Tekoälysovellukset Musiikissa Tulevat Yhä Monipuolisemmiksi

Tekoälysovellusten käyttö musiikissa on lisääntynyt jo usean vuoden ajan.  Kuten Kumba Sennaar selittää, tekoälysovellusten kolme nykyistä soveltamista musiikkialalla on musiikin säveltämisessä, musiikin suoratoistossa ja musiikin rahastusmallissa, jossa tekoälyalustat auttavat artisteja rahastamaan musiikkisisältöään käyttäjien toiminnan perusteella.

Kaikki alkoi vuonna 1957, kun Learn Hiller ja Leonard Issacson ohjelmoivat Illiac I:n tuottamaan “Illiac Suite for String Quartet”, ensimmäisen tekoälyllä kirjoitetun teoksen, ja 60 vuotta myöhemmin se kehittyi täysimittaisiksi albumeiksi, kuten Taryn Southern -albumi, jonka tuotti Amper Music vuonna 2017. Tällä hetkellä Southernilla on yli 452 000 tilaajaa YouTubessa, ja “Lovesick” -kappale albumilta on kuunneltu ja katsottu yli 45 000 kertaa.

Mutta siitä lähtien tekoälysovellusten käyttö tässä alalla on sekä monipuolistunut että laajentunut. Open AI on luonut MuseNet:in, kuten yhtiö selittää, “syvän neuroniverkon, joka voi luoda 4-minuuttisia musiikkikappaleita 10 eri soittimella ja yhdistää tyylit countrysta Mozarttiin ja The Beatlesiin. MuseNetiä ei ohjelmoitu erityisesti musiikin ymmärtämiseksi, vaan se oppi harmonian, rytmin ja tyylin kuviot opettelemalla ennustamaan seuraavan tokenin satojen tuhansien MIDI-tiedostojen joukosta. MuseNet käyttää samaa yleispätevää valvomaton teknologiaa kuin GPT-2, suurimittakaavainen transformer -malli, joka on koulutettu ennustamaan seuraavan tokenin jonoa, olipa se ääntä tai tekstiä.”

Toisaalta, kuten GeekWire ja muut raportoivat, tietokoneiden ja musiikin tutkija Dr. Mick Grierson Goldsmithsista, Lontoon yliopistosta, oli vastikään saanut tehtäväkseen Italian autonvalmistaja Fiatilta luoda luetteloon 50 ikonisinta pop-kappaletta algoritmeja käyttäen. Hänen analyysiohjelmistoaan käytettiin “määrittämään mitkä tekijät tekevät kappaleista merkittäviä, mukaan lukien avain, minuuttia kohden olevien iskujen määrä, sointuvaihtelu, sanoitusten sisältö, timbraalinen vaihtelu ja äänen vaihtelu.”

Tuloksien mukaan kappale, jolla oli paras sekoitus näistä parametreista, oli Nirvanan “Smells Like Teen Spirit”, joka oli edellä U2:n “One” ja John Lennonin “Imagine” -kappaleita. Nirvanan kappale käytettiin sitten FIATin uuden FIAT 500 -mallin mainonnassa. Grierson selitti, että algoritmit osoittivat, että ‘nämä kappaleet käyttämät äänet ja niiden yhdistäminen on erittäin ainutlaatuista jokaisessa tapauksessa.’

Toinen sovellus valmistettiin musicnn -kirjastolla, joka selittää, että se käyttää syviä konvoluutioneuroverkkoja automaattiseen kappaleiden merkintään. Malleissa “jotka sisältyvät parhaat tulokset julkisissa arviointitilastoissa.” musiikki (kuten muusikko) ja sen parhaat mallit on julkaistu avoimena kirjastona. Projekti on kehitetty Music Technology Group of the Universitat Pompeu Fabra:n toimesta, joka sijaitsee Barcelonassa, Espanjassa.

Analyysissään sovelluksesta Jordi Pons käytti musicnn:ää analysoimaan ja merkintään toista ikonista kappaletta, Queenin “Bohemian Rhapsody” -kappaletta. Hän huomasi, että Freddie Mercuryn lauluääni merkittiin naisten ääneksi, kun taas muut ennusteet olivat melko tarkkoja. Musicnn:n saatavilla olo avoimena lähdekoodina mahdollistaa merkintäprosessin edelleen kehittämisen.

Raportoidessaan tekoälyn käytöstä musiikin suoratoistossa Digital Music News toteaa, että “tekoälyn ja koneoppimisen teknologioiden käyttöönotto on parantanut olennaisesti tapaa, jolla kuuntelemme musiikkia. Kiitos nopeiden edistysten tekoäly- ja vastaavissa teknologioissa, todennäköisesti näemme runsaasti tulevaisuuden parannuksia tulevina vuosina.”