Seth Forsgren, Riffusionin perustaja ja toimitusjohtaja – Haastattelusarja

Seth Forsgren, Riffusionin perustaja ja toimitusjohtaja, johtaa kehitystyötä tekoälypohjaisessa musiikintuottamistyökalussa, joka luo ääniraitoja tekstin perusteella. Riffusion mahdollistaa käyttäjilleen kokeilla eri musiikkityylejä ja ääniä reaaliajassa, mikä tekee musiikin luomisesta helpompaa. Alusta on suunniteltu sekä luovuutta että helppoutta silmällä pitäen, ja se mahdollistaa kenelle tahansa tutustua tekoälyllä luotuun musiikkiin ilman, että tarvitsee olla ammattimainen muusikko.

Riffusion on paras tekoälymusiikkigeneraattori, jonka olen itse kokeillut, ja se on työkalu, jonka suosittelen kaikille, jotka ovat kiinnostuneita tekoälyllä luodusta musiikista.

Mitä Riffusionin varhaisimmat päivät olivat? Mikä oli se alkusyke, joka sai teidät kehittämään tekoälypohjaisen musiikintuottamistyökalun?

Riffusion alkoi harrastusprojektina kahden elinikäisen muusikon välillä. Minun perustajakumppani Hayk ja minä olemme soittaneet amatööriyhtyeissä yli kymmenen vuoden ajan, ja olemme aina olleet kiinnostuneita luovasta prosessista. Eräänä iltapäivänä olimme takapihalla kirjoittamassa laulua, ja etsimme inspiraatiota kokeilemalla varhaisia tekoälymallinnuksia, jotka voivat luoda kuvia tyhjästä. Mutta mitä me todella halusimme, oli työkalu, joka voisi tehdä musiikkia kanssamme, tekoäly, jonka voimme yhteistyössä luoda uusia melodioita ja ääniä, joita kukaan ei ole koskaan kuullut. Tuolloin sellaista ei ollut olemassa, joten yritimme rakentaa sen itse enemmän kuin kenenkään muun vuoksi.

Milloin te tajusitte, että Riffusionilla on potentiaalia tulla täysimittaiseksi yritykseksi?

Äkiäinen muutos tapahtui, kun jaamme harrastusprojektimme muutamien ystävien kanssa, ja yhtäkkiä se meni täysin viraaliseksi. Se ei ollut vain teknologian tai tekoälyfanaattien kiinnostuksen aihe, vaan ammattimuusikot, tuottajat ja miljoonat musiikinystävät olivat sitoutuneita siihen tavoin, joita emme olisi voineet koskaan odottaa. Jotkut maailman suosituimmista artisteista alkoivat ottaa meihin yhteyttä näytteillä, jotka he olivat luoneet Riffusionin avulla!

Projekti inspiroi myös johtavat tutkimuslaboratoriot Googlessa, ByteDancessa ja muissa yrityksissä käynnistämään oman tekoälymusiikkityönsä perustuen työhömme, ja oli selvää, että tämä ei ollut vain kokeilu – se oli perusta jotain paljon suuremmalle. Yrityksenä meillä on nyt mahdollisuus tuoda tämä uusi soittimen luovaan ihmisiin ympäri maailmaa.

Mitkä olivat suurimmat tekniset ja liiketoiminnalliset haasteet, joita te kohtasitte siirtymällä Riffusionista kokeilusta kaupalliseksi tuotteeksi?

Teknisellä puolella olemme edenneet pitkälle. Ensimmäiset mallimme tuottivat karkeita, viiden sekunnin mittaisia matalanlaatuisia musiikkikappaleita, ja nyt voimme tuottaa täysipitkän, laadukkaan kappaleen suurella hallittavuudella ja ilmaisuvoimalla. Tämä on edellyttänyt merkittäviä edistysaskelia mallirakenteessa ja jatkuvaa uudelleenarviointia. Se on kiitettävää tutkijoille tiimissämme, että olemme päässeet tähän vaiheeseen, ja tiedämme, että tämä on vasta alku siitä, mitä teknologia mahdollistaa.

Riffusion alkoi alun perin keskittyä lyhyiden musiikkiriffien tuottamiseen, mutta nyt se voi säveltää täysipitkän kappaleen. Mitkä edistysaskeleet mahdollistivat sen kyvyn laajentamisen?

Kouluttamalla omia perusmallejamme alusta alkaen olemme pystyneet parantamaan Riffusionin tuotoksen laatua, ilmaisuvoimaa ja hallittavuutta. Merkittävä läpimurto saavutettiin kehittämällä ja julkaisemalla viimeisintä malliamme, FUZZ. Sokeissa testeissä FUZZ suoriutuu johdonmukaisesti paremmin kuin kilpailevat mallit, kun annetaan samat kappaleiden sanoitukset ja äänipromptit, ja malli on suunniteltu erityisesti auttamaan käyttäjiä löytämään henkilökohtaisen äänensä – mitä enemmän käyttäjä viettää aikaa Riffusionilla, sitä enemmän FUZZ oppii yksilöllistä makua, ja sitä enemmän henkilökohtaisia kappaleita luodaan. Näemme tämän suurena erottautumisen tekijänä Riffusionille.

Monet tekoälymusiikkimallit kamppailevat emotionaalisen syvyyden ylläpitämisessä musiikissa. Miten Riffusion tallentaa eri tunnelmien ja tyylilajien nuansseja?

Musiikki on syvästi henkilökohtaista ja emotionaalisista, ja haluamme, että Riffusion tuottaa musiikkia, joka resonoi inhimillisellä tasolla. Kuten neuvonantajamme Alex Pall sanoo, “Tämä ei ole äänen tekemisestä; se on siitä, että tehdään jotain erityistä äänen kautta.”

Juuri kuten hyvin valmistettu viulu voi antaa taiteilijalle täydellisen mahdollisuuden ilmaista itseään, koulutamme mallejamme olemaan soittimia, jotka ohjataan käyttäjän luovuuden mukaan joka käänteessä. Riippumatta siitä, syötätkö melodian, tekstin promptin tai jopa kuvan, Riffusion mukautuu aikomuksiisi ja muotoilee ulostulon heijastamaan eri tunnelmia, dynamiikkaa ja tyylikeinoja. Keskitymme käyttäjiin, jotka tulevat takaisin päivä toisensa jälkeen luomaan todella upeaa musiikkia alustalla.

Kun tekoälyllä luotu musiikki jatkaa kehittymistään, miten näet sen täydentävän ihmisten luovuutta sen sijaan, että se korvaisi sitä?

Tehtävä on väline musiikin tekijöille, ei korvike. Koko historian ajan uudet musiikilliset työkalut – kuten syntetisaattorit ja digitaaliset äänityöasemat – ovat laajentaneet sitä, mitä taiteilijat voivat luoda ilman, että he vähentävät inhimillistä taituruutta. Riffusion noudattaa samaa filosofiaa. Näemme Riffusionin soittimena, joka rohkaisee muusikoita kokeilla, yhteistyöhön ja kokeilla uusia tarinankerrontamuotoja. Taiteilijat tuovat edelleen sielun ja aikomuksen musiikkiinsa, ja tekoäly auttaa toteuttamaan nämä ideat. Olemme innoissamme, että niin monet ammattimuusikot ja harrastajat ottavat tätä työkalua käyttöön joka päivä ja löytävät ilon luovasta prosessista.

Miten muusikot ja tuottajat ovat vastanneet Riffusionin kykyihin? Oletko nähnyt mitään odottamattomia tai innovatiivisia työkalun käyttötapoja?

Vastaus on ollut melko uskomaton. Joitakin aloitti käyttämällä näitä työkaluja vuosia sitten, mutta joka viikko nyt ammattimuusikkojen ja tuottajien määrä, jotka omaksuvat teknologian, laajenee dramaattisesti. Olemme nähneet artisteja, jotka käyttävät Riffusionia uusien melodioiden ideoimiseen, uusien äänten luomiseen ja jopa kokonaisten albumien säveltämiseen. Jotkut ovat yhdistäneet Riffusionin sukupolvia live-esityksiin luomaan täysin uusia tyylilajeja. Yksi jännittävimmistä asioista on ollut nähdä, miten ihmiset ottavat tämän työkalun ja tekevät siitä oman, olipa se sitten musiikin luominen luonnon äänistä, kokeellisten sävellysten testaaminen tai elokuvamusiikin säveltäminen.

Nyt kun Riffusion pystyy luomaan pitkiä musiikkikappaleita, näetkö potentiaalia tekoälyllä luoduille elokuva-, videopeli- tai muiden medioitten ääniraidoille?

Pitkien musiikkikappaleiden tuottamismahdollisuus tekee Riffusionista voimakkaan työkalun laajemmalle medialandskaapille. Olemme jo nähneet kiinnostusta elokuvantekijöiltä, pelinkehittäjiltä ja sisällöntuottajilta, jotka haluavat yksilöllisiä ääniraitoja, jotka mukautuvat heidän tarinoihinsa, ehkä jopa reaaliajassa. On selvää, että tekoäly voi auttaa kertomaan tarinoita eri medioissa, ja olemme vasta alussa tässä kehityksessä.

Miten näet Riffusionin tulevaisuuden, ja miten se muokkaa musiikin luomisen tulevaisuutta?

Tänään vain pieni osa ihmistä luo musiikkia, mutta luovuus on kaikkien sisällä. Rakentamalla työkaluja, jotka alentavat esteitä ja samalla korottavat äänen mahdollisuuksia, Riffusion tulee olemaan tärkeä soitin musiikin tulevaisuudessa. Näen Riffusionin paikkana, jonne kuka tahansa voi tulla luomaan, kokeilemaan ja yhdistymään musiikin kautta. Olitpa ammattimuusikko tai joku, joka ei ole koskaan tehnyt laulua, haluamme Riffusionin olevan soittimen, joka auttaa sinua löytämään oman äänesi.

Kiitos haastattelusta, käyttäjille, jotka ovat kiinnostuneita musiikin luomisesta, suosittelemme Riffusionin käyttöä.