نسل جدید مدل‌های هوش مصنوعی برای ساخت موسیقی معرفی شدند

دیپ‌مایند و یوتیوب، Lyria، مدلی از نسل هوش مصنوعی برای موسیقی را معرفی و Dream Track را برای ساخت آهنگ‌های هوش مصنوعی منتشر کردند.

به‌گزارش تک‌ناک، ژانویه‌ی۲۰۲۳، گوگل با انتشار بی‌سروصدای تحقیقاتش درباره‌ی نرم‌افزار خلق موسیقی مبتنی‌بر هوش مصنوعی که براساس واژه‌های کلیدی آهنگ‌ها را ایجاد می‌کرد، موجی جدید به‌پا کرد.

امروز، شرکت همکار گوگل، دیپ‌مایند، چند قدم بیشتر برداشت و اعلام کرد که مدل جدید تولید موسیقی به نام Lyria را به‌همراه یوتیوب عرضه خواهد کرد. همچنین، دو مجموعه‌ی ابزار جدید را معرفی کرد که با راهبردهای آزمایشی روی Lyria ساخته شده‌اند.

Dream Track امکان ساخت موسیقی در یوتیوب Shorts را برای شما فراهم می‌کند. این ابزارهای هوش مصنوعی موسیقی به‌کمک فرایند خلاقیت مانند ساخت آهنگ براساس قسمتی که خالق ممکن است زمزمه کند، می‌آیند. افزون‌براین، دیپ‌مایند گفته است که در حال سازگارسازی SynthID برای واترمارک‌کردن موسیقی هوش مصنوعی است. این ابزار برای علامت‌گذاری تصاویر هوش مصنوعی استفاده می‌شود.

ابزارهای جدید در زمانی منتشر می‌شوند که هوش مصنوعی همچنان به بحث و جدل در دنیای هنرهای خلاقانه ادامه می‌دهد. این موضوع در کانون توجه قرار گرفته است و در اعتصاب اتحادیه‌ی سازندگان صفحه‌نمایش که درنهایت در این ماه به‌اتمام رسید، نقش مهمی ایفا کرده است.

همچنین، در موسیقی درحالی‌که همه می‌دانستند Ghostwriter از هوش مصنوعی برای تقلید از دریک و ویکند استفاده می‌کند. در این‌جا، سؤالی که باید بکنید، این است که ایجاد هوش مصنوعی در آینده به امری عادی تبدیل خواهد شد؟

با معرفی ابزارهای جدید، به‌نظر می‌رسد اولین اولویت برای دیپ‌مایند و یوتیوب راه‌اندازی فناوری‌ای است که هم به هوش مصنوعی در موسیقی کمک کند و هم به‌عنوان مکملی برای خالقان امروز و هم به‌معنای زیبایی‌شناسی اعتبار بخشد که به صدای موسیقی شبیه است.

همان‌طورکه تلاش‌های گذشته‌ی گوگل نشان داده‌ است، جزئیاتی که اغلب ظهور می‌کند، این است که هرچه بیشتر به موسیقی تولید‌شده با هوش مصنوعی گوش داده شود، صدای آن دور از انتظار و واقعیت و به‌صورت واقع‌گرایانه‌تری ظاهر می‌شود.

همان‌طورکه دیپ‌مایند امروز توضیح داد، این مسئله تا حدودی به‌دلیل پیچیدگی اطلاعاتی است که به مدل‌های موسیقی وارد می‌شود و شامل ضربه‌ها، نت‌ها، هماهنگی‌ها و… است. دیپ‌مایند اشاره کرده است:

هنگام تولید توالی‌های طولانی از صدا، برای مدل‌های هوش مصنوعی حفظ پیوستگی و تداوم موسیقی در عبارت‌ها و سروده‌ها یا قطعه‌های بلند دشوار است. ازآن‌جاکه موسیقی اغلب شامل چندین صدا و ساز هم‌زمان است، ساختن آن از گفتار بسیار دشوارتر است.

شایان ذکر است که برخی از اولین کاربردهای این مدل در قطعات کوتاه ظاهر می‌شوند. در ابتدا، Dream Track برای گروه محدودی از خالقان منتشر می‌شود تا موسیقی‌های پیش‌تولید‌شده‌ی ۳۰ثانیه‌ای با هوش مصنوعی را با صدا و سبک موسیقی خوانندگان ازجمله Alec Benjamin ،Charlie Puth ،Charli XCX ،Demi Lovato ،John Legend ،Sia ،T-Pain ،Troye Sivan و Papoose” ترکیب کنند.

خالقان موضوعی را وارد می‌کنند و هنرمند و قطعه‌ای با متن، پشتیبانی موسیقی و صدای خواننده‌ی انتخاب‌شده برای ایجاد قطعه ۳۰ثانیه‌ای به‌کار گرفته می‌شود که برای استفاده در Shorts طراحی شده است. به‌عنوان مثال، قطعه‌ای از Charlie Puth در این‌جا آمده است:

یوتیوب و دیپ‌مایند به‌وضوح اشاره می‌کنند که این هنرمندان در این پروژه مشارکت و به آزمایش مدل‌ها کمک می‌کنند و ورودی‌های دیگری ارائه می‌دهند.

لایر کوهن (Lyor Cohen)، رئیس موسیقی یوتیوب و تونی رید (Toni Reed)، معاون اجرایی تجارب نوظهور و پروژه‌های اجتماعی یوتیوب، تأکید می‌کنند که مجموعه ابزارهای هوش مصنوعی موسیقی که در حال دردسترس هستند، ازطریق شرکت Music AI Incubator عرضه می‌شوند. این شرکت مجموعه‌ای از هنرمندها و ترانه‌سراها و تهیه‌کننده‌هاست که در آزمون و ارائه‌ی بازخورد در پروژه‌ها فعالیت می‌کنند.

آن‌ها می‌گویند:

اوایل واضح بود که این گروه از شرکت‌کنندگان به‌شدت درباره‌ی ابزارهای هوش مصنوعی کنجکاو بودند که می‌توانست محدودیت‌های آنچه فکر می‌کردند ممکن کند، افزایش دهد. آنان به‌دنبال ابزارهایی بودند که می‌توانستند فرایند خلاقانه‌ی خود را تقویت کنند

آن‌ها اعلام کردند که در‌حال‌حاضر، Dream Track به‌صورت محدود منتشر می‌شود؛ اما ابزارهای هوش مصنوعی موسیقی فقط در پایان امسال دردسترس قرار خواهند گرفت. دیپ‌مایند سه حوزه را بیان کرد که در آن‌ها فعالیت خواهند کرد:

• ایجاد موسیقی در سازی مشخص یا ایجاد مجموعه‌ی کاملی از سازها براساس آواخوانی آهنگ؛
• استفاده از آکوردهای با کیبورد MIDI ساده‌ی ساخته‌شده‌ برای ایجاد گروه کامل کُر یا سایر گروه‌های هم‌نوا؛
• ساخت پشتیبانی و موسیقی سازی برای خط صدایی که شاید از قبل داشته باشید.

درزمینه‌ی موسیقی، گوگل و Ghostwriter تنها نیستند؛ زبرا در بین شرکت‌هایی که ابزارها را منتشر می‌کنند، متا در ژوئن۲۰۲۳ ابزار موسیقی هوش مصنوعی را به‌صورت منبع‌باز منتشر کرد و Stability AI نیز چنین ابزاری را در سپتامبر۲۰۲۳ دردسترس قرار داد. شرکت‌های نوپایی مانند Riffusion نیز برای تلاش‌های خود در این زمینه منابع مالی درخورتوجهی جمع‌آوری می‌کنند.