Användningen av artificiell intelligens i musik blir alltmer sofistikerad

Tillämpningen av artificiell intelligens inom musik har ökat under de senaste åren.   Som Kumba Sennaar förklarar, ligger de tre nuvarande tillämpningarna av AI inom musikbranschen inom musikkomposition, musikströmning och musikmonetisering, där AI-plattformar hjälper artister att monetisera sitt musikinnehåll baserat på data från användaraktivitet.

Allt började redan 1957 när Learn Hiller och Leonard Issacson programmerade Illiac I för att producera “Illiac Suite for String Quartet”, det första verk som helt skrevs av artificiell intelligens. 60 år senare resulterade det i kompletta album, som Taryn Southerns album, som producerades av Amper Music 2017. För närvarande har Southern över 452 000 prenumeranter på YouTube och “Lovesick”, en låt från albumet, har lyssnats och setts av över 45 000 tittare.

Men sedan dess har tillämpningen av AI inom detta område blivit både mer sofistikerad och utvecklad. Open AI har skapat MuseNet, som företaget förklarar, “en djup neural nätverksmodell som kan generera 4-minuters musikkompositioner med 10 olika instrument och kombinera stilar från country till Mozart till The Beatles. MuseNet programmerades inte explicit med vår förståelse av musik, utan upptäckte mönster av harmoni, rytm och stil genom att lära sig att förutsäga nästa token i hundratusentals MIDI-filer. MuseNet använder samma allmänna, oövervakade teknik som GPT-2, en stor skala transformator-modell som tränats för att förutsäga nästa token i en sekvens, oavsett om det är ljud eller text.”

Å andra sidan, som GeekWire och andra rapporterar, fick Dr. Mick Grierson, datavetare och musiker från Goldsmiths, University of London, nyligen i uppdrag av den italienska biltillverkaren Fiat att producera en lista över de 50 mest ikoniska popsångerna med hjälp av algoritmer. Hans analytiska programvara användes för att “bestämma vad som gör låtarna värda att lyssna på, inklusive tonart, antal takter per minut, ackordvariation, textinnehåll, klangvariation och ljudvariation.”

Enligt hans resultat var låten som hade den bästa kombinationen av parametrarna Nirvanas “Smells Like Teen Spirit”, före U2:s “One” och John Lennons “Imagine”. Nirvanas låt användes sedan av FIAT för att marknadsföra deras nya FIAT 500-modell. Grierson förklarade att algoritmerna visade att “ljuden som används i dessa låtar och hur de kombineras är högt unika i varje fall.”

En annan tillämpning har utvecklats av musicnn-biblioteket, som förklarar att det använder djupa konvolutionsneuronnät för att automatiskt märka låtar. Modellerna “som ingår bästa resultaten i offentliga utvärderingsbenchmark.” Musik (som i musiker) och dess bästa modeller har släppts som en öppen källkodslib. Projektet har utvecklats av Music Technology Group of the Universitat Pompeu Fabra, belägen i Barcelona, Spanien.

I sin analys av tillämpningen använde Jordi Pons musicnn för att analysera och märka en annan ikonisk låt, Queens “Bohemian Rhapsody”. Han upptäckte att sångaren Freddie Mercurys röst märktes som en kvinnlig röst, medan andra förutsägelser var ganska exakta. Att göra musicnn tillgängligt som öppen källkod möjliggör en ytterligare förfining av märkningsprocessen.

I en rapport om användningen av AI inom musikströmning, Digital Music News drar slutsatsen att “introduktionen av artificiell intelligens och maskinlärningsteknologier har förbättrat sättet vi lyssnar på musik på. Tack vare snabba framsteg inom AI och liknande teknologier kommer vi troligen att se många framtida förbättringar under de kommande åren.”