Ce înseamnă Generare de muzică cu AI
Generarea de muzică cu AI înseamnă crearea de piese muzicale de către un model: scrii „o melodie pop veselă despre vacanța la mare, voce feminină”, iar sistemul produce în câteva zeci de secunde o piesă completă, cu instrumente, voce și versuri. Printre serviciile cunoscute sunt Suno și Udio; companii precum Google și Meta au dezvoltat și ele modele de generare muzicală.
Pe lângă piese întregi, AI-ul poate genera fundaluri muzicale pentru clipuri, poate continua o melodie începută sau poate separa vocea de instrumente într-o înregistrare existentă.
Cum funcționează
Modelele sunt antrenate pe cantități mari de muzică. Unele tratează sunetul ca pe o succesiune de „tokeni audio” și îl generează ca pe un text, cu arhitecturi de tip transformer; altele folosesc modele de difuzie. Versurile sunt scrise de un model de limbaj, iar vocea este sintetizată astfel încât să cânte pe melodie.
Datele de antrenare sunt subiect de dispută: marile case de discuri au dat în judecată unele servicii de generare muzicală, iar ulterior au apărut și acorduri de licențiere între cele două tabere.
Pe înțelesul tuturor
Este ca un muzician de studio care a ascultat enorm de multă muzică și îți compune pe loc o piesă „în stilul” cerut, fără să copieze intenționat o melodie anume.
Exemplu
Un creator de clipuri despre drumeții în Carpați poate genera un fundal instrumental liniștit, fără să caute muzică liberă de drepturi. Înainte să folosească piesa comercial, trebuie să citească termenii serviciului: unele permit utilizarea comercială doar în anumite abonamente, iar regulile despre cine deține drepturile asupra rezultatului diferă.
De reținut
- AI-ul poate genera piese complete, cu voce și versuri, din câteva cuvinte.
- Statutul juridic al pieselor generate și al datelor de antrenare este încă în discuție.
- Imitarea vocii unui artist real fără acordul lui ridică probleme legale și etice.
Nu confunda
- Generare de muzică vs. recomandare de muzică: aplicațiile de streaming care îți propun piese folosesc sisteme de recomandare; ele aleg din muzica existentă, nu compun muzică nouă.
Termeni înrudiți
- AI generativă: AI care creează conținut nou (text, imagini, sunet, video sau cod) pornind de la o cerere scrisă în limbaj obișnuit.
- Drepturi de autor și AI: Întrebările juridice despre folosirea operelor protejate la antrenarea AI și despre cine deține ce produce un model.
- Text-to-speech (sinteză vocală): Tehnologie care citește cu voce tare un text scris, generând vorbire artificială tot mai naturală.
- Model de difuzie: Tip de model generativ care creează imagini, sunet sau video pornind de la zgomot aleator și curățându-l pas cu pas.
- Transformer: Arhitectura de rețea neuronală, prezentată de Google în 2017, pe care sunt construite aproape toate modelele de limbaj actuale.