O Uso de Inteligência Artificial na Música Está se Tornando Cada Vez Mais Sofisticado

A aplicação de inteligência artificial na música vem aumentando nos últimos anos.  Como Kumba Sennaar explica, as três aplicações atuais de IA na indústria musical estão na composição de música, streaming de música e monetização de música, onde as plataformas de IA estão ajudando os artistas a monetizar seu conteúdo musical com base em dados de atividade do usuário.

Tudo começou em 1957, quando Learn Hiller e Leonard Issacson programaram o Illiac I para produzir “Illiac Suite para Quarteto de Cordas”, a primeira obra completamente escrita por inteligência artificial. Depois, 60 anos se passaram, e isso se transformou em álbuns completos, como o álbum de Taryn Southern produzido pela Amper Music em 2017. Atualmente, Southern tem mais de 452 mil inscritos no YouTube e “Lovesick”, uma música do álbum, foi ouvida e vista por mais de 45.000 espectadores.

Mas desde então, a aplicação de IA nesse campo se tornou mais sofisticada e ramificada. A Open AI criou o MuseNet, como a empresa explica, “uma rede neural profunda que pode gerar composições musicais de 4 minutos com 10 instrumentos diferentes e pode combinar estilos de country a Mozart e aos Beatles. O MuseNet não foi explicitamente programado com nosso entendimento de música, mas sim descobriu padrões de harmonia, ritmo e estilo ao aprender a prever o próximo token em centenas de milhares de arquivos MIDI. O MuseNet usa a mesma tecnologia geral de aprendizado não supervisionado que o GPT-2, um modelo de transformador de grande escala treinado para prever o próximo token em uma sequência, seja áudio ou texto.”

Por outro lado, como o GeekWire e outros relatam, o Dr. Mick Grierson, cientista da computação e músico da Goldsmiths, Universidade de Londres, foi recentemente comissionado pelo fabricante de carros italiano Fiat para produzir uma lista das 50 canções pop mais icônicas usando algoritmos. Seu software de análise foi usado para “determinar o que torna as canções notáveis, incluindo a chave, o número de batidas por minuto, variedade de acordes, conteúdo lírico, variedade de timbre e variação sonora.”

De acordo com seus resultados, a canção que teve a melhor combinação dos parâmetros foi “Smells Like Teen Spirit” do Nirvana, à frente de “One” do U2 e “Imagine” de John Lennon. A canção do Nirvana foi então usada pela Fiat para promover seu novo modelo Fiat 500. Grierson explicou que os algoritmos mostraram que “as sons que essas canções usam e a forma como elas são combinadas são altamente únicas em cada caso”.

Outra aplicação foi preparada pela biblioteca musicnn, que, como explicado, usa redes neurais convolucionais profundas para marcar automaticamente as canções. Os modelos “que são incluídos alcançam as melhores pontuações em benchmarks de avaliação pública.” A música (como em músico) e seus melhores modelos foram lançados como uma biblioteca de código aberto. O projeto foi desenvolvido pelo Grupo de Tecnologia Musical da Universitat Pompeu Fabra, localizado em Barcelona, Espanha.

Em sua análise da aplicação, Jordi Pons usou o musicnn para analisar e marcar outra canção icônica, “Bohemian Rhapsody” do Queen. Ele notou que a voz de Freddie Mercury foi marcada como uma voz feminina, enquanto suas outras previsões foram bastante precisas. Tornar o musicnn disponível como código aberto torna possível refinar ainda mais o processo de marcação.

Relatando sobre o uso de IA no streaming de música, o Digital Music News conclui que “a introdução de tecnologias de inteligência artificial e aprendizado de máquina melhorou significativamente a forma como ouvimos música. Graças aos rápidos avanços nas tecnologias de IA e similares, é provável que vejamos muitas melhorias futurísticas nos próximos anos.”