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

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

Totul a început în urmă cu 1957, când Learn 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, Southern are peste 452 de mii de abonați pe YouTube și “Lovesick”, o melodie de pe album, a fost ascultată și vizualizată de peste 45.000 de spectatori.

Dar de atunci, aplicarea IA în acest domeniu a devenit atât mai sofisticată, cât și mai diversificată. 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 până la The Beatles. MuseNet nu a fost programată explicit cu înțelegerea noastră a muzicii, ci a descoperit modele de armonie, ritm și stil prin învățarea de a prezice următorul token în sute de mii de fișiere MIDI. MuseNet utilizează aceeași tehnologie generală de învățare nesupravegheată ca GPT-2, un model de transformator la scară largă, antrenat pentru a prezice următorul token într-o secvență, indiferent dacă este audio sau text.”

Pe de altă parte, așa cum raportează GeekWire, printre alții, Dr. Mick Grierson, om de știință și muzician de la Goldsmiths, University of London, a fost comandat recent de producătorul italian de automobile Fiat pentru a produce o listă cu 50 de cântece pop iconice utilizând algoritmi. Software-ul său analitic a fost utilizat pentru a “determina ce face ca aceste cântece să fie remarcabile, inclusiv cheia, numărul de bătăi pe minut, varietatea acordurilor, 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, înaintea “One” a lui U2 și “Imagine” a lui John Lennon. Cântecul lui Nirvana a fost ulterior utilizat de FIAT pentru a promova noul său 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 musicnn library, care, așa cum se explică, utilizează rețele neuronale convoluționale profunde pentru a eticheta automat cântece. Modelele “care sunt incluse obțin cele mai bune scoruri în evaluările publice.” muzică (ca în muzician) și cele mai bune modele au fost lansate ca o bibliotecă open-source. Proiectul a fost dezvoltat de Music Technology Group of the Universitat 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 open-source face posibilă refuzarea procesului de etichetare.

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