Google、AIミュージックモデル「Magenta RealTime」を発表 – 再生よりも速く音楽を生成

ミュージシャンがコンピューターで作曲する様子を想像してみてください。ノートバイノートで作曲するのではなく、AIコラボレーターをライブパフォーマンスに導くことで、ジャンルを変え、楽器をブレンドし、既存の音楽スタイルの間にある音の領域を探索します。これは、GoogleのMagenta RealTime（RT）で現在行われていることです。Magenta RTは、オープンソースモデルで、AIミュージック生成にリアルタイムのインタラクティビティをもたらします。

Magenta RTは、ユーザーが完全なトラックをレンダリングするのを待つ必要のない、以前のモデルと異なり、再生よりも速く音楽を生成します。これにより、真正なリアルタイムのインタラクションが可能になります。音楽業界は、AIの破壊的な影響に既に直面していますが、この技術は、新しい創造的な表現形式の扉を開き、著作権、パフォーマンス、人間のミュージシャンシップの未来について深い質問を提起します。

Magenta RealTimeの理解

Magenta RTは、800万パラメータの自己回帰トランスフォーマーモデルですが、リアルタイム生成の課題に対するアプローチが特徴です。モデルは、2秒間隔の音楽ストリームを生成し、各ストリームは前の10秒間のオーディオ出力と動的に調整可能なスタイル埋め込みに基づいて生成されます。このアーキテクチャにより、ミュージシャンはスタイル埋め込みをリアルタイムで操作し、音楽の出力を実時間で制御できます。

技術的な達成は、軽視できないものです。無料のGoogle Colab TPUでは、Magenta RTは2秒のオーディオを1.25秒で生成します。リアルタイム係数は1.6です。この速度は、以下のいくつかの革新によって実現されています。

• ブロック自己回帰: 全トラックを一度に生成するのではなく、モデルは小さな、処理可能なチャンクで作業します
• スペクトルストリームコーデック: サウンドストリームの後継で、48kHzステレオオーディオを可能にします
• MusicCoCa埋め込み: 音楽とテキストの新しいジョイント埋め込みモデルで、生成プロセスに対するセマンティックな制御を可能にします

これが特に印象的なのは、APIベースのソリューションやバッチ指向の生成モデルとは異なり、Magenta RTはストリーミング合成をサポートし、前方リアルタイム係数が1を超えるため、再生よりも先んじて音楽を生成し、スムーズな音楽の流れを保証するバッファーを作成できることです。

受動的な生成から能動的なパフォーマンスへ

リアルタイムAIミュージック生成の影響は、技術的な仕様を超えています。Magentaチームは、「ライブインタラクションはプレイヤーに多くのことを要求しますが、より多くのものを提供することもできます。人間とモデルの間の継続的な認識と行動のループは、創造的なフロー状態へのアクセスを提供し、体験を最終的な製品よりもプロセスの喜びに集中させます。」と述べています。

これは、AI生成コンテンツの主な批判である、魂のない大量の音楽で市場が氾濫する可能性に対処します。リアルタイムモデルは「自然に受動的なコンテンツの洪水を避けます。なぜなら、それらは生成とリスニングを1:1の比率でバランスさせるからです」。生成される音楽の毎秒に、人間の注意と意思決定が必要です。

これが開く可能性を考えてみましょう:

• ライブパフォーマンス: DJやエレクトロニックミュージシャンは、セットにAIを応答的な楽器として組み込むことができ、ミュージシャン向けのAIツールの拡大するツールボックスに追加され、人間の創造性を強化するのではなく、置き換えるのではなく、強化します。
• インタラクティブインスタレーション: アーティストは、音楽が聴衆の動きや環境要因に反応する環境を作成できます。
• 教育ツール: 学生は、即時的な、有形なフィードバックを通じて音楽の概念を探索できます。
• ゲームサウンドトラック: プレーヤーの行動にリアルタイムで適応するダイナミックスコア。

混乱と機会

音楽業界は、十字路に立っています。 音楽業界の収益は、AI生成ミュージックによって17.2%増加することが予測されています。2024年の世界のAIミュージック市場は290億ドルです。しかし、この成長は、ミュージシャンや業界専門家から重大な懸念を引き起こしています。

Goldmediaの調査によると、適切な補償システムがなければ、ミュージシャンは2028年までに収益の27%を失う可能性があります。AI生成コンテンツが成長するにつれて、恐怖は実感できるものです。AIは人間のミュージシャンを置き換えるでしょうか。AIがプロフェッショナルなサウンドの音楽を誰でも生成できる世界で、人間の創造性の価値は低下するでしょうか。

Magenta RTは、これらの懸念に対して、人間の創造性を強化するのではなく、置き換えるオープンソースツールとして、繊細な答えを提供しています。リアルタイムの人間の入力が必要であるという要件は、技術が人間の創造性を増幅させるのではなく、自律的に動作することを保証します。

民主化と低価値化

Magenta RTの最も重大な影響の1つは、音楽作成の民主化の可能性です。モデルは、最終的に消費者向けハードウェアで動作するように設計されており、すでに無料のColab TPUで機能しています。このアクセシビリティにより、ミュージシャンは、高価な機器や正式なトレーニングがなくても、複雑な音楽のアイデアを実験し、AIミュージックジェネレーターの成長するエコシステムに参加できます。

しかし、この民主化はリスクを伴います。 作曲家Mark Henry Phillipsは、AIミュージック生成の実験で、彼はすぐにミュージシャンとして生計を立てることができなくなりそうだと考えています。なぜなら、企業が直接この技術を使用し始めるからです。AIが商業品質の音楽を生成できるため、プロのミュージシャンの伝統的な収益源が脅かされる可能性があります。

しかし、別の視点もあります。デジタル写真がプロの写真家を排除するのではなく、仕事の性質を変えたように、AIミュージック生成は音楽のキャリアを変えるのではなく、変化させる可能性があります。ミュージシャンがこれらのツールをどのように適応し、創造的なプロセスに統合するかが鍵です。

リアルタイムAIミュージック生成の台頭は、著作権、所有権、公平な補償について、緊急な倫理的な質問を提起します。90%のミュージシャンは、AI企業がトレーニングに著作権保護された音楽を使用する前に許可を求めるべきだと考えています。これは、技術の革新と芸術的権利の間の緊張を浮き彫りにしています。

Magenta RTのオープンソースアプローチは、1つの潜在的な解決策を提供します。Googleは、約19万時間のインストゥルメンタルストックミュージックを使用してモデルをトレーニングし、一部の著作権に関する懸念を回避しながら、有能なモデルを生成しました。

モデルの制限は、倫理的な考慮を反映しています。歌詞ではなく、インストゥルメンタル作曲に焦点を当て、実際の言葉を生成する可能性は低いです。この設計上の選択は、不適切な歌詞コンテンツを生成する可能性のある問題を避け、インストゥルメンタル作曲にツールを集中させます。

人間とAIのミュージカルコラボレーションの未来

新しい音楽創作の時代の瀬戸際に立っています。いくつかのトレンドが現れています:

1. ハイブリッド創作モデル: Magenta RTのようなツールは、ミュージシャンを置き換えるのではなく、コラボレーターになります。 最近のビートトラッキングシステムの開発は、AIが人間のパフォーマーとリアルタイムで同期する方法を示しています。
2. 新しいパフォーマンスパラダイム: AIと「演奏」する概念は、まったく新しい芸術的可能性を開きます。ミュージシャンは、これらのシステムを楽器のように「演奏」するテクニックを開発し、潜在的な音楽の空間をナビゲートしています。
3. 教育革命: AIミュージック生成技術は、音楽教育を革命しています。プラットフォームは、ユーザーのパフォーマンスに耳を傾け、即時のフィードバックを提供します。技術的収束: ニューラルオーディオコーデックと最適化されたアーキテクチャの進歩により、MusicFX DJのようなツールは、プロフェッショナルな48kHzステレオオーディオをリアルタイムでストリーミングできます。

コラボレーションの未来を受け入れる

Magenta RealTimeは、人間とマシンの創造性の境界がますます流動的になる未来を垣間見せます。リアルタイムの人間の入力が必要であり、出力ではなくプロセスに焦点を当てているため、AIが人間の創造性を強化するモデルを提供しています。

この技術のオープンソース性と消費者向けハードウェアのアクセシビリティにより、音楽創作が民主化されますが、リアルタイムの制約により、人間の主体性が創造的なプロセスの中核に留まることを保証します。Magentaチームは、人間の創造性を強化することが常に彼らの使命であったと強調しています。

ミュージシャン、プロデューサー、音楽愛好家にとって、メッセージは明確です。音楽の未来は、人間の創作とAIの創作のどちらかを選択することではなく、リアルタイムで協力して創造的な可能性を探ることです。Magenta RTは、AIの時代の音楽創作を再想像するための招待です。

前進するにつれて、音楽業界は、公平な補償、著作権、人間の創造性の価値について重要な質問に直面する必要があります。しかし、Magenta RTのようなツールが示すように、音楽の未来は、コラボレーション、実験、新しい表現形式の発見によって特徴づけられるでしょう。私たちがまだ想像を始めているに過ぎないものです。