Brugen af kunstig intelligens i musik bliver mere og mere avanceret

Anvendelsen af kunstig intelligens i musik er øget over de seneste par år.  Som Kumba Sennaar forklarer, ligger de nuværende anvendelser af AI i musikbranchen i musikkomposition, musikstreaming og musikmonetarering, hvor AI-platforme hjælper kunstnere med at moneterere deres musikindhold baseret på data fra brugeraktivitet.

Det begyndte helt tilbage i 1957, da Learn Hiller og Leonard Issacson programmede Illiac I til at producere “Illiac Suite for String Quartet”, det første værk, der fuldstændigt var skrevet af kunstig intelligens. 60 år senere udviklede det sig til komplette albums som Taryn Southerns album, der blev produceret af Amper Music i 2017. I øjeblikket har Southern over 452.000 abonnenter på YouTube, og “Lovesick”, en sang fra albummet, er blevet set og hørt af over 45.000 seere.

Men siden da er anvendelsen af AI på dette område blevet både mere avanceret og udvidet. Open AI har skabt MuseNet, som virksomheden forklarer, “en dyb neural netværk, der kan generere 4-minutters musikkompositioner med 10 forskellige instrumenter og kan kombinere stilarter fra country til Mozart til The Beatles. MuseNet blev ikke eksplicit programmeret med vores forståelse af musik, men opdagede i stedet mønstre af harmoni, rytme og stil ved at lære at forudsige det næste token i hundredtusinder af MIDI-filer. MuseNet bruger samme generelle formål-ubegrænsede teknologi som GPT-2, et stort skala-transformer-model, der er trænet til at forudsige det næste token i en sekvens, enten lyd eller tekst.”

På den anden side, som GeekWire og andre rapporterer, blev Dr. Mick Grierson, computervidenskabsmand og musiker fra Goldsmiths, University of London, nylig hyret af den italienske bilfabrikant Fiat til at producere en liste over de 50 mest ikoniske popsange ved hjælp af algoritmer. Hans analytiske software blev brugt til at “bestemme hvad der gør sangene bemærkelsesværdige, herunder tone, antal takter per minut, akkordvariet, tekstindhold, timbervariation og lydvariation.”

Ifølge hans resultater var sangen, der havde den bedste cocktail af parametrene, Nirvanas “Smells Like Teen Spirit”, foran U2’s “One” og John Lennons “Imagine”. Nirvanas sang blev derefter brugt af FIAT til at promovere deres nye FIAT 500-model. Grierson forklarede, at algoritmernes viste, at “‘lydene, disse sange bruger, og måden, de kombineres på, er højst unik i hvert tilfælde.'”

En anden anvendelse blev udarbejdet af musicnn-biblioteket, som forklarer, at det bruger dybe convolutionelle neurale netværk til automatisk at mærke sange. Modellerne “der er inkluderet opnår de bedste resultater i offentlige evalueringsskalaer.” Musik (som i musiker) og dens bedste modeller er blevet frigivet som en open-source-bibliotek. Projektet er blevet udviklet af Music Technology Group of the Universitat Pompeu Fabra, der er beliggende i Barcelona, Spanien.

I sin analyse af anvendelsen brugte Jordi Pons musicnn til at analysere og mærke en anden ikonisk sang, Queens “Bohemian Rhapsody”. Han bemærkede, at den syngende stemme af Freddie Mercury blev mærket som en kvindelig stemme, mens dens andre forudsigelser var ret præcise. At gøre musicnn tilgængeligt som open-source gør det muligt at yderligere forfine mærkningsprocessen.

I en rapport om brugen af AI i musikstreaming konkluderer Digital Music News, at “introduktionen af kunstig intelligens og maskinlærings-teknologier har betydeligt forbedret måden, vi lytter til musik på. Takket være hurtige fremskridt i AI og lignende teknologier, er vi sandsynligvis gået glip af mange fremtidige forbedringer i de kommende år.”