Tekoälyn käyttö musiikissa on yhä kehittyneempää

Tekoälyn soveltaminen musiikissa on lisääntynyt jo muutaman vuoden.  As Kumba Sennaar Tekoälyn kolme nykyistä sovellusta musiikkiteollisuudessa ovat musiikin sävellys, musiikin suoratoisto ja musiikin kaupallistaminen, joissa tekoälyalustat auttavat artisteja rahallistamaan musiikkisisältönsä käyttäjien toiminnasta saatujen tietojen perusteella.

Kaikki alkoi jo vuonna 1957, kun Learn Hiller ja Leonard Issacson ohjelmoivat Illiac I:n tuottamaan "Illiac Suite for String Quartet -teoksen, joka oli ensimmäinen kokonaan tekoälyn kirjoittama teos, ja sitten 60 vuoden kuluttua siitä tuli kokonaisia ​​albumeita, kuten Taryn Southern albumin tuottaja Amper Musiikki vuonna 2017. Southernilla on tällä hetkellä yli 452 tuhatta tilaajaa YouTubessa ja "Lovesick" -albumin kappaletta kuunteli ja katseli yli 45,000 XNUMX katsojaa.

Mutta siitä lähtien tekoälyn soveltaminen tällä alalla on sekä kehittynyt että haaroittunut pidemmälle. Open AI on luonut MuseNet, kuten yritys selittää, "syvä hermoverkko, joka voi tuottaa 4 minuutin sävellyksiä 10 eri instrumentilla ja yhdistää tyylejä maasta Mozartiin ja Beatlesiin. MuseNetiä ei ohjelmoitu nimenomaisesti musiikin ymmärryksemme mukaan, vaan se löysi harmonian, rytmin ja tyylin malleja oppimalla ennustamaan seuraavan tokenin sadoissa tuhansissa MIDI-tiedostoissa. MuseNet käyttää samaa yleiskäyttöistä valvomatonta tekniikkaa kuin GPT-2, laajamittaista muuntaja malli, joka on koulutettu ennustamaan sekvenssin seuraava merkki, joko ääni tai teksti."

Toisaalta, kuten GeekWire, muun muassa raportoi, tohtori Mick Grierson, tietojenkäsittelytieteilijä ja muusikko Goldsmithsin yliopistosta Lontoon yliopistosta, sai äskettäin italialaisen autonvalmistajan Fiatin toimeksiannon laatia luettelon 50 ikonisimmasta popkappaleesta algoritmien avulla. Hänen analyyttistä ohjelmistoaan käytettiin "määrittämään mikä tekee kappaleista huomionarvoisia, mukaan lukien sävellys, lyöntien määrä minuutissa, sointujen vaihtelu, lyyrinen sisältö, sointivaihtelu ja äänivarianssi."

Hänen tulosten mukaan kappale, jolla oli asetettujen parametrien paras cocktail, oli Nirvanan ”Smells Like Teen Spirit”, ennen kuin U2:n ”One” ja John Lennonin ”Imagine”. FIAT käytti Nirvanan laulua mainostaakseen uutta FIAT 500 -malliaan. Grierson selitti, että algoritmit osoittivat, ettänäiden kappaleiden käyttämät äänet ja tapa, jolla ne yhdistetään, ovat joka tapauksessa ainutlaatuisia.

Toisen hakemuksen valmisteli musicnn kirjasto, joka, kuten selitettiin, käyttää syviä konvoluutiohermoverkkoja merkitsemään kappaleet automaattisesti. Mukana olevat mallit saavuttaa parhaat pisteet julkisissa arviointiperusteissa." musiikki (kuten muusikossa) ja sen parhaat mallit on julkaistu avoimen lähdekoodin kirjastona. Hankkeen on kehittänyt Universitat Pompeu Fabran musiikkiteknologiaryhmä, joka sijaitsee Barcelonassa, Espanjassa.

Hakemuksen analysoinnissaan Jordi Pons käytti musicnn:ää analysoimaan ja merkitsemään toista ikonista kappaletta, Queenin Bohemian Rhapsodya. Hän huomasi, että Freddie Mercuryn lauluääni oli merkitty naisääneksi, kun taas sen muut ennusteet olivat melko tarkkoja. Musicnn:n asettaminen saataville avoimena lähdekoodina mahdollistaa merkintäprosessin edelleen tarkentamisen.

Raportointi tekoälyn käytöstä musiikin suoratoistossa, Digitaaliset musiikkiuutiset päättelee, että " tekoälyn ja koneoppimistekniikoiden käyttöönotto on parantanut suuresti tapaamme kuunnella musiikkia. Tekoälyn ja vastaavien teknologioiden nopean kehityksen ansiosta tulemme todennäköisesti näkemään tulevina vuosina paljon futuristisia parannuksia.