Modely a platformy AI
Použití umělé inteligence v hudbě se stává stále sofistikovanějším
Přidejte Unite.AI mezi své preferované zdroje na Google
Aplikace umělé inteligence v hudbě se zvyšuje již několik let. Jak vysvětluje Kumba Sennaar, současné aplikace AI v hudebním průmyslu spočívají ve skládání hudby, streamování hudby a monetizaci hudby, kde platformy AI pomáhají umělcům monetizovat svůj hudební obsah na základě dat z uživatelské aktivity.
Vše začalo již v roce 1957, kdy Learn Hiller a Leonard Issacson naprogramovali Illiac I, aby vytvořil „Illiac Suite for String Quartet“, první dílo zcela napsané umělou inteligencí. O šedesát let později se to změnilo v kompletní alba, jako je album Taryn Southern, který byl produkován Amper Music v roce 2017. V současné době má Southern na YouTube více než 452 tisíc odběratelů a píseň „Lovesick“ z alba byla slyšena a zhlédnuta více než 45 000 diváky.
Ale od té doby se aplikace AI v tomto oboru stala jak sofistikovanější, tak i rozvětvenější. Open AI vytvořila MuseNet, jak vysvětluje společnost, „hlubokou neuronovou síť, která může generovat čtyřminutové hudební skladby se 10 různými nástroji a může kombinovat styly od country po Mozarta po Beatles. MuseNet nebyla explicitně naprogramována naším pochopením hudby, ale místo toho objevila vzory harmonie, rytmu a stylu tím, že se naučila předpovídat další token v hundred tisících MIDI souborech. MuseNet používá stejnou obecnou technologii jako GPT-2, velký jazykový model trained na predikci dalšího tokenu v sekvenci, ať už audio nebo text.”
Na druhé straně, jak GeekWire a další zprávy, Dr. Mick Grierson, počítačový vědec a hudebník z Goldsmiths, University of London, byl nedávno pověřen italským výrobcem automobilů Fiat, aby vytvořil seznam 50 nejikoničtějších popových písní pomocí algoritmů. Jeho analytický software byl použit k „určení toho, co dělá písně pozoruhodné, včetně klíče, počtu beatů za minutu, variety akordů, lyrického obsahu, timbrové variety a sonické variety.”
Podle jeho výsledků byla píseň, která měla nejlepší kombinaci stanovených parametrů, Nirvanova „Smells Like Teen Spirit“, před písněmi U2 „One“ a Johna Lennona „Imagine“. Nirvanova píseň byla poté použita FIATem k propagaci nového modelu FIAT 500. Grierson vysvětlil, že algoritmy ukázaly, že „zvuky, které tyto písně používají, a způsob, jakým jsou kombinovány, je vysoce unikátní v každém případě.”
Další aplikací byla připravena musicnn knihovna, která, jak je vysvětleno, používá hluboké konvoluční neuronové sítě k automatickému označování písní. Modely „které jsou zahrnuty dosahují nejlepších skóre v veřejných evaluačních benchmarcích.” Hudba (jako hudebník) a její nejlepší modely byly vydány jako open-source knihovna. Projekt byl vyvinut Music Technology Group of the Universitat Pompeu Fabra, který se nachází v Barceloně, Španělsko.
V jeho analýze aplikace použil Jordi Pons musicnn k analýze a označení další ikonické písně, Queenovy „Bohemian Rhapsody“. Zjistil, že zpěv Freddiem Mercurym byl označen jako ženský hlas, zatímco jeho další předpovědi byly poměrně přesné. Učinění musicnn dostupným jako open-source umožňuje další rafinaci procesu označování.
Zpráva o použití AI v hudebním streamování, Digital Music News uzavírá, že „zavedení umělých inteligencí a technologií strojového učení výrazně zlepšilo způsob, jakým posloucháme hudbu. Díky rychlým pokrokům v AI a podobných technologiích jsme pravděpodobně uvidíme spoustu futuristických zlepšení v nadcházejících letech.”
