متا یک هوش مصنوعی متن باز جدید با نام AudioCraft منتشر کرد، که به کاربران اجازه می دهد تماماً از طریق هوش مصنوعی تولیدکننده، موسیقی و صدا ایجاد کنند.
به گزارش تکناک،مدل هوش مصنوعی تولید کننده موسیقی AudioCraft شامل سه مدل هوش مصنوعی است که همه در زمینه های مختلف تولید صدا می کنند.
MusicGen مدل ورودی های متنی را برای تولید موسیقی می گیرد. این مدل بر روی “20،000 ساعت موسیقی متعلق به متا با مجوز خاص برای این منظور” آموزش داده شده است.
نسخه بهبود یافته از دیکدر EnCodec متا به کاربران اجازه می دهد صداها را با کمترین نقص تولید کنند.
شرکت به رسانه ها اجازه داد تا برخی از نمونه های صوتی را که با AudioCraft ساخته شده است را گوش دهند. صدای تولید شده از سوت زدن، آژیرها و زمزمه کردن بسیار طبیعی به نظر می رسید. در حالی که صدای گیتار در موسیقی ها واقعی به نظر می رسید، باز هم حس مصنوعی داشتند.
متا آخرین شرکتی است که به ترکیب موسیقی و هوش مصنوعی می پردازد. گوگل این کار را با MusicLM،که یک مدل زبان بزرگ است انجام داد و بر اساس راهنمایی های متنی دقایقی از موسیقی را تولید کرد که فقط برای پژوهشگران قابل دسترسی بود.
سپس، یک آهنگ “تولید شده توسط هوش مصنوعی” قبل از اینکه حذف شود بسیار محبوب شد و اخیراً، برخی از موسیقی‌دانان، مانند Grimes، حتی مردم را تشویق کرده‌اند که از صداهای خود در آهنگ‌های ساخته شده توسط هوش مصنوعی استفاده کنند.
البته، نوازندگان مدت‌هاست که صدای الکترونیکی را تجربه کرده‌اند. اما موسیقی تولید شده توسط رایانه اغلب به نظر می رسد که از دستکاری صدای موجود ساخته شده است. اما AudioCraft و دیگر موسیقی‌های تولید شده با هوش مصنوعی این موسیقی ها را فقط از متن‌ها و مجموعه وسیعی از داده‌های صوتی ایجاد می‌کنند.
در حال حاضر، AudioCraft به نظر می رسد چیزی است که می تواند برای موسیقی آسانسور یا آهنگ های پس زمینه استفاده شود .
با این حال، متا بر این باور است که مدل جدید آن می تواند موج جدیدی در موسیقی الکترونیک آغاز کند، همان طور که سینتی سایزرها پس از محبوب شدن، موسیقی را تغییر دادند.
شرکت می‌گوید که AudioCraft برای تنوع بخشیدن به داده‌های مورد استفاده برای آموزش آن، نیاز به منبع باز دارد.
متا می گوید:”ما می‌فهمیم که مجموعه‌داده‌هایی که برای آموزش مدل‌های ما استفاده می‌شوند، تنوع ندارند. به خصوص، مجموعه داده موسیقی مورد استفاده، بخش بزرگتری از موسیقی سبک غربی را شامل می‌شود و فقط شامل زوج‌های صوتی-متنی با متن و متادیتا به زبان انگلیسی است. امیدواریم با به اشتراک گذاشتن کد AudioCraft، سایر محققان بتوانند به راحتی رویکردهای جدید را برای محدود کردن یا حذف سوگیری و سوء استفاده از مدل های تولیدی آزمایش کنند..”
شرکت های تهیه کننده موسیقی و هنرمندان هم‌اکنون خطرات هوش مصنوعی مولد موسیقی را هشدار داده‌اند، زیرا بسیاری از آن‌ها می‌ترسند که مدل‌های هوش مصنوعی حقوق مادی و معنوی مولفین را برای آموزش رعایت نکنند.
مطمئناً، همه ما به یاد داریم که چه اتفاقی برای Napster افتاد، اما اخیراً، Spotify بر اساس قانونی که از زمان نوازندگان پیانو وجود داشته، با یک دعوی حقوقی میلیارد دلاری روبرو شد و همین امسال، دادگاه باید در مورد اینکه آیا اد شیران آهنگ Thinking Out Loud را از ماروین گی کپی کرده است یا خیر، تصمیم می‌گرفت.
دانش آموخته عمران،عکاس خبری سابق، علاقه‌مند به کامپیوتر
