Η Χρήση Τεχνητής Νοημοσύνης στη Μουσική Γίνεται Όλο και Περισσότερο Πολυτελής

Η εφαρμογή της τεχνητής νοημοσύνης στη μουσική έχει αυξηθεί τα τελευταία χρόνια.  Όπως εξηγεί ο Kumba Sennaar, οι τρεις τρέχουσες εφαρμογές της ΤΝ στη μουσική βιομηχανία befindονται στη σύνθεση μουσικής, τη μουσική ροή και τη μουσική αποζημίωση, όπου οι πλατφόρμες ΤΝ βοηθούν τους καλλιτέχνες να αποζημιώσουν το μουσικό τους περιεχόμενο με βάση τα δεδομένα από την δραστηριότητα των χρηστών.

Όλα ξεκίνησαν πολύ πίσω στο 1957, όταν ο Learn Hiller και ο Leonard Issacson προγραμματίσαν τον Illiac I να παράγει το “Illiac Suite για Κουαρτέτο Εγχόρδων”, το πρώτο έργο που γράφτηκε完全 από τεχνητή νοημοσύνη, και στη συνέχεια, 60 χρόνια αργότερα, μετατράπηκε σε ολόκληρα άλμπουμ όπως το άλμπουμ της Taryn Southern που παράχθηκε από την Amper Music το 2017. Hiện, η Southern έχει πάνω από 452 χιλιάδες συνδρομητές στο YouTube και το “Lovesick”, ένα τραγούδι από το άλμπουμ, ακούστηκε και είδε από περισσότερους από 45.000 θεατές.

Αλλά από τότε, η εφαρμογή της ΤΝ σε αυτό το πεδίο έχει γίνει και πιο πολυτελής και έχει επεκταθεί περαιτέρω. Η Open AI έχει δημιουργήσει το MuseNet, όπως εξηγεί η εταιρεία, “ένα βαθύ νευρωνικό δίκτυο που μπορεί να παράγει 4-λεπτές μουσικές συνθέσεις με 10 διαφορετικά όργανα και μπορεί να συνδυάσει στυλ από κάντρι μέχρι Μότσαρτ μέχρι τους Beatles. Το MuseNet δεν προγραμματίστηκε ρητά με την κατανόησή μας για τη μουσική, αλλά αντίθετα ανακάλυψε μοτίβα αρμονίας, ρυθμού και στυλ μαθαίνοντας να προβλέψει το επόμενο token σε εκατοντάδες χιλιάδες αρχεία MIDI. Το MuseNet χρησιμοποιεί την ίδια γενική-purpose ανοικτή τεχνολογία όπως το GPT-2, ένα μεγάλης κλίμακας μοντέλο μεταφραστή που εκπαιδεύτηκε να προβλέψει το επόμενο token σε μια ακολουθία, είτε ήχο είτε κείμενο.”

Από την άλλη πλευρά, όπως αναφέρει το GeekWire, μεταξύ άλλων, ο Dr. Mick Grierson, επιστήμονας υπολογιστών και μουσικός από το Goldsmiths, Πανεπιστήμιο του Λονδίνου, επιλήφθηκε πρόσφατα από τον ιταλικό κατασκευαστή αυτοκινήτων Fiat να παράξει μια λίστα με τα 50 πιο εικονικά ποπ τραγούδια χρησιμοποιώντας αλγόριθμους. Το αναλυτικό του λογισμικό χρησιμοποιήθηκε για να “καθορίσει τι κάνει τα τραγούδια αξιοσημείωτα, συμπεριλαμβανομένου του κλειδιού, του αριθμού των χτύπων ανά λεπτό, της ποικιλίας των ακορδίων, του λυρικού περιεχομένου, της ποικιλίας του ήχου και της σονικής διακύμανσης.”

Σύμφωνα με τα αποτελέσματά του, το τραγούδι που είχε το καλύτερο μίγμα των παραμέτρων ήταν το “Smells Like Teen Spirit” των Nirvana, μπροστά από το “One” των U2 και το “Imagine” του John Lennon. Το τραγούδι των Nirvana χρησιμοποιήθηκε στη συνέχεια από την Fiat για να προωθήσει το νέο μοντέλο FIAT 500. Ο Grierson εξήγησε ότι οι αλγόριθμοι έδειξαν ότι “τα ήχοι που χρησιμοποιούν αυτά τα τραγούδια και ο τρόπος που συνδυάζονται είναι πολύ μοναδικός σε κάθε περίπτωση.”

Μια άλλη εφαρμογή ήταν η βιβλιοθήκη musicnn, η οποία, όπως εξηγείται, χρησιμοποιεί βαθιά συνβολικά νευρωνικά δίκτυα για να ταξινομήσει αυτόματα τα τραγούδια. Τα μοντέλα “που περιλαμβάνονται επιτύγχαναν τα καλύτερα σκορ σε δημόσιες αξιολογήσεις. Η μουσική (σαν μουσικός) και τα καλύτερα μοντέλα της έχουν κυκλοφορήσει ως ανοικτό λογισμικό. Το έργο έχει αναπτυχθεί από την Ομάδα Τεχνολογίας Μουσικής του Πανεπιστημίου Pompeu Fabra, που βρίσκεται στη Βαρκελώνη, Ισπανία.

Στην ανάλυση του Jordi Pons, η musicnn χρησιμοποιήθηκε για να αναλύσει και να ταξινομήσει ένα άλλο εικονικό τραγούδι, το “Bohemian Rhapsody” των Queen. Παρατήρησε ότι η φωνή του Freddie Mercury ταξινομήθηκε ως γυναικεία φωνή, ενώ οι άλλες προβλέψεις ήταν khá ακριβείς. Η διαθεσιμότητα της musicnn ως ανοικτό λογισμικό καθιστά δυνατή την περαιτέρω βελτίωση της διαδικασίας ταξινόμησης.

Αναφέροντας τη χρήση της ΤΝ στη μουσική ροή, η Digital Music News καταλήγει στο συμπέρασμα ότι “η εισαγωγή της τεχνητής νοημοσύνης και των τεχνολογιών μηχανικής μάθησης έχει βελτιώσει σημαντικά τον τρόπο που ακούμε μουσική. Χάρη στις ταχύτατες προόδους στις τεχνολογίες ΤΝ και παρόμοιες, είναι πιθανό να δούμε πολλές μελλοντικές βελτιώσεις τα επόμενα χρόνια.”