Bruken av kunstig intelligens i musikk blir mer og mer sofistikert

Anvendelsen av kunstig intelligens i musikk har økt de siste årene.  Som Kumba Sennaar forklarer, ligger de tre nåværende anvendelsene av AI i musikkindustrien i musikkomposisjon, musikstrømming og musikmonetisering, der AI-plattformer hjelper artister med å montereise sin musikkbasert på data fra brukeraktivitet.

Det begynte alt sammen så langt tilbake som i 1957, da Learn Hiller og Leonard Issacson programmerte Illiac I til å produsere “Illiac Suite for String Quartet”, det første verk som ble fullstendig skrevet av kunstig intelligens. Deretter, 60 år senere, ble det til fullstendige album som Taryn Southern-albumet, produsert av Amper Music i 2017. For tiden har Southern over 452 tusen abonnenter på YouTube, og “Lovesick”, en sang fra albumet, ble lyttet til og sett av over 45 000 seere.

Men siden da har anvendelsen av AI i dette feltet både blitt mer sofistikert og utvidet. Open AI har skapt MuseNet, som selskapet forklarer, “en dyp neural nettverk som kan generere 4-minutters musikalske komposisjoner med 10 forskjellige instrumenter og kan kombinere stiler fra country til Mozart til The Beatles. MuseNet ble ikke eksplisitt programmert med vår forståelse av musikk, men isteden oppdaget mønster av harmoni, rytme og stil ved å lære å forutsi neste token i hundredtusener av MIDI-filer. MuseNet bruker samme generelle formål-ubetalte teknologi som GPT-2, en stor skala transformer-modell trent til å forutsi neste token i en sekvens, enten audio eller tekst.”

På den andre siden, som GeekWire og andre rapporterer, ble Dr. Mick Grierson, datavitenskapsmann og musiker fra Goldsmiths, University of London, nylig engasjert av den italienske bilprodusenten Fiat til å produsere en liste over 50 av de mest ikoniske popsangene ved hjelp av algoritmer. Hans analytiske programvare ble brukt til å “bestemme hva som gjør sangene bemerkelsesverdige, inkludert nøkkel, antall takter per minutt, akkordvariasjon, tekstinnhold, timbervariasjon og sonisk variasjon.”

Ifølge hans resultater var sangen som hadde den beste blandingen av parameterne Nirvanas “Smells Like Teen Spirit”, foran U2s “One” og John Lennons “Imagine”. Nirvanas sang ble deretter brukt av FIAT til å promotere deres nye FIAT 500-modell. Grierson forklarte at algoritmene viste at “lydene disse sangene bruker og måten de kombineres på er høyt unik i hver enkelt sak.”

En annen anvendelse ble forberedt av musicnn-biblioteket, som forklarer at det bruker dype konvolusjonsneurale nettverk til å automatisk merke sanger. Modellene “som er inkludert oppnår de beste resultater i offentlige evalueringsskalaer.” Musikk (som i musiker) og dens beste modeller er blitt utgitt som en åpen kildekode-bibliotek. Prosjektet er blitt utviklet av Music Technology Group of the Universitat Pompeu Fabra, som ligger i Barcelona, Spania.

I hans analyse av anvendelsen brukte Jordi Pons musicnn til å analysere og merke en annen ikonisk sang, Queens “Bohemian Rhapsody”. Han merket seg at sangstemmen til Freddie Mercury ble merket som en kvinnestemme, mens andre forutsigelser var ganske nøyaktige. Å gjøre musicnn tilgjengelig som åpen kildekode gjør det mulig å videreutvikle merkingprosessen.

I en rapport om bruken av AI i musikstrømming, konkluderer Digital Music News at “innføringen av kunstig intelligens og maskinlæringsteknologier har forbedret måten vi lytter til musikk på. Takket være raske fremskritt i AI og lignende teknologier, er vi sannsynligvis gående til å se mange fremtidsrettede forbedringer i de kommende årene.”