ArcaluneArcalune

AI動画に音をつける ― ComfyUI・Hailuo時代のBGMと効果音

AI動画づくりは2026年に一気に広がりました。ローカルで回せる ComfyUI、速さと表現力の MiniMax、クラウドの Kling・Runway・Luma・Veo ― 数秒のカットなら誰でも作れる状況です。

ただし『映像が作れる』ことと『音がついている』ことは別で、しかもその境目はモデルによってまちまちです。この記事は、いまのAI動画がどう作られ、なぜ音を別に足すのか、YouTubeのどんな動画にどんな音が要るのかを整理し、そこに合う arcalune のBGMと効果音を並べたものです。掲載はすべて商用利用可・クレジット表記不要でダウンロードできます。

全10曲最終更新

この記事の選び方

  • 掲載しているのは arcalune が配布するBGM・効果音だけです。AI動画ツールそのものの宣伝や、他所の音の再配布はしていません。
  • YouTube で公開されているAI動画のジャンルで束ね、作り方と必要な音から選びました。
  • ツール名・バージョン・音声の有無は2026年8月時点で確認できた事実に基づきます。仕様は変わるので、最新は各ツールの公式で確認してください。
  • すべて商用利用可・クレジット表記不要でダウンロードできます。

2026年、AI動画はこう作られている

作り方は大きく二つの層に分かれます。ひとつは ComfyUI をローカルGPUで回す層で、大きな動きとカメラワークに強い Wan 2.2(5B版はVRAMを抑えて動く)、実写・アニメ・3DCGを扱う HunyuanVideo 1.5、そして音声同期とマルチショット(1回の生成で人物や照明を保ったまま複数カット)に対応した LTX-2.5 などが使われます。もうひとつはクラウド/APIの層で、MiniMax、Kling、Runway、Luma、Google の Veo、ByteDance の Seedance が、テキストや画像から数秒〜数十秒のカットを生成します。

MiniMax の映像モデル Hailuo 2.3(2025年10月)は、全身の動きや物理表現・微細な表情に強く、アニメや水墨画、ゲームCGの画風にも対応します。2026年7月31日に出た MiniMax H3 は別のモデルで、最大15秒・2K・ステレオ音声を映像と一緒に生成し、参照画像・映像・音声から人物や画風を保ちます。使い分けの目安は、ローカルで画風や人物を細かく制御するなら Wan / HunyuanVideo、速さと物理表現なら Hailuo 2.3、音声まで一括で作るなら MiniMax H3・LTX-2.5・Veo、という分け方です。

参照

ComfyUIWan 2.2 (ComfyUI)HunyuanVideo 1.5 (ComfyUI)LTX-2.5 (ComfyUI)MiniMax Hailuo 2.3MiniMax H3KlingRunway Gen-4.5Luma Ray 3.2Google Veo 3.1ByteDance Seedance 2.5

無音のモデルと、音まで作るモデルが併存している

音の扱いは3種類に分かれます。①映像だけを出すもの ― Wan 2.2 の標準生成、HunyuanVideo 1.5、Hailuo 2.3、Runway Gen-4.5、Luma、Pika。②既存の音声で映像を動かすもの ― Wan 2.2-S2V(音声に口や演技を合わせる。音そのものは作りません)。③映像と音声を同時に作るもの ― MiniMax H3、LTX-2.5、Google Veo 3.1、Kling 3.0、ByteDance Seedance 2.5。①のツールはどれも、生成後に音を足す『Add Audio』系の機能を別に持っています。これ自体が、動画制作に後付けの音の工程が要ることの裏付けです。なお OpenAI の Sora は音声付きでしたが、Web版・アプリは2026年4月26日に終了、APIも2026年9月24日に終了予定です。

『音声を生成できる＝BGMが要らない』ではありません。Veo 3.1 や MiniMax H3 は音楽まで作れます。それでも別にBGMを敷くのは、作れないからではなく、①1カットが数秒〜数十秒で、複数カットをまたぐと曲調・音量・旋律が繋がらない、②セリフ・環境音・効果音・BGMを別トラックで持てば、あとからBGMだけ差し替えたり、ナレーション中だけBGMを下げたりできる ― この2つのためです。ここが arcalune のような外部BGMの価値に直結します。

参照

Wan 2.2-S2V (ComfyUI)Pika SoundtrackOpenAI Sora

無音の映像に音を付ける、実際の順番

実務はだいたいこの順で進みます。カットを生成する → 使うカットを選ぶ → 全編を通すBGMを1本置く → 場面ごとに環境音(雨・波・室内のざわめきなど)を足す → 人物や物の動きに足音・衣擦れ・衝突音を合わせる → 画面の切り替えに短い効果音を置く → ナレーションや歌がある区間だけBGMの音量を下げる。BGMを最初に置いて土台を作り、効果音は最後に点で足すのがコツです。

ComfyUI で音まで一緒に書き出したいときは、追加機能 VideoHelperSuite の Video Combine ノードに音声入力を用意し、音楽ファイルを読み込むノードを繋いで一緒に出力します(標準ノードではないので導入が要ります)。動画編集ソフトで後から重ねても構いません。どちらでも、ここのトラックをダウンロードしてそのまま使えます。

参照

ComfyUI-VideoHelperSuite

YouTubeのAI動画は、こういう型で作られる

顔出しをしない解説・ドキュメンタリー(faceless)は、台本→合成音声→AI映像や画像→字幕の順で作り、声を邪魔しない薄いBGMを敷きます。シネマティックな短編・予告編は、絵コンテと参照画像からカットを生成し、劇伴とフォーリー、トレーラー用の衝撃・上昇音で構成します(AI映画祭の上映作が代表例)。テンポで見せる Shorts・ミーム・モンタージュは、5〜15秒の一発ネタに軽快なBGMと切替・衝撃音を重ねます。

AIミュージックビデオは、完成した楽曲を先に固定し、曲の小節ごとに短い映像を大量生成して拍に合わせて編集します ― 生成モデルの音声は使わず、元の曲が主音声です。商品広告・ブランドフィルムは、商品画像やロゴを参照素材にカットを作り、ナレーション・ロゴ音・短いBGMを後付けします。AI ASMRは、現実にない素材を切る・砕く・注ぐ映像と音を生成し、不自然な音を素材音で差し替えて長尺に再編集します。環境映像・作業用は、短い映像をループ・延長し、長尺BGMと環境音を別に敷きます。下のセクションは、この型ごとに arcalune のどの音が合うかを並べたものです。

参照

Runway AI Film FestivalYouTube Trends

シネマティック短編・AI映画・予告編

絵コンテと参照画像からカットを生成し、編集で一本にする作り方。通しの劇伴に、フォーリーとトレーラー用の衝撃・上昇音を重ねます。

  1. 1

    壮大でドラマティックな劇伴

    映画・予告編のように見せたいカットに通しで敷く、壮大でドラマティックな劇伴。数秒のカットを繋いだ短編でも、通しの一本があると作品としてまとまります。

    使いどころAI映画・短編、予告編、オープニング

    arcalune のこの音

  3. 3

    予告編の一撃と上昇音

    予告編を締める一撃の衝撃音と、上昇していく高揚の音。タイトルの出現やカットの切り替わりに置くと、映像の見せ場が立ちます。

    使いどころタイトル出現、カット切替、見せ場の強調

    arcalune のこの音

解説・ドキュメンタリー・faceless動画

台本→合成音声→AI映像や画像→字幕、の順で作る型。主役は声なので、それを消さない薄いBGMを敷きます。

  1. 4

    ナレーションを邪魔しないBGM

    音数の少ない、落ち着いたピアノ主体のBGM。合成音声のナレーションを乗せる解説・ドキュメンタリー(faceless動画)で、声を消さずに下へ敷けます。

    使いどころ解説・ドキュメンタリー、faceless動画、ナレーションの下

    arcalune のこの音

AIミュージックビデオ・ビジュアライザー

完成した楽曲を先に固定し、小節ごとに短い映像を大量生成して拍に合わせて編集する型。曲が主音声なので、足すのは転換の効果音です。

  1. 5

    曲に合わせる転換の効果音

    AIミュージックビデオは完成した楽曲が主音声なので、足すのはBGMより転換の効果音です。拍や歌詞の切れ目に合わせる、抜けの良いスウッシュと一撃。

    使いどころ拍・歌詞の切れ目、映像の転換、ビジュアライザー

    arcalune のこの音

環境映像・作業用・ループ背景

短いAI映像をループ・延長して長尺にする型。長時間流せるBGMと、雨や波などの環境音を組み合わせます。

  2. 7

    雨と波の環境音

    雨と波の環境音。無音のループ映像に重ねると、映像だけでは出ない『その場にいる感じ』が加わります。

    使いどころ雨・波の情景、ループ映像、環境の底上げ

    arcalune のこの音

Shorts・ミーム・テンポ動画

5〜15秒の一発ネタや連結モンタージュ。テンポの良いBGMと、切り替え・オチを締める効果音の組み合わせで決まります。

  1. 8

    テンポの良い短尺BGM

    軽快で前に進む明るいBGM。5〜15秒の一発ネタや連結モンタージュなど、テンポで見せるShortsに合わせやすい曲です。

    使いどころShorts・縦動画、モンタージュ、テンポ編集

    arcalune のこの音

  2. 9

    切り替えと衝撃の効果音

    フラッシュの切替音、一撃の衝撃、抜けのスウッシュ。テンポ動画やミームで、カットの変わり目やオチに置くと視聴のリズムが締まります。

    使いどころ切り替え・転換、オチ・ミーム、衝撃の強調

    arcalune のこの音

AI ASMR・質感を見せる動画

現実にない素材を切る・砕く・注ぐ映像と音を生成し、不自然な音を素材音で差し替える型。ここは主役が効果音です。

  1. 10

    質感・フォーリーの効果音

    はさみで切る音、水の音、ガラスの割れる音。AI ASMRや質感を見せる動画で、生成映像の音が不自然な箇所を、はっきりした素材音で差し替えるのに使えます。arcaluneが持つフォーリーの一部です。

    使いどころAI ASMR、質感の演出、素材音の差し替え

    arcalune のこの音

AI動画は映像がどれだけ進んでも、どの音楽をどこに置くか、どの効果音で締めるかを人が決める工程が残ります。ジャンルのセクションから、映像に合う音を選んでみてください。

各トラックのページから同じ系統の曲・効果音をまとめて辿れます。長さや雰囲気の違うものが要るときは、そこから探してください。

よくある質問

AI動画は音声も生成されるのでは？BGMは要りますか？

モデルによります。ComfyUI の Wan 標準や HunyuanVideo、Runway・Luma・Pika は無音で、音は後付けです。Veo 3.1・MiniMax H3・Kling 3・LTX-2.5・Seedance は音声(音楽を含む)も生成します。ただし1カットは数秒〜数十秒で、繋いだ完成動画では曲調・音量が連続しません。通しのBGMは最終編集で別に敷き、あとから差し替えられるようにしておくのが一般的です。

ComfyUI で作った無音動画に、どうやって音楽を足しますか？

追加機能 VideoHelperSuite の Video Combine ノードに音声入力を用意し、音楽ファイルを読み込むノードを繋いで一緒に書き出します(標準ノードではないので導入が要ります)。動画編集ソフトで後から重ねても構いません。ここのトラックをダウンロードして使ってください。

収益化する動画や広告に使えますか？

使えます。arcalune のBGM・効果音はすべて商用利用可・クレジット表記不要でダウンロードできます。なお、AIで作った映像そのものの商用利用可否は使ったツールの規約によるので、そちらは各ツールの公式で確認してください。

プライバシー設定を確認しています…

サムネイルを押すと試聴できます