HiAPI
ブログ

使用ガイド

HiAPI で mureka-9.5/instrumental を EC 商品画像に活用する

HiAPI 音声 API で再現可能な BGM から商品動画へのパイプラインを構築する

Nov 18, 2026
淡いモーヴとインクブラックの色面が細い紫の継ぎ目で分割されたフラットなカバーアート。このガイドのカバー画像を示す。
このページの内容
HiAPI 上の mureka-9.5/instrumental で生成したインストゥルメンタル BGM を、30 秒の EC 商品動画にミックスしたもの。

商品ビジュアルに独立した BGM レイヤーが必要な理由

ほとんどの EC 商品カタログは、2 つの独立した制作ラインを組み合わせて作られています。1 つは商品の静止画や短いクリップを生成するビジュアルラインで、もう 1 つは音声ラインであり、こちらは後回しにされがちで、たいてい最後の最後に間に合わせで処理されます。結果は容易に予想がつきます。数十の SKU が同じ 3 曲のライブラリ音楽を共有し、クリップ間でラウドネスがばらつき、マーケティングレビュー会議で誰も答えたくないライセンスの問題まで残ります。

BGM を独立したレイヤーとして扱えば、これらの問題は解決します。完成した動画に音声を後付けするのではなく、商品カテゴリごとに 1 曲を生成して再利用可能なアセットとして保存し、レンダリング時にミックスします。この分離には実利的な利点があります。

  • 再利用性。 1 曲でそのカテゴリのすべての SKU に対応できるため、100 本の商品クリップのために音声を 100 回生成する必要はありません。
  • 一貫性。 曲を固定すればラウドネスもループポイントも固定され、商品動画の一覧がプレイリストではなく 1 つのブランドとして見えます。
  • 差し替えやすさ。 ビジュアルが変わったら再ミックスするだけで、音声を再生成する必要はありません。音声が変わってもビジュアルはそのままです。
  • 出所の明確さ。 生成されたインストゥルメンタル曲にはサードパーティサンプルの権利処理がなく、店舗がバリエーションを必要とすれば再生成もできます。

まさにここに、生成型インストゥルメンタルエンドポイントが制作パイプラインで一定の役割を果たす理由があります。インストゥルメンタル出力なら、画面のテキストやナレーションと注意を奪い合うボーカルはありません。またテキストプロンプトなら、ブランドガイドラインにすでにある語彙——落ち着いた、ミニマル、活力、臨床的——で雰囲気を記述できます。

本ガイドの残りでは、このレイヤーを組み立てます。HiAPI 経由で mureka-9.5/instrumental を使って曲を生成し、クリップごとに職人的な作業をするのではなくバッチジョブとして実行できる形で、ショート商品動画にミックスします。

mureka-9.5/instrumental でできること

機能的には、mureka-9.5/instrumental はテキストから音楽を生成するモデルで、インストゥルメンタル曲を返します。除去すべきボーカルステムはなく、歌詞入力の管理も不要です。欲しい音楽を記述すれば、音声が返ってきます。

HiAPI 経由で呼び出す場合、このモデルはプラットフォームの他の部分と同じ統合方法に従います。すなわち 1 つの認証情報、1 つのエンドポイントファミリー、そして保存して再利用できるレスポンスです。音声専用のアカウントや別個の課金関係を用意する必要はありません。生成された曲は、パイプラインが画像や動画に加えて生み出すもう 1 つのアセットにすぎません。

EC のユースケースで特に重要な特性がいくつかあります。

  • インストゥルメンタル出力。 商品動画はたいてい短く、音声なしで閲覧される場面に置かれます。ボーカルのない曲なら注意は商品に向いたままで、字幕とも衝突しません。
  • プロンプト駆動の雰囲気。 カテゴリ単位の雰囲気(例えば家庭用品には温かみのあるアコースティック、電子機器には歯切れのよいパーカッション)を再利用可能なプロンプトとして固定でき、人手で曲を選ぶ必要がありません。
  • アセット形式の出力。 結果は保存、命名、バージョン管理、再利用できる音声アセットであり、画像レンダリングと同じライフサイクルを持ちます。

モデルページ mureka-9.5/instrumental は、クライアントコードを書く前に現在のリクエストフィールド、対応オプション、レスポンス構造を確認できる正式な場所です。本ガイドは意図的にパイプラインのレベルにとどまります。フィールド名や利用可能なオプションは進化し続けるため、統合はブログ記事の想定を丸写しにするのではなく、ドキュメントに記載された契約に基づいて構築すべきです。

範囲についての注記:インストゥルメンタル BGM は 1 つのレイヤーであり、トラック全体ではありません。商品動画にナレーションや効果音のセットが必要な場合、それらは別の関心事であり、本エンドポイントに生成を求めるのではなく、音楽ベッドの上に合成すべきです。

商品カテゴリ別にプロンプトと曲の仕様を設計する

生成型音声で最もよくある失敗パターンは、構造のないプロンプトが、技術的には問題ないもののブランドには合わないものを生み出すことです。API を呼び出す前に、少数のカテゴリプロファイルを定義してこれを防ぎましょう。

SKU ごとではなくカテゴリプロファイルを作る

カタログを管理可能な数の音声カテゴリに分類します。中規模の店舗なら通常 5〜15 個です。各カテゴリについて、雰囲気、楽器のヒント、テンポの範囲、避けるべきものを書き留めます。プロファイルはチーム全体がレビューできるドキュメントであり、プロンプトテンプレートと 1 対 1 で対応します。

{category} の商品動画向けインストゥルメンタル BGM。
雰囲気:{mood}。編成:{instruments}。
テンポ:{tempo_range}。編曲は一定に保ち、ループしやすくする。
ボーカルなし。急な強弱の落ち込みなし。

雰囲気だけでなく編集のために仕様化する

プロンプトには、その曲がどう使われるかを織り込むべきです。後で効いてくる 2 つのポイントがあります。

  • 安定したエネルギー。 商品クリップは短いため、最初の 10 秒をすべて盛り上げに使う曲では、クリップに音楽がほとんど残りません。編曲を一貫させるよう指示しましょう。
  • ループしやすさ。 より長いクリップを埋めるために曲をループするなら、硬い転調のない、安定した反復的な聴感を要求しましょう。そのために設計された曲をループするほうが、任意の曲をクロスフェードするよりはるかに簡単です。

曲の尺を前もって決める

曲の尺は後付けではなく仕様上の決定です。2 つの戦略が有効です。

  1. 名目上のクリップ尺に合わせる うえで軽くトリミングする。あるカテゴリのクリップ尺がすべて同じ場合に適します。
  2. カテゴリごとにより長い BGM ベッドを生成し、クリップに合わせてループまたはトリミングする。尺がばらばらで、再利用可能なアセット 1 つで済ませたい場合に適します。

大規模なカタログでは、ループを考慮して設計することを前提に、後者のほうが運用負荷は通常低くなります。

仕様を文書化する

プロンプトテンプレートとともに各プロファイルをバージョン管理下に置き、カテゴリ、テンプレート、想定される曲の尺を記録します。あるキッチン用品のクリップがなぜあのように聞こえるのかと誰かが尋ねたら、答えは記憶ではなく 1 つのファイルです。

HiAPI 経由で API を呼び出す

呼び出し自体はパイプラインで最も小さい部分です。プロンプトの組み立て、アセットの命名、保存といった周辺のすべてが決定的になるよう設定しましょう。

認証情報とクライアントの設定

HiAPI キーは環境変数に保存し、クライアントの 1 か所で読み込みます。認証情報を各スクリプトに散らばめないでください。

export HIAPI_API_KEY="your_key_here"

ベース URL とキーを小さな共有モジュールにまとめ、単発のテストでも完全なバッチでも、すべてのジョブが同じ設定を使うようにします。

プロファイルからリクエストを組み立てる

コード内でプロンプトを手書きするのではなく、カテゴリプロファイルを読み込み、プロンプトテンプレートをレンダリングし、それに基づいてリクエストを構築します。リクエストには次を含めるべきです。

  • レンダリング後のプロンプト、
  • プロファイルで定義した目標の曲の特性、
  • および後でジョブを追跡するための識別子(カテゴリ、プロファイルのバージョン)。

リクエストペイロードを確定する前に、モデルページ で mureka-9.5/instrumental の正確なリクエストフィールドを確認し、コードをそのドキュメントに記載された構造に固定してください。

レスポンスを値ではなくアセットとして扱う

生成呼び出しは音声アセットと識別子を返します。2 つの習慣がこれを管理しやすく保ちます。

  • 即座に永続化する。 自分のストレージへ bgm/{category}/{profile_version}/{job_id}.wav のような決定的なキー名でダウンロードします。リモート URL が安定し続けることに依存しないでください。
  • メタデータを記録する。 プロンプト、プロファイルのバージョン、ジョブ識別子、返された尺をファイルと一緒に保存します。曲を再生成する必要が生じたとき、まったく同じリクエストを再現できます。

失敗を再試行可能か不可能かで記録する

一時的な失敗(バックオフして再試行)と、リクエスト自体の問題(無効なフィールド、拒否されたプロンプト)とを区別します。後者は再試行しても同じように失敗します。不正なペイロードを 100 回再試行するバッチジョブは、素早く失敗して問題のあるプロファイルを報告するよりはるかに悪い結果になります。

曲を商品動画にミックスする

ミックスは体感品質の大半が決まる工程です。突然始まり、ループポイントで跳ね、店舗の他のクリップより大きな音で鳴る音声は、曲自体に問題がなくても、いいかげんに見えます。

尺を意識的に合わせる

レンダリング前にクリップ尺と曲尺を比較します。

  • 曲がクリップより長い: 先頭ではなく末尾からトリミングします。途中から始めるとイントロが失われ、しかも不安定なセクションに当たりがちです。
  • 曲がクリップより短い: ループしますが、ループ用に設計された領域でのみループします。継ぎ目に短いクロスフェードをかけ、聞こえるポップノイズを避けます。
  • ほぼ等しい: それでも最後の 1 秒に短いフェードイン/アウトを入れ、音声が唐突に始まったり止まったりしないようにします。

ラウドネスをパイプライン設定として管理する

ラウドネスはアセットごとに適用する固定の目標値であるべきで、クリップごとのミックス判断ではありません。ミックス前に音楽ベッドを一貫したレベルに正規化し、ナレーションがある場合は少し下げて、話が明瞭に聞こえるようにします。ソース曲を 1 回正規化するだけで、派生したすべてのクリップが同じ基準を引き継ぎます。

1 つの決定的な操作でミックスする

クリップと曲を受け取って最終ファイルを出力する 1 つのコマンドがあれば、パイプラインは再現可能になります。

ffmpeg -i clip.mp4 -stream_loop -1 -i bgm.wav \
  -filter_complex "[0:a]anull[a0];[1:a]afade=t=in:st=0:d=0.5,afade=t=out:st=9.5:d=0.5[a1];[a0][a1]amix=inputs=2:duration=first" \
  -shortest -c:v copy -c:a aac out.mp4

実際の尺やクリップに音声が含まれるかどうかに応じてフィルターチェーンを調整してください。ただし形は保ちます。1 つのコマンド、1 つの出力、パラメーターは手打ちではなくジョブ仕様から駆動されるようにします。

ソースアセットを保持する

生成した曲とミックス後の動画は別々に保存します。動画は派生物であり、曲こそが再利用可能なものです。保存した曲から動画を再生成するのは速いですが、曲を上書きしてしまってから再生成するのは速くありません。

手作業なしで SKU をまたいでバッチ処理する

1 つのクリップからカタログ全体へ拡張するのは、主にデータの問題です。クリップごとの手順がパラメーター化されていれば、バッチレイヤーは薄く済みます。

マニフェストでジョブを駆動する

作業をデータとして記述します。出力ごとに 1 行で、SKU、クリップのパス、カテゴリ、プロファイルのバージョンを含めます。ランナーはマニフェストを読み、カテゴリを曲に解決し(キャッシュミスのときだけ生成)、動画をレンダリングします。どの手順も人手による曲の選択を必要とすべきではありません。

カテゴリとプロファイルのバージョンで曲をキャッシュする

曲はコストがかかり、かつ再利用可能な部分です。キャッシュキーをカテゴリとプロファイルのバージョン、さらにプロンプトに影響するオプションに設定し、そのカテゴリのすべての SKU で再利用します。プロファイルを変更したらバージョン番号を上げ、古い曲が新しいビジュアルに知らぬ間に組み合わされないようにします。

再レンダリングを通常の経路として扱う

ビジュアルは音声より頻繁に変わります。商品画像が更新されたとき、期待される動作は「曲を保持して動画を再ミックスする」ことです。マニフェストは、クリップの変更が動画成果物だけをリセットし、曲のキャッシュは温かいままになるよう設計しましょう。再レンダリングは安価で退屈で、安全にバッチ実行できるべきです。

バッチ単位ではなくエントリ単位で大きく失敗する

バッチランナーは処理できるすべての行を処理し、失敗は SKU、プロファイルのバージョン、理由とともに報告します。1 つの不具合のあるクリップで 1000 行のジョブを中止すべきではなく、末尾のサマリーがどのプロファイルや入力に注意すべきかを教えてくれます。

ランナーを冪等にする

決定的な出力キーがあれば、バッチを再実行するとコピーを作るのではなく同じ成果物を上書きします。この特性により、ランナーは例えば毎晩新しい SKU に対して実行するなど、人手をかけずに安全にスケジュールできるものになります。

公開前の品質チェック

アセットを公開する前に、短く固定されたチェックリストを実行します。自動化できるものは自動化し、残りは明確な担当者を持つレビュー手順にします。

自動チェック

  • 尺の一致。 ミックス後動画の音声長が、わずかな許容誤差の範囲でクリップ長と等しい。
  • ラウドネスの一貫性。 バッチ全体から音声レベルをサンプリングし、外れ値を指摘する。正規化方法が異なる曲は一覧の中で目立ってしまいます。
  • ループの継ぎ目。 ループ曲については継ぎ目領域を確認する。ポップノイズやレベルの跳びは不合格とすべきです。
  • フェードの存在。 フェードインとフェードアウトが実際に適用されたことを確認する。
  • ファイルの整合性。 各出力がデコード可能で、コーデックが店舗の想定に合致することを検証する。

人によるチェック

  • ブランド適合。 カテゴリごとに代表的なクリップを 1 つ聴く。生成は非決定的であるため、通常は有効なプロファイルでもときおりブランドから外れた曲を生み出すことがあります。再生成し、そのカテゴリのキャッシュを更新します。
  • テキストの可読性。 音楽が画面のコピーやナレーションを覆い隠していないことを確認する。特にスマートフォンのスピーカーで確認します。
  • 開始と終了。 いくつかのクリップの最初の秒と最後の秒を見る。音声の唐突さが最も露呈しやすい箇所です。

問題が起きた場合

成果物から外側に向かって切り分けます。動画が誤っていて曲が正しければ、問題はミックス手順かマニフェストにあります。曲が誤っていれば、モデルを再呼び出しする前にレンダリング後のプロンプトとプロファイルのバージョンを確認します。リクエスト自体が失敗したり予期しない構造を返したりする場合は、mureka-9.5/instrumental モデルページで現在の契約を確認し、それに照らして認証情報とペイロードを確認してください。

これらのチェックは別個の監査ではなく、バッチの一部として実行します。自らの出力を検証するパイプラインこそが、この方法全体を再現可能にする鍵です。

プロファイル、曲のキャッシュ、チェックが揃えば、新しい商品カテゴリの追加は新しい制作プロジェクトではなく、小さくレビュー可能な変更になります。まさにそれが BGM レイヤーを独立して構築する狙いです。

永続的なAIアーティファクトで開発を始める

APIキーを取得して、タスクベースの1つのAPIで画像・動画・音声モデルを呼び出せます。

APIドキュメントを読む