動画の絵は作れるようになった。音も同じ場所に来た。Adobe Fireflyの音生成3機能が正式版に

動画の絵は作れるようになった。音も同じ場所に来た。Adobe Fireflyの音生成3機能が正式版に【2026年8月】

PhotoshopやPremiere Proを手がける米国のAdobe (アドビ) は現地時間2026年8月20日(木)、同社の生成AI「Firefly」で、音楽・スピーチ (読み上げ音声)・効果音を生成する3つの機能を一般提供 (GA) にしたと発表しました (一次 = Adobe公式ブログ)。一般提供はGeneral Availabilityの略で、試験提供を終えて、誰でも使える正式提供になることです。3つはいずれも、これまで正式提供前の段階で提供されてきた機能です。新しい動画生成モデルが出た、という発表ではありません。Fireflyには、文章の指示から動画の映像を生成する機能がすでにあります。動画の絵は作れるようになっていた。今回は音が、その同じ作業台に並びました。

この記事のポイント

• Adobeが現地時間2026年8月20日(木)、Fireflyの音声系3機能 (音楽・スピーチ・効果音の生成) の一般提供 (GA) を発表した (一次 = Adobe公式ブログ)
• 3機能とも試験段階からの移行。動画生成モデルの新発表ではない
• スピーチ生成は、Adobe自身のFirefly Speechモデルに加えて、ElevenLabs (AIによる音声合成を専門とする企業) の音声をオプションで選択できる
• 「商用利用に安全 (commercially safe)」はAdobeの説明。第三者が検証した結果ではなく、日本での権利の扱いを決める言葉でもない
• 料金・プラン条件の明記は公式ブログにない。「別のサブスクリプションは不要」という趣旨の記述はあるが、許諾済みの音源素材を別サービスで探す必要がないという文脈で、本記事では価格を断定しない

何が正式版になったのか。音楽・スピーチ・効果音

今回、一般提供に移ったのは次の3機能です。

表: 一般提供になった3機能

読み上げの声について、ひとつ整理しておきます。ElevenLabsの読み上げは自然さで知られていますが、今回の発表は「Fireflyの声がElevenLabs製になった」というものではなく、Adobe自身のモデルを基本に、外部の声が選択肢として並んだ、という形です。どの声を使うかで、生成物にかかわる会社が変わる。使う側が意識する場面は、これから増えていきます。

なお、各機能の対応言語や生成できる長さといった細かい仕様は、本記事では公式ブログで確認できた範囲にとどめています。

「プレビュー」と「一般提供」。段階の言葉を読む

ソフトウェアの世界の「プレビュー」は、正式提供の前に試験的に公開する段階を指します。仕様が変わるかもしれない、品質が揃わないかもしれない、という但し書きつきの公開です。「一般提供 (GA)」は、その但し書きを外して、正式なサービスの一部として提供する段階に移ることを指します。

注意したいのは、一般提供が「完成宣言」そのものではないことです。機能の出来がどうかは、使う人の評価で決まります。それでも、提供する側が「試しに置いてある」から「仕事で使う前提で提供する」へ看板を掛け替える行為ではあります。生成AIの発表は「できるようになりました」の段階と「使ってください」の段階が混ざって流れてくるので、この2つの言葉は、発表を読むときの目盛りとして使えます。

「商用利用に安全」は、いまのところAdobeの言葉

AdobeはFireflyの生成機能について、かねて「commercially safe (商用利用に安全)」「universally licensed」といった説明を使っています。今回の音声3機能も、この位置づけの中にあります。

ここは主語を確かめて読む場所です。この説明はAdobe自身のもので、第三者が検証した結果ではありません。また、生成した音楽や声を日本で仕事に使うとき、権利の扱いがどうなるかをこの宣伝文句が決めるわけでもありません。決めるのは各機能の利用条件と、それぞれの国の制度です。使う前に確認する場所は、キャッチコピーではなく利用条件の本文になります。

動画づくりの工程から見る。絵の隣に、音が並んだ

今回の発表を1本のニュースとして見ると地味です。新しいモデルはなく、料金の話もなく、試験段階だった機能が正式版になっただけ。それでも、動画をつくる工程の側から見ると、位置づけがはっきりします。

動画づくりは大づかみに、絵をつくる・音をつくる・編集でまとめる、の3つでできています。生成AIが最初に入り込んだのは絵の側でした。文章の指示から映像を生成する機能は、Fireflyにすでにあります。一方、音の側はこれまで、素材集を探す、録音する、別のサービスで作る、と工程が外に散っていました。BGMを1曲探すために素材サイトを何ページもめくった経験のある人なら、この散らばりの手間はすぐ思い浮かぶはずです。

今回のGAで、音楽・ナレーション・効果音という音の下ごしらえが、絵と同じ道具の中で正式にできる段階になりました。品質がどこまで実用かは、使ってからの評価で決まります。ただ、「絵はここ、音は外」だった工程の地図が、「絵も音も同じ場所」へ書き換わる方向は、この発表ではっきりしました。

日本の読者にとっての意味

持ち帰れることは3つあります。1つ目は、動画づくりの音探しが変わる可能性です。会社の紹介動画、学校の行事の記録、個人の投稿動画。BGMや効果音のために素材サイトを回っていた工程が、生成で済む場面が出てきます。まず変わるのは、大作ではなく、この日常の下ごしらえの側です。

2つ目は、「商用利用に安全」の読み方です。この言葉はAdobeの説明で、第三者の検証ではありません。仕事で使うなら、確認するのは宣伝文句ではなく利用条件です。読み上げの声でElevenLabsを選んだ場合に条件がどうなるかも、同じく利用条件の側で確かめる話になります。

3つ目は、段階の言葉を目盛りにすることです。プレビューは「試験公開」、一般提供は「正式提供」。生成AIの発表を読むとき、その機能がどちらの段階なのかを見るだけで、「もう仕事の前提にしてよいか」の判断がずいぶん変わります。

まとめ（FAQ）

Q. 新しい動画生成AIが出た?
A. 発表の中心は音です。音楽・スピーチ・効果音を生成する3機能が、試験段階から一般提供に移りました。動画の映像を生成する機能は、以前からFireflyにあります。

Q. 生成した音楽やナレーションは仕事で使っていい?
A. Adobeは「商用利用に安全」と説明しています。ただしこれは同社の説明で、第三者の検証ではありません。実際に使う前に確認するのは、各機能の利用条件です。

Q. 読み上げの声はAdobe製?
A. 基本はAdobe自身のFirefly Speechモデルです。加えて、ElevenLabsの音声をオプションで選べます。どちらを使うかは利用者の選択です。

Q. 料金は?
A. 料金・プラン条件の明記は公式ブログにありません。「別のサブスクリプションは不要」という趣旨の記述はありますが、使用許諾済みの音源素材を別サービスで調達する必要がない、という文脈です。本記事では価格を断定していません。

Quotidia の視点

「一般提供」という言葉は、発表の見出しとしては地味な部類です。ただ、生成AIの発表を読むための目盛りとしては、これがいちばん働きます。「できるようになりました」と「仕事で使ってください」は別の段階で、プレビューは前者、一般提供は後者です。今回Adobeが動かしたのはこの段階のほうでした。動画の絵を生成する機能はすでにあり、音楽・スピーチ・効果音がその隣に並んだ。動画をつくる工程から見ると、絵と音の下ごしらえが同じ道具の中で済む状態が、正式に始まったことになります。同時に、但し書きを1つ置きます。「商用利用に安全」と言っているのは、現時点では発表した当のAdobe自身です。外からの検証はまだ確認できていません。日本での権利の扱いをこの言葉が決めるわけでもありません。便利さの評価は使えば出ますが、「安全」の評価はまだ主語が1つです。裏書きする主語が増えるまで、「安全」はAdobeの一人称の言葉です。

関連記事:

• 物まねはセーフ、AI音声カバーは侵害になりうる。法務省検討会が「声」に引いた線（AIがつくる「声」の権利の話。今回のスピーチ生成を日本で仕事に使う前に、法務省検討会が「声」にどんな線を引きつつあるかを押さえられる回）
• コンテンツも広告もAIが作る。Rokuの24時間チャンネル「Fairground」は発表なしに始まっていた（映像の側が先に生成AIで埋まった実例。コンテンツも広告もAIが作る24時間チャンネルの回で、今回の「音が並んだ」発表を工程の全体像から眺められる）

三十秒の夜

米を二合研いで、夏のあいだは内釜の線より少し下で水を止める。うちの炊き方は、そう決まっている。研いだ水は、白く濁ったのを二度替えた。木曜日の夕方、茄子を二本焼くつもりで網を出し、その前に炊飯器のスイッチを入れて、換気扇を止めた。そのとたん、網戸の向こうから虫の声がまとまって流れ込んできた。ひと粒ふた粒ではない。草むらごと鳴っている。蝉の声がいつ終わったのか、僕は思い出せなかった。季節は、こちらに断りなく入れ替わる。聞き分けられるのはコオロギくらいで、あとの声は名前を知らない。知らないまま、毎年聞いている。
音がひとつ入っただけで、台所は八月の終わりの台所になった。
先週、Adobeが発表をひとつ出していた。Fireflyという、絵や動画を生成するAIの道具立ての話だ。動画に当てる音楽と、原稿を読み上げる声と、効果音。音の側の三つの機能が、試し置きの棚から正式版の棚へ移った。絵のほうは、すでに作れるようになっている。文章で頼めば、動画の映像が出てくる。今度は音が、同じ作業台に並んだことになる。商用でも安全に使えます、というのが会社の説明で、その言葉の裏書きは、いまのところ会社の中にだけある。
僕には、年にいくつか、なんでもない道を三十秒だけ撮る癖がある。旅先でも、近所でもいい。三十秒なのは、それより長いと見返さなくなると知っているからだ。三年前の秋に撮った一本は、設定を間違えて、音が入っていなかった。絵はきちんと写っている。街灯、濡れた路面、風で揺れる草。それなのに、何度見ても他人の夜に見える。同じ夜に撮った別の一本には、風と、遠くの踏切と、僕の足音が入っていて、そちらは何度見ても僕の夜だった。差は絵ではなく、音のほうにあった。
網の上で茄子の皮が爆ぜて、換気扇の止まった台所に、その音だけが響いた。

夕食のあと、切らしていた牛乳を買いに外へ出た。公園のへりの道は街灯の間隔が広くて、そのぶん声が濃い。右の植え込みと左の草むらで、別の種類が別の拍子で鳴いている。張りたての水みたいに、冷たく聞こえる声もある。目に見えるものはほとんどないのに、景色はいっぱいだった。夜は、絵よりも先に、音のほうから出来ている。
公園の柵の内側に、しゃがんだ親子がいた。父親の懐中電灯は、レンズに赤いセロハンが貼ってある。
「何かいるんですか」と僕は訊いた。
「コオロギ」と子どもが答えた。「あと、名前のわからないやつ。もう五回、逃げられてるの」
「近づくと、鳴きやむんですよ」と父親が言った。「だから、鳴きやんだ場所がいちばん近いってことなんです」
子どもの提げた虫かごは、まだ空だった。底にナスのへたがひとつ、先に入れてある。「うちで飼うやつは、ナスしか食べないんだ」と子どもが言った。まだ捕まえてもいない虫の好き嫌いが、もう決まっている。
歩きながら、三十秒の動画のことを考えた。音楽と、声と、効果音。抜けた音をあとから作って当てられる棚が、正式に開いたわけだ。上手な夜の音を選んで、あの三十秒に敷けば、あれは僕の夜に戻るのだろうか。それとも、どこの夜でもない、出来のいい夜がひとつ増えるだけだろうか。安全に使えます、という言葉も同じ棚にある。量りにかけたのは、まだ言った当人だけだ。草むらの声には、指示を出した憶えがない。それでも毎年この時期に、正確な順番で鳴きはじめる。
コンビニの明かりが見えるあたりで、足元の声がふっとやんだ。いちばん近くにいるらしい。僕は立ち止まらずに、そこを通り過ぎた。秋は、もう聞こえるところまで来ている。レジ袋の中で、牛乳のパックが一度だけ、低い音を立てた。

Adobe、Fireflyの音楽・スピーチ・効果音生成を一般提供に。試験段階から正式版へ

Adobeは現地時間2026年8月20日(木)、生成AI「Firefly」で音楽・スピーチ (読み上げ音声)・効果音を生成する3つの機能 (Generate Music / Generate Speech / Generate Sound Effects) を一般提供 (GA) にしたと発表した。3機能はいずれもこれまで試験段階で提供されてきたもので、正式な提供段階に移った。新しい動画生成モデルの発表ではない。スピーチ生成は、Adobe自身のFirefly Speechモデルに加えて、ElevenLabsの音声をオプションで選択できる。Adobeは生成物について「商用利用に安全 (commercially safe)」と説明しているが、これは同社の説明であり、第三者による検証ではない。料金の扱いは公式ブログに明記がない。Fireflyには文章の指示から動画の映像を生成する機能がすでにあり、今回の発表で、動画づくりの絵と音の下ごしらえが同じ道具の中に並んだ形になる。