Seth Forsgren, medstifter og administrerende direktør for Riffusion – Interviewserie

Seth Forsgren, medstifter og administrerende direktør for Riffusion, står i spidsen for udviklingen af et AI-drevet musikgenereringsværktøj, der kan skabe lydspor fra tekstprompter. Riffusion giver brugerne mulighed for at eksperimentere med forskellige musikstilarter og lyde i realtid, hvilket gør musikskabelsen mere tilgængelig. Værktøjet er designet til både kreativitet og brugervenlighed og giver alle mulighed for at udforske AI-genereret musik uden at kræve formel musikalsk ekspertise.

Riffusion er den bedste AI-musikgenerator, jeg personligt har prøvet, og det er et værktøj, jeg vil anbefale til brugere, der er interesseret i AI-genereret musik.

Kan du tage os tilbage til Riffusions tidlige dage? Hvad var den oprindelige idé, der fik dig til at bygge et AI-musikgenereringsværktøj?

Riffusion startede som et helt hobbyprojekt mellem to livslange musikere. Min medstifter, Hayk, og jeg har spillet i amatørband sammen i over et årti, og vi har altid været fascineret af den kreative proces. En eftermiddag var vi i min baghave og skrev en sang, og i vores søgen efter inspiration begyndte vi at lege med tidlige AI-modeller, der kunne generere billeder ud af ingenting. Men det, vi virkelig ville have, var et værktøj, der kunne lave musik med os, en AI, vi kunne samarbejde med for at skabe nye melodier og lyde, som ingen havde hørt før. Der var intet lignende på det tidspunkt, så vi prøvede at bygge det til os selv mere end til nogen andre.

På hvilket tidspunkt indså du, at det havde potentialet til at blive et fuldt udbygget selskab?

Vendepunktet kom, da vi delte vores hobbyprojekt med nogle venner, og pludselig gik det viralt. Det var ikke kun teknologer eller AI-entusiaster, der var interesseret – professionelle musikere, producere og millioner af almindelige musikelskere engagerede sig med det på måder, vi aldrig havde kunnet forudse. Nogle af vores yndlingskunstnere i verden begyndte at kontakte os med samples, de havde skabt ved hjælp af Riffusion!

Projektet inspirerede også topforskningslaboratorier hos Google (GOOGL ), ByteDance og andre til at starte deres egne AI-musikprojekter baseret på vores arbejde, og det var klart, at dette ikke bare var et eksperiment – det var grundlaget for noget meget større. Som selskab har vi nu mulighed for at bringe dette nye instrument til kreative mennesker overalt.

Hvad var de største tekniske og forretningsmæssige udfordringer, du stod over for, da du skulle omdanne Riffusion fra et eksperiment til et kommercielt produkt?

På den tekniske side er vi kommet langt. Vores første modeller genererede kornede, fem-sekunders klip af lavkvalitetsmusik, og vi kan nu generere fuldlængde, højkvalitets sange med stor kontroll og udtryksfuldhed. Dette har krævet store fremskridt i modelarkitekturen og konstant omdefinering af ting fra scratch. Det er en kredit til de fantastiske forskere på vores hold, at vi er kommet så langt, og vi ved, at dette er stadig kun begyndelsen på, hvad der er muligt med teknologien.

Riffusion startede oprindeligt med at generere korte musikriffs, men nu kan det komponere fuldlængde stykker. Hvad var det, der gjorde det muligt for dig at udvide dets kapaciteter?

Ved at træne vores egne grundmodeller fra scratch har vi kunnet forbedre kvaliteten, udtryksfuldheden og kontrollen over Riffusions output. Et større gennembrud kom med udviklingen og udgivelsen af vores seneste model, FUZZ. I blinde tests udfører FUZZ konsekvent bedre end konkurrerende modeller, når de får de samme tekst- og lydprompter, og modellen er unikt designet til at hjælpe brugere med at finde deres personlige lyd – jo mere tid en bruger tilbringer med Riffusion, jo mere lærer FUZZ om brugerens individuelle smag, og jo mere personlig bliver den genererede musik.

Mange AI-musikmodeller kæmper med at fastholde emotionel dybde i musikken. Hvordan fanger Riffusion de nuancer, der findes i forskellige stemninger og stilarter?

Musik er dybt personlig og emotionel, og vi vil have, at Riffusion genererer musik, der berører på et menneskeligt niveau. Som vores rådgiver Alex Pall siger: “Dette handler ikke om at skabe lyd; det handler om at skabe noget særligt gennem lyd.”

Hvordan ser du på AI-genereret musik som en komplementær del af den kreative proces, snarere end en erstatning for menneskelig kreativitet?

AI er et instrument for musikere, ikke en erstatning. Gennem historien har nye musikalske værktøjer – fra synthesizere til digitale audio-arbejdsstationer – udvidet, hvad kunstnere kan skabe, uden at mindske den menneskelige kunstnerisk udtryksform. Riffusion følger samme filosofi. Vi ser Riffusion som et instrument, der opmuntrer musikere til at eksperimentere, samarbejde og prøve nye former for fortælling. Kunstnere bringer stadig sjælen og intentionen til deres musik, og AI hjælper med at bringe disse idéer til live. Vi er begejstrede over, at så mange professionelle musikere og entusiaster omfatter dette værktøj hver dag og finder glæde i den kreative proces.

Hvordan har musikere og producere reageret på Riffusions kapaciteter? Har du set nogen uventede eller innovative brug af værktøjet?

Reaktionen har været ret fantastisk. Der var nogle, der startede med at bruge disse værktøjer for år tilbage, men hver uge nu udvides antallet af professionelle musikere og producere, der omfatter teknologien dramatisk. Vi har set kunstnere bruge Riffusion til at brainstorme nye melodier, skabe nye lyde og endda komponere hele album. Nogle har kombineret Riffusions generationer med live-instrumentering for at skabe helt nye genrer. En af de mest spændende ting har været at se, hvordan folk tager dette værktøj og gør det til deres eget, enten ved at generere musik fra naturens lyde, teste eksperimenterende kompositioner eller lave filmmusik.

Nu hvor Riffusion kan skabe langvarig musik, ser du potentiale for AI-genererede partiturer i film, videospil eller andre medier?

Evacueringsmuligheden for at generere langvarig musik gør Riffusion til et kraftfuldt værktøj for det større medielandskab. Vi ser allerede interesse fra filminstruktører, spiludviklere og indholdsskabere, der ønsker unikke partiturer, der kan tilpasse sig deres fortællinger, måske endda i realtid. Det er klart, at AI kan hjælpe fortællere med at udtrykke sig på tværs af medier, og vi er kun lige begyndt at udforske denne frontier.

Med henblik på fremtiden, hvad er din ultimative vision for Riffusion, og hvordan ser du, at det former fremtiden for musikskabelsen?

I dag er det kun en lille brøkdel af mennesker, der laver musik, men kreativitet er indbygget i os alle. Ved at bygge værktøjer, der sænker barrieren for at komme i gang og samtidig hæver loftet for, hvad der er muligt med lyd, vil Riffusion være et vigtigt instrument i fremtiden. Jeg ser Riffusion som stedet, hvor alle, der søger at skabe, eksperimentere og forbinde sig gennem musik, kan finde deres lyd. Uanset om du er en professionel producer eller nogen, der aldrig har lavet en sang før, vil vi have, at Riffusion skal være instrumentet, der hjælper dig med at finde din egen lyd.

Tak for det gode interview, brugere, der er interesseret i at generere nogen musik, skal besøge Riffusion.