AI 音楽は英語ではない — 65万件の生成に隠れた言語たち
AI 音楽を実際に誰が作っているのかを分析した前回の記事では、ほとんど注目されないまま残った数字が一つありました。およそ65万件の生成を見渡すと、プロンプトの約93%がラテン文字系の言語で書かれているという事実です。ざっと読めば、この数字は「AI 音楽は英語的で西洋的なものだ」と語っているように見えます。しかし正しく読むと、ほぼ正反対のことを語っています。ラテンアルファベットは英語ではありません。スペイン語、ポルトガル語、インドネシア語、ベトナム語、トルコ語、フランス語、ポーランド語、スワヒリ語、そして他にも何千もの言語を書き表すための文字体系です。そしてこのデータセットの中で、英語のポップスはアクティビティ全体のごく一部にすぎません。これらのツールで音楽を作っている人々の多くは、英語で作っているわけではないのです。
本稿では、その93%が実際に何を含んでいるのかを見ていきます。セッションはおよそ10の異なる音楽世界に分かれます。スペイン語のバラードや宗教歌、ブラジルの sertanejo や funk、インドネシアの dangdut、トルコの arabesk、バルカンの楽曲、その他多数です。そしてそれぞれの世界が、ストリーミング経済の中で実際に記録された急成長と対応しています。AI 音楽制作の地理は意外なものではありません。それは非英語音楽ブームそのものであり、パイプラインの一段階手前に現れているだけなのです。
誤読：ラテン文字は英語ではない
ローマ字を英語と読んでしまう直感は、識字がもたらす錯覚です。ラテンアルファベットは、西ヨーロッパや中央ヨーロッパ、サハラ以南のアフリカ、南北アメリカ、オセアニアにまたがり、世界人口の約70%が話す3,000を超える言語を書き表すのに使われています。文字とは単なる形の集合にすぎず、言語と意味はその上に重ねられるものです。言語学の基本書が述べるとおり、一つの文字体系は多くの言語を表すことができ、一つの言語は複数の文字で書かれることもあります。「ラテン文字で書かれている」という情報は、それがどの言語なのかをほとんど教えてくれませんし、それが英語かどうかについてはなおさら何も語りません。
データセットはこの点を具体的に裏づけます。65万件すべてのプロンプトの中で、構造タグを除いて最も頻出する単語は que — スペイン語とポルトガル語の機能語 — で、573,000回出現し、英語で最も一般的な曲構造マーカーである chorus（452,000回）を上回ります。amor（スペイン語とポルトガル語で「愛」）は約79,500回出現します。コーパスを意味でクラスタリングすると、英語ポップスのクラスターは 5万セッションのサンプルの約18% にすぎません。インストゥルメンタルやエレクトロニックのクラスターに現れる英語まで数え入れても、英語によるアクティビティは3分の1未満にとどまります。西洋の観察者が自分たちのものとしてパターン認識するラテン文字は、このデータの中では主にスペイン語、ポルトガル語、インドネシア語、トルコ語、フランス語を運んでいるのです。
これはこのデータセット特有の偏りではありません。世界が何を聴いているかという、計測され、加速しつつある変化を追っているのです。Spotify で最も再生された1万曲に占める英語の割合は、2021年の67.0%から2022年の62.1%、2023年の54.9%へと低下しました。およそ四半期ごとに1ポイントずつシェアを失った計算で、その分をスペイン語、ドイツ語、ポルトガル語、フランス語、韓国語、ヒンディー語、インドネシア語が拾い上げています。2024年までに、Spotify では8つの異なる言語の音楽がそれぞれ1億ドルを超えるロイヤリティを生み出しました。英語、スペイン語、ドイツ語、ポルトガル語、フランス語、日本語、韓国語、イタリア語です。2017年にこの水準に達していたのは2言語（英語とスペイン語）だけだったことを思えば、大きな伸びです。100万ドル以上を稼ぐアーティストの間でも、表される言語の数が倍以上に増えました。録音音楽の経済は脱英語化しつつあり、制作データはそれより一歩先を行っているのです。
一つのアルファベットの下にある10の世界
前回の分析では、そのうち6つのクラスターに触れました。ここでは、それらが何であり、その下にどんな記録された音楽経済が広がっているのかを見ていきます。サンプルの推定構成を言語と地域で見ると、次のようになります。
スペイン語：地球で最も再生される言語は英語ではない
最大の非英語世界はスペイン語であり、これはニッチではありません。Bad Bunny は2022年まで3年連続で Spotify における地球上で最も再生されたアーティストでした。2022年だけで185億回を超えるストリームを記録し、すべてスペイン語で歌っています。Spotify のラテン音楽リスナー数は2014年から2023年にかけて986%増加しました。2013年にはグローバル Top 100 にラテン曲はゼロでしたが、2023年にはグローバル Top 100 の5曲に1曲以上がラテン曲になりました。英語圏ポップスの中心とされるアメリカ合衆国でも、ラテン音楽の売上は2024年に過去最高の14億ドルに達し、9年連続で市場全体を上回るペースで成長しました。そのうち98%がストリーミングによるものです。
その世界の内側には、データが明確に示すサブシーンがあります。リージョナル・メキシカン — corridos tumbados と música mexicana — は2018年から2023年にかけて Spotify でグローバルに440%以上成長し、ラテンアメリカ全域へ広がり（コロンビアは445%増）、Peso Pluma がグローバルトップ5入りを果たしました。そしてより静かながら大きな構成要素が宗教音楽です。現代キリスト教音楽は5年間で Spotify 上でグローバルに約60%成長し、とりわけブラジル、インドネシア、フィリピン、インド、南アフリカで急増しました。データの中のスペイン語クラスターは、祈り、礼拝歌、quinceañera への賛歌で満ちています。これは西洋の主流メディアからはほとんど見えない、非西洋的な消費基盤です。
ポルトガル語：ブラジルは自前のチャートを築く
ブラジルは今や世界第9位の録音音楽市場（2024年データ）であり、ラテンアメリカの2市場が同時にグローバルトップ10入りした初めてのケースです（ブラジルが9位、メキシコが10位）。そしてその中で最も成長が速く、2024年に21.7%増と、世界全体の成長率4.8%を大きく上回りました。この2億人規模の市場を支配しているのがポルトガル語の音楽です。セルタネージョ — ブラジルにおけるアメリカのカントリー音楽に相当するジャンル — は単独で最も人気のあるジャンルであり、セルタネージョのデュオ Henrique e Juliano は2024年に Spotify ブラジルで最も再生されたアクトでした。その草の根の対照物である funk carioca は、文字どおりグローバルチャートの首位に立つことさえあります。Anitta の funk シングル「Envolver」は、2022年3月に彼女をSpotify グローバルチャートで No.1 に到達した初のソロ・ラテンアーティストにしました。
ブラジルのシーンは、AI 音楽ツールが加速させるものの予告編でもあります。すなわち、民主化された独立系の制作者層です。ブラジルのアーティストは2023年に Spotify から12億レアルを超える収入を得ており — これは2018年の4倍以上 — そのうち70%以上が独立系アーティストとレーベルからのものでした。年間10万レアル以上を稼ぐブラジル人アーティストの数は、2017年以降500%以上増加しました。これはポルトガル語を話し、ストリーミングが飽和し、独立系が多数を占める市場です。スタジオを不要にするツールに手を伸ばす人物の、まさにその輪郭そのものです。
東南アジア：売上チャートが見落とす量
東南アジアは、西洋の計測がアクティビティをいかに見落としているかを最もあらわにするクラスターです。世界第4位の人口を持つインドネシアは、国民的大衆音楽である dangdut と dangdut koplo で動いています。インドネシア語とジャワ語で歌われ、あらゆる年代と階層を横断します。それでも売上の面では、インドネシアは見えません。Billboard の分析時点で、同国はアジアの録音音楽収益の約0.9%しか占めていない一方、インドネシア人アーティストの音楽は世界中で1日あたり約6,600万分ストリーミングされ、Spotify の現地サービス開始以来、累計でおよそ100億回のストリームを生み出しています。アクティビティとお金が切り離されてしまっており、西洋のダッシュボードはお金しか読み取りません。
このパターンは地域全体で繰り返されます。2025年に発足した IFPI 公式ベトナムチャートでは、トップ10のうち8トラックがベトナム人アーティストによるものでした。タイでは現地語のアクトがチャートを占有しており、Jeff Satur は2024年にトップ・ローカルアーティストとソングの両方で首位に立ち、ストリーミングが市場の約92%を占めています。インドネシアそのものも今や2億1,200万人のインターネット利用者と3億5,600万のモバイル接続 — 人口の約125%を抱えています。これらはモバイルファーストで現地主導の音楽市場であり、西洋のデスクから書かれる「AI スロップ」という物語が決して足を踏み入れない領域です。
トルコとバルカン：arabesk、turbo-folk、そして現地語の多数派
エレクトロニックとバルカンのクラスターは、英語ポップスの系譜を持たない特定の地域ジャンルへと解像します。Arabesk — オスマンの makam 音階の上に築かれ、多くが短調のトルコ大衆音楽 — は、数十年にわたりトルコを代表する形式の一つであり、バルカン、コーカサス、中東へと広がりました。その台頭は、見過ごされてきた人々の台頭でした。学術研究は、arabesk の人気を農村から都市への移住者と結びつけています。彼らはその東洋的な連想ゆえに、西洋化した世俗エリートから蔑まれていました。その隣では、turbo-folk が旧ユーゴスラビアを完全に支配しており、2022年に Billboard がクロアチア・ソングス・チャートを立ち上げたとき、そこに載った西洋のアクトは Glass Animals と Red Hot Chili Peppers だけでした。
これは東欧の脚注ではなく、ヨーロッパの常態です。IFPI 初の「Music in the EU」レポートでは、自国の現地語アーティストが EU 各市場の Top 10 の平均60%を占めました。ギリシャとハンガリーでは10曲すべて、クロアチアとイタリアでは9曲、ポーランドでは8曲です。そしてヨーロッパで最も成長が速い音楽市場は東側にあります。ブルガリアは2023年に44%、バルト三国は21.2%、ポーランドは18.3%成長しました。フランスやチェコの4〜5%に対しての伸びです。現地語の多数派は、大陸全体に及んでいるのです。
これは予測可能だった：クラスターはストリーミング急成長を映す
10のクラスターを記録されたストリーミングデータの上に重ねると、ほぼ一対一で対応します。スペイン語クラスターは、ラテン音楽の聴取が986%成長し、世界で最も再生されるアーティストがスペイン語で録音する市場の上に乗っています。ブラジルのクラスターは、地球上で最も成長の速いトップ10市場の上に乗っています。トルコとバルカンのクラスターは、世界で最も成長の速い地域とヨーロッパで最も成長の速い市場の上に乗っています。AI 音楽の普及はランダムな場所に着地しているのではありません。音楽需要がすでに加速していたまさにその場所に、ただパイプラインのより早い段階で、曲がチャートに届く前に着地しているのです。
マクロな数字も同じことを語ります。グローバルなオーディオストリーミングは14%成長し2024年に4.8兆ストリームに達しましたが、その成長はほぼすべて米国外で起きました — 国際ストリームが17.3%増だったのに対し、米国内は6.4%増でした。米国、英国、カナダを合わせたプレミアムストリームのシェアは、わずか1年で57.52%から56.22%へと低下し、メキシコ、ブラジル、インドが最大の伸びを記録しました。売上で見ると、2024年に最も成長の速かった3地域は中東・北アフリカ（+22.8%）、サハラ以南アフリカ（+22.6%）、ラテンアメリカ（+22.5%）でした。そのいずれもが非英語かつ大部分が非西洋の市場であり、すべて世界平均のおよそ5倍の速さで成長しています。音楽の重心は移動しており、それはこのデータセットがすでに満たされている言語へと向かっているのです。
死角は双方向に走る
ここでデータは本当に奇妙な様相を見せます。AI 音楽の制作を最も多く行っている地域は、AI 自身が最もうまく奉仕できないように作られた地域なのです。AI 音楽の学習データに関するある研究、「Missing Melodies」は、学習時間のおよそ86%がグローバルノースに由来し、グローバルサウスからは14.6%にすぎないことを明らかにしました — ヨーロッパの音楽6,128時間に対し、アフリカの音楽はわずか27.5時間です。その下にある汎用モデルも同様です。GPT-3 の学習データは単語数ベースで93%が英語でした。そしてStanford の研究者たちは、全ウェブサイトのほぼ半分が英語である「デジタル・デバイド」を指摘しています。英語を話すのは人類の5分の1未満であるにもかかわらず、です。そしてこれらのモデルが非西洋の音楽を生成するとき、それを平板化してしまいます。147言語・79か国にまたがる73,000件の AI 生成トラックを対象とした NeurIPS 2025 の研究は、モデルが地域ジャンル — ghazal、オペラ — を西洋のポップやロックへと体系的に押しつぶしていることを発見しました。
これを、ツールが実際に使われている場所と並べてみてください。Suno では、米国はトラフィックのわずか約19%にすぎず、ロシア、ドイツ、ブラジル、日本が続きます — 利用の80%以上が米国外から来ているのです。より広い生成 AI の普及も同じ方向に偏っています。2025年に米国は ChatGPT トラフィックのわずか約15%にすぎず、インドの後塵を拝し、ブラジルとインドネシアを上回る程度でした。その結果生まれるのがフィードバックループです。AI 音楽のヘビーユーザーが、自分たちのジャンルに最も適合しないモデルを手渡されているのです。だから西洋の批評家が感じる「低品質」なるものは、その一部が学習バイアスの産物であり、制作者の産物ではありません。
「スロップ」が何を測っているのかについては、正確であるべきです。この物語に火をつけた数字 — 日々のアップロードの約44%が AI 生成であるという Deezer のレポート — は、それらのトラックが実際のストリームのわずか1〜3%にすぎず、そのストリームの最大85%が不正と判定されたことも指摘しています。これは西洋プラットフォーム上のアップロードと不正の指標です。ロイヤリティシステムに投げ込まれるものを数えているだけで、ジャカルタやレシフェで曲を作っている一人の人間を見ることはできません。そして同じ会社がブラインドテストを実施したところ、8か国の9,000人のリスナーのうち97%が、完全に AI 生成されたトラックと人間が作ったトラックを区別できませんでした。ほとんど誰も違いを聞き分けられないのなら、「スロップ」は音そのものの属性ではありません。それは由来についての地位判断であり、マネタイズが停滞している市場で最も声高に下される、成長している市場で作られている音楽についての判断なのです。
断絶ではなく、連続
これらすべてを読み解く最もすっきりした方法はこうです。AI 音楽は新しい制作者階級を発明したわけではありません。すでに勝ちつつあった一つの階級にとって、最後のコスト障壁を取り除いただけなのです。独立系で、エリートではなく、英語を母語としない制作者こそ、ストリーミングをこじ開けた当の人々でした。Spotify で1万ドル以上を稼ぐアーティストの半数以上が、英語を第一言語としない国の出身です。ブラジルのロイヤリティの70%以上は独立系に渡っています。支配的な非英語ジャンル自体がボトムアップでした。funk は安価なデジタルツールの上に、arabesk は移住者の聴衆の上に、dangdut はあらゆる階層の上に築かれました。
1曲を従来のやり方で制作するにはおよそ500ドルから5,000ドルかかります — スタジオ代、プロデューサー、ミキシング、マスタリング。AI ツールはそれをゼロへと引き下げ、しかもすでにモバイルファーストで、すでに制作している基盤に対して引き下げます。インドネシア一国だけで3億5,600万のモバイル接続があり、ラテンアメリカのモバイル経済は5,500億ドル、地域 GDP の8.2%に相当します。これは機械が西洋をゴミで溢れさせるという物語ではありません。ベトナムの10代の若者、ブラジルの教会グループ、トルコの結婚式歌手が、プロンプト一つの値段でスタジオを手に入れ、自分自身の言語で書いているという物語なのです。
それがLacunaの前提であり、この製品が一つではなく9つの言語で動く理由です。世界は英語で音楽を作っていません。ツールもそうあるべきではないのです。