書き方 | 平均 | 5割以上の曲 |
|---|---|---|
| ①漢字かな交じり | 9.2% | 0 / 30 |
| ②漢字＋スペース | 16.3% | 2 / 30 |
| ③ひらがな | 23.5% | 3 / 30 |
| ④ひらがな＋スペース | 35.9% | 11 / 30 |

`results.json` に、120曲それぞれの聞き取り結果（`raw`）と点数（`coverage`）がある。

## 限界

- 採点は音声認識による代理。人が聴いた評価ではない。
- スペースの効果が「読み間違いの減少」か「間が空いて聞き取りやすくなった」かは分けていない。
- 歌詞1つ・スタイル1つ・モデル1つ。Suno等では測っていない。
- このメモは実施方法の記録で、実行用スクリプト一式の配布や完全再現の手順ではない。