人工知能の音楽への応用はますます洗練されてきている

音楽における人工知能の応用は、数年前から増加してきている。　Kumba Sennaarによると、音楽業界におけるAIの現在の3つの応用分野は、音楽作曲、音楽ストリーミング、音楽の収益化であり、AIプラットフォームはアーティストがユーザーの活動データに基づいて音楽コンテンツを収益化するのを支援している。

1957年にLearn HillerとLeonard IssacsonがIlliac Iをプログラミングして「Illiac Suite for String Quartet」という、完全に人工知能によって書かれた最初の作品を生み出したことに始まる。60年後、2017年にTaryn SouthernのアルバムがAmper Musicによって制作され、完全なアルバムになった。現在、Taryn SouthernはYouTubeで452千人の登録者を持ち、アルバムの中の「Lovesick」という曲は45,000人以上の視聴者によって視聴された。

しかし、それ以来、音楽におけるAIの応用はより洗練され、さらに分岐してきた。Open AIは、「4分間の音楽作品を10種類の楽器で生成し、カントリーからモーツァルトまで、ビートルズまでの様々なスタイルを組み合わせることができる深層ニューラルネットワーク」であるMuseNetを開発した。MuseNetは、音楽に関する私たちの理解で明示的にプログラミングされていなかったが、数十万のMIDIファイルから調和、リズム、スタイルのパターンを学習することで、次のトークンを予測することによって発見された。MuseNetは、GPT-2と同じ一般的な無監督技術を使用しており、GPT-2は、オーディオやテキストのシーケンスで次のトークンを予測するためにトレーニングされた大規模なトランスフォーマーモデルである。

一方、GeekWireなどの報道によると、Goldsmiths、ロンドン大学のコンピューターサイエンティスト兼ミュージシャンのDr. Mick Griersonは、イタリアの自動車メーカーであるFiatから、アルゴリズムを使用して50曲の最もアイコニックなポップソングのリストを作成するよう依頼された。彼の分析ソフトウェアは、「キー、1分間のビート数、コードの種類、歌詞の内容、音色の種類、音の変化」など、注目すべきソングの要素を決定するために使用された。

彼の結果によると、最も優れたパラメーターの組み合わせを持つソングは、Nirvanaの「Smells Like Teen Spirit」であり、U2の「One」とJohn Lennonの「Imagine」に続いた。Nirvanaのソングは、FIATによって新しいFIAT 500モデルのプロモーションに使用された。Griersonは、アルゴリズムが、これらのソングが使用するサウンドと、それらが組み合わさる方法は、それぞれ非常にユニークであることを示したと説明した。

別の応用例は、musicnnライブラリによって提供された。musicnnは、「公開された評価ベンチマークで最高のスコアを達成する」モデルを含む、深層畳み込みニューラルネットワークを使用して、自動的にソングをタグ付けする。音楽（ミュージシャン）とそのベストモデルは、オープンソースライブラリとしてリリースされた。このプロジェクトは、スペインのバルセロナにあるUniversitat Pompeu FabraのMusic Technology Groupによって開発された。

Jordi Ponsは、musicnnを使用して、Queenの「Bohemian Rhapsody」というもう一つのアイコニックなソングを分析してタグ付けした。彼は、フレディ・マーキュリーの歌声が女性の声としてタグ付けされたのに対し、その他の予測はかなり正確であった。musicnnをオープンソースとして公開することで、タグ付けプロセスをさらに洗練することが可能になる。

音楽ストリーミングにおけるAIの応用について報道しているDigital Music Newsは、「人工知能と機械学習技術の導入により、音楽を聴く方法が大幅に改善された。AIや同様の技術の急速な進歩により、将来的にはさらに多くの未来的な改善が見られるだろう」と結論付けている。