Google Meluncurkan Model Musik AI yang Menciptakan Lebih Cepat dari Waktu Putar

Bayangkan seorang musisi duduk di depan komputernya, tidak menyusun nada demi nada, tetapi mengarahkan kolaborator AI melalui pertunjukan langsung—mengubah genre, mencampur instrumen, dan menjelajahi wilayah sonik yang ada di antara gaya musik yang mapan. Ini terjadi sekarang dengan Google’s Magenta RealTime (RT) (GOOGL ), sebuah model open-source yang membawa interaktivitas waktu nyata ke dalam generasi musik AI.

Baru dirilis, Magenta RT memaksa kita untuk mengubah cara kita berpikir tentang musik yang dihasilkan AI. Tidak seperti model sebelumnya yang memerlukan pengguna untuk menunggu trek lengkap untuk dirender, Magenta RT menghasilkan musik lebih cepat dari waktu putarnya, memungkinkan interaksi waktu nyata yang sebenarnya. Bagi industri musik—yang sudah bergumul dengan pengaruh AI yang merusak—teknologi ini membuka pintu untuk bentuk-bentuk ekspresi kreatif yang sama sekali baru sambil mengangkat pertanyaan-pertanyaan mendalam tentang penulis, pertunjukan, dan masa depan musisi manusia.

Mengenal Magenta RealTime

Di intinya, Magenta RT adalah model transformer autoregresif 800 juta parameter, tetapi yang membedakannya adalah pendekatannya terhadap tantangan generasi waktu nyata. Model ini menghasilkan aliran musik kontinu dalam potongan 2 detik, masing-masing dikondisikan pada 10 detik terakhir keluaran audio dan penyematan gaya yang dapat disesuaikan secara dinamis. Arsitektur ini memungkinkan musisi untuk memanipulasi penyematan gaya secara waktu nyata, secara efektif mengarahkan keluaran musik saat itu berkembang.

Prestasi teknis di sini tidak dapat dilebih-lebihkan. Pada Google Colab TPU tingkat gratis, Magenta RT menghasilkan 2 detik audio dalam hanya 1,25 detik—faktor waktu nyata 1,6. Kecepatan ini dimungkinkan melalui beberapa inovasi:

• Autoregresi Blok: Daripada menghasilkan trek lengkap sekaligus, model ini bekerja dalam potongan kecil yang dapat diproses dengan cepat
• Kodek SpectroStream: Penerus SoundStream yang memungkinkan audio stereo 48kHz dengan kualitas tinggi
• Penyematan MusicCoCa: Model penyematan musik-teks gabungan baru yang memungkinkan kontrol semantik atas proses generasi

Apa yang membuat ini sangat mengesankan adalah bahwa tidak seperti solusi berbasis API atau model generasi batch, Magenta RT mendukung sintesis streaming dengan faktor waktu nyata lebih besar dari 1. Ini berarti model dapat benar-benar mendahului waktu putar, menciptakan buffer yang memastikan aliran musik yang halus dan tidak terputus.

Dari Generasi Pasif ke Pertunjukan Aktif

Implikasi generasi musik AI waktu nyata meluas jauh di luar spesifikasi teknis. Seperti yang dinyatakan oleh tim Magenta, “Interaksi langsung menuntut lebih dari pemain tetapi dapat menawarkan lebih sebagai gantinya. Lingkaran persepsi-tindakan terus-menerus antara manusia dan model memberikan akses ke aliran kreatif, memusatkan pengalaman pada kesenangan proses di atas produk akhir.”

Perubahan ini dari keterlibatan pasif ke aktif menangani salah satu kritik utama konten yang dihasilkan AI: potensinya untuk membanjiri pasar dengan musik yang tidak berjiwa, massal diproduksi. Model waktu nyata “secara alami menghindari menciptakan banjir konten pasif, karena mereka secara intrinsik menyeimbangkan mendengarkan dengan generasi dalam rasio 1:1”. Setiap momen musik yang diciptakan memerlukan momen perhatian dan pengambilan keputusan manusia.

Pertimbangkan kemungkinan yang dibuka oleh ini:

• Pertunjukan Langsung: DJ dan musisi elektronik dapat mengincorporasi AI sebagai instrumen responsif dalam pertunjukan mereka, menambahkan ke toolkit AI untuk musisi yang meningkatkan kreativitas manusia
• Instalasi Interaktif: Seniman dapat menciptakan lingkungan di mana musik merespons gerakan penonton atau faktor lingkungan
• Alat Pendidikan: Siswa dapat menjelajahi konsep musik melalui umpan balik yang segera dan nyata
• Soundtrack Game: Skor dinamis yang menyesuaikan dengan tindakan pemain secara waktu nyata

Gangguan dan Kesempatan

Industri musik berdiri di persimpangan jalan. Pendapatan di industri musik diperkirakan akan meningkat sebesar 17,2%, didorong sebagian oleh musik yang dihasilkan AI, dengan pasar AI musik global dinilai sebesar $2,9 miliar pada 2024. Namun, pertumbuhan ini datang dengan kekhawatiran signifikan dari seniman dan profesional industri.

Penelitian oleh Goldmedia memprediksi bahwa tanpa sistem kompensasi yang tepat, musisi dapat kehilangan hingga 27% dari pendapatan mereka pada 2028 karena konten yang dihasilkan AI tumbuh. Kekhawatiran itu sangat terasa—apakah AI akan menggantikan musisi manusia? Apakah nilai kreativitas manusia akan dikurangi dalam dunia di mana siapa saja dapat menghasilkan musik yang terdengar profesional?

Magenta RT menawarkan jawaban yang nuansa untuk kekhawatiran ini. Dengan memposisikan diri sebagai alat open-source yang meningkatkan kreativitas manusia daripada menggantikannya, itu menyediakan model untuk bagaimana AI dan musisi dapat bersama-sama. Persyaratan untuk input manusia waktu nyata memastikan bahwa teknologi ini memperkuat kreativitas manusia daripada beroperasi secara otonom.

Demokratisasi vs. Devaluasi

Salah satu dampak paling signifikan dari Magenta RT adalah potensinya untuk mendemokratisasikan penciptaan musik. Model ini dirancang untuk akhirnya berjalan pada perangkat konsumen dan sudah berfungsi pada Colab TPU tingkat gratis. Aksesibilitas ini berarti bahwa musisi yang aspiratif tanpa peralatan mahal atau pelatihan formal dapat bereksperimen dengan ide musik yang kompleks, bergabung dengan ekosistem generator musik AI yang mengubah alur kreatif.

Namun, demokratisasi ini datang dengan risiko. Seperti yang komponis Mark Henry Phillips catat dalam eksperimennya dengan generasi musik AI, ia menduga bahwa “ia akan segera tidak dapat lagi mencari nafkah sebagai musisi, karena perusahaan akan mulai menggunakan teknologi ini secara langsung”. Kemudahan dengan mana AI dapat menghasilkan musik berkualitas komersial mengancam aliran pendapatan tradisional untuk musisi profesional.

Namun, ada perspektif lain yang perlu dipertimbangkan. Seperti halnya fotografi digital tidak menghilangkan fotografer profesional tetapi mengubah sifat pekerjaan mereka, generasi musik AI mungkin merubah karir musik daripada menggantikannya. Kunci terletak pada bagaimana musisi beradaptasi dan mengintegrasikan alat-alat ini ke dalam proses kreatif mereka.

Munculnya generasi musik AI waktu nyata juga membawa pertanyaan etis yang mendesak ke permukaan. Hak cipta, kepemilikan, dan kompensasi yang adil tetap menjadi masalah yang diperdebatkan. 90% musisi percaya bahwa perusahaan AI harus meminta izin sebelum menggunakan musik berhak cipta untuk pelatihan, menyoroti ketegangan antara inovasi teknologi dan hak-hak artistik.

Pendekatan open-source Magenta RT menawarkan salah satu jalur maju. Dengan membuat teknologi ini tersedia secara gratis dan melatihnya pada sekitar 190.000 jam musik instrumental stok dari berbagai sumber, Google telah berusaha untuk menghindari beberapa kekhawatiran hak cipta sambil masih menghasilkan model yang mampu.

Batasan model ini juga mencerminkan pertimbangan etis. Sementara mampu menghasilkan vokalisasi non-leksikal dan dengungan, Magenta RT tidak dikondisikan pada lirik dan tidak mungkin menghasilkan kata-kata sebenarnya. Pilihan desain ini membantu menghindari masalah potensial dengan menghasilkan konten lirik yang tidak pantas sambil fokus pada komposisi instrumental.

Masa Depan Kolaborasi Musik Manusia-AI

Ketika kita berdiri di ambang era baru dalam penciptaan musik, beberapa tren mulai muncul:

1. Model Penciptaan Hibrida: Alat seperti Magenta RT menjadi kolaborator, bukan pengganti musisi. Pengembangan sistem pelacakan beat dengan latensi nol dan kontrol yang ditingkatkan menunjukkan bagaimana AI dapat disinkronkan dengan penampil manusia secara waktu nyata.
2. Paradigma Pertunjukan Baru: Konsep “pertunjukan” dengan AI membuka kemungkinan artistik yang sama sekali baru. Musisi belajar “memainkan” sistem ini seperti instrumen, mengembangkan teknik untuk memancing suara tertentu dan menavigasi ruang musik laten.
3. Revolusi Pendidikan: Teknologi generasi musik AI telah merevolusi pendidikan musik, dengan platform yang menyediakan pengalaman interaktif yang mendengarkan pertunjukan pengguna dan menawarkan umpan balik segera.Konvergensi Teknis: Dengan inovasi dalam codec audio neural dan arsitektur yang dioptimalkan, alat seperti MusicFX DJ sekarang dapat streaming audio stereo 48kHz dengan kualitas produksi secara waktu nyata, membawa musik yang dihasilkan AI ke standar kualitas profesional.

Menerima Masa Depan Kolaboratif

Magenta RealTime menawarkan sekilas ke masa depan di mana batas-batas antara kreativitas manusia dan mesin menjadi semakin cair. Dengan memerlukan input manusia waktu nyata dan fokus pada proses daripada hanya output, itu menawarkan model untuk AI yang meningkatkan kreativitas manusia daripada menggantikannya.

Teknologi ini yang open-source dan dapat diakses pada perangkat konsumen mendemokratisasikan penciptaan musik sambil memastikan bahwa keagenan manusia tetap sentral dalam proses kreatif. Seperti yang ditekankan oleh tim Magenta, meningkatkan kreativitas manusia—bukan menggantikannya—selalu menjadi inti misi mereka.

Bagi musisi, produser, dan pecinta musik, pesannya jelas: masa depan musik terletak tidak pada memilih antara kreativitas manusia atau AI, tetapi pada menjelajahi kemungkinan kreatif yang luas yang muncul ketika keduanya bekerja sama secara waktu nyata. Magenta RT adalah undangan untuk membayangkan kembali apa yang bisa dilakukan penciptaan musik di era AI.

Ketika kita melangkah maju, industri musik harus bergumul dengan pertanyaan-pertanyaan penting tentang kompensasi yang adil, hak cipta, dan nilai kreativitas manusia. Namun, jika alat seperti Magenta RT adalah indikasi, maka masa depan musik akan menjadi kolaborasi, eksperimen, dan bentuk-bentuk ekspresi baru yang baru saja kita bayangkan.