Mireloは2026年10月14日、動画に合わせて効果音や環境音を生成する「Mirelo SFX 2.0」を発表しました。映像を作り直さずに、不要な音楽を取り除き、セリフを保ちながら音を付け直せるAIです。

AIで作った動画の「映像はいいのに、音が合わない」という問題に対応します。編集済みの複数のカットにも、つながりのある音をまとめて生成できます。

映像を見て、動きに合う音を生成

Mirelo SFX 2.0は、動画の動きや場所を読み取り、効果音、足音や衣擦れなどの生活音、周囲の環境音を生成します。

例えば、人が歩く場面には動きに合う足音を付け、屋外と大きな屋内では響き方を変える、といった使い方です。音の素材を探し、長さを切り、映像に合わせて配置する作業を減らします。

会話がある場面では、声に合わせて効果音などの音量も調整するとしています。

不要なBGMを消し、会話を残せる

特徴の一つが、動画に入っている会話を保ちながら、それ以外の音を置き換えられることです。

AI動画には、指定していないBGMが入る場合があります。動画全体を無音にするとセリフまで消えてしまいますが、SFX 2.0では不要な音楽や効果音を取り除き、新しい音を組み合わせられます。後から自分で選んだBGMを載せる作業にも向いています。

ただし、公式の説明では、発話を検出して新しい音とともに再生成する仕組みです。元の声の音声データを、そのまま変更せず残すことまで保証するものではありません。

Mirelo StudioとAPIでは、最大10分の動画に対応します。短い素材ごとに音を作ってつなぎ直すだけでなく、映像編集を終えた状態から、全体の音を一度に生成できます。

同じ場所を複数の角度から映した場面でも、カットが変わるたびに環境音が不自然に切り替わる問題を抑えるとしています。企業向けプランでは、さらに長い動画について個別に相談できます。

Mireloが公表したブラインド試聴では、同じ映像に付けた二つの音を比較し、音質や画面上の出来事との一致度を評価しました。各比較で、25人の評価者が30本の動画を判定しています。

Sonyの「Woosh」との比較では、Mirelo SFX 2.0が好まれた割合は81％、Wooshは9％、引き分けは10％でした。

動画生成AIが標準で作る音との比較では、「Veo 3.1 Fast」に対して57％がMireloを、21％がVeoを選び、22％が引き分けでした。「Seedance 2.5」との比較は、Mireloが47％、Seedanceが28％、引き分けが25％です。

これらはMireloが公表した試聴結果です。あらゆる動画で同じ差が出ることを示すものではありません。

発表時点で、MireloのPlayground、Editor、API、MCPに加え、Runwayとfalで提供されています。一般の利用者はブラウザー上で動画をアップロードし、開発者はAPIを使って自社の動画制作サービスに組み込めます。

Mireloの無料プランには月5,000クレジットが含まれます。有料のCreatorプランは月20ユーロで、月24,000クレジットです。公式の目安では、現在の割引単価でSFX 2.0だけに使った場合、無料プランは約8分、Creatorは約40分の生成に相当します。

falでは、2026年12月13日まで出力1秒当たり0.010ドルの導入価格です。10秒の音付き動画を1案生成する場合は0.10ドルで、複数案を作るとその分が加算されます。12月14日からは、通常価格の1秒当たり0.015ドルになる予定です。