わりとすぐYOASOBIっぽくなるのが欠点か？

suno.com/s/ziuN3mqLKK...

技術的には、Deep Research的に少ない情報から内容を推測する、得られた内容を会話的な内容に変換する、という2つの処理からなるのかな。
分解すればどちらもやればできそうな技術だけど、そういう発想はなかなか出てこない。この辺がGoogleのすごいところ。

訂正。調べたらMIDIの規格化は1981年なので、CMU-800が発売された1982年にMIDIは存在してた。
けど、まだ対応製品はなかったというのが正確でした。調べた限り、MIDIに対応した製品が出てきたのは1983年。