Utilizarea Inteligenței Artificiale În Muzică Devine Din Ce În Ce Mai Sofisticată

Aplicarea inteligenței artificiale în muzică a crescut în ultimii ani. Așa cum explică Kumba Sennaar, cele trei aplicații actuale ale IA în industria muzicală se referă la compoziția muzicală, streaming-ul muzical și monetizarea muzicală, unde platformele IA ajută artiștii să-și monetizeze conținutul muzical pe baza datelor din activitatea utilizatorilor.

Totul a început în 1957, când Lejaren Hiller și Leonard Issacson au programat Illiac I pentru a produce “Illiac Suite for String Quartet”, prima lucrare complet scrisă de inteligență artificială. Apoi, 60 de ani mai târziu, s-a transformat în albume complete, cum ar fi albumul Taryn Southern, produs de Amper Music în 2017. În prezent, Taryn Southern are peste 452.000 de abonați pe YouTube, iar “Lovesick”, o melodie de pe album, a fost ascultată și vizualizată de peste 45.000 de persoane.

Dar de atunci, aplicarea IA în acest domeniu a devenit mai sofisticată și s-a ramificat mai departe. Open AI a creat MuseNet, așa cum explică compania, “o rețea neurală profundă care poate genera compoziții muzicale de 4 minute cu 10 instrumente diferite și poate combina stiluri de la country la Mozart și până la The Beatles. MuseNet nu a fost programat explicit cu înțelegerea noastră a muzicii, ci a descoperit modele de armonie, ritm și stil prin învățarea să prevadă următorul token din sute de mii de fișiere MIDI. MuseNet utilizează aceeași tehnologie generală fără supraveghere ca GPT-2, un model transformer de mare scară antrenat pentru a prevedea următorul token într-o secvență, fie audio, fie text.”

Pe de altă parte, așa cum raportează GeekWire, printre alții, dr. Mick Grierson, informatician și muzician de la Goldsmiths, University of London, a fost recent comandat de producătorul italian de automobile Fiat pentru a produce o listă cu 50 de cântece pop iconice utilizând algoritmi. Software-ul său de analiză a fost utilizat pentru a “determina ce face ca aceste cântece să fie remarcabile, inclusiv cheia, numărul de bătăi pe minut, varietatea de acorduri, conținutul liric, varietatea timbrală și varianța sonică.”

Conform rezultatelor sale, cântecul care a avut cea mai bună combinație a parametrilor setați a fost “Smells Like Teen Spirit” al lui Nirvana, urmat de “One” al lui U2 și “Imagine” al lui John Lennon. Cântecul lui Nirvana a fost apoi utilizat de FIAT pentru a promova noul model FIAT 500. Grierson a explicat că algoritmii au arătat că “sunetele pe care le utilizează aceste cântece și modul în care sunt combinate sunt foarte unice în fiecare caz.”

O altă aplicație a fost pregătită de biblioteca musicnn, care, așa cum se explică, utilizează rețele neuronale convolutive profunde pentru a eticheta automat cântece. Modelele “care sunt incluse obțin cele mai bune scoruri în evaluările publice.” Muzica (ca și muzician) și cele mai bune modele au fost lansate ca o bibliotecă open-source. Proiectul a fost dezvoltat de Grupul de Tehnologie Muzicală al Universității Pompeu Fabra, situat în Barcelona, Spania.

În analiza sa asupra aplicației, Jordi Pons a utilizat musicnn pentru a analiza și eticheta un alt cântec iconic, “Bohemian Rhapsody” al lui Queen. El a observat că vocea cântărețului Freddie Mercury a fost etichetată ca o voce feminină, în timp ce alte predicții au fost destul de precise. Faptul că musicnn este disponibil ca sursă deschisă face posibilă refuzarea procesului de etichetare.

Raportând despre utilizarea IA în streaming-ul muzical, Digital Music News concluzionează că “introducerea tehnologiilor de inteligență artificială și învățare automată a îmbunătățit considerabil modul în care ascultăm muzică. Mulțumită progreselor rapide în IA și tehnologii similare, suntem foarte probabil să vedem multe îmbunătățiri futuristice în anii următori.”