Hiki iā ʻoe ke hoʻohana iā AI e hana i kahi moʻolelo hou mai kāu mea pena punahele?
Ua hōʻike ʻia nā holomua hou i ka aʻo ʻana i nā mīkini e hiki i nā kumu hoʻohālike ke hoʻomaopopo i ka ʻikepili paʻakikī e like me ke kikokikona a me nā kiʻi. Hōʻike ka OpenAI's Jukebox e hiki ke hoʻohālike pololei ʻia nā mele e kahi pūnaewele neural.
He mea paʻakikī ke mele e hoʻohālike. Pono ʻoe e noʻonoʻo i nā hiʻohiʻona maʻalahi ʻelua e like me ka manawa, ka leo nui, a me ka pitch a me nā hiʻohiʻona paʻakikī e like me nā mele, nā mea kani, a me ke ʻano mele.
Ke hoʻohana nei i ka holomua aʻo aʻo ʻenehana, ua loaʻa ʻo OpenAI i kahi ala e hoʻohuli ai i ka leo maka i kahi hōʻike e hiki ai i nā kumu hoʻohālike ke hoʻohana.
E wehewehe kēia ʻatikala i nā mea a Jukebox e hana ai, pehea e hana ai, a me nā palena o ka ʻenehana i kēia manawa.
He aha ka Jukebox AI?
ʻO Jukebox he kumu hoʻohālike neural net na OpenAI hiki ke hoʻopuka i nā mele me ke mele. Hiki i ke kŘkohu ke hana i ke mele ma nā ʻano ʻano like ʻole a me nā ʻano mea pena.
No ka laʻana, hiki i ka Jukebox ke hoʻopuka i kahi mele pōhaku ma ke ʻano o Elvis Presley a i ʻole kahi mele hip hop i ke ʻano o Kanye West. Hiki iā ʻoe ke kipa i kēia paena e ʻimi i ka maikaʻi o ke kumu hoʻohālike i ka hopu ʻana i ke kani o kāu mau mea pena mele punahele a me nā ʻano.
Pono ke ʻano hoʻohālike i kahi ʻano, mea pena, a me nā mele i mea hoʻokomo. Ke alakaʻi nei kēia hoʻokomo i kahi kumu hoʻohālike i aʻo ʻia ma luna o nā miliona o nā mea pena a me nā ʻikepili mele.
Pehea ka hana ʻana o Jukebox?
E nānā kākou i ka hoʻokō ʻana o Jukebox i ka hoʻopuka ʻana i nā leo maka hou mai kahi kumu hoʻohālike i aʻo ʻia ma nā miliona mele.
Kaʻina Hoʻopili
ʻOiai ke hoʻohana nei kekahi mau hiʻohiʻona mele mele i ka ʻikepili hoʻomaʻamaʻa MIDI, ua aʻo ʻia ʻo Jukebox ma ka faila leo maka maoli. No ka hoʻopaʻa ʻana i ka leo i loko o kahi ākea ākea, hoʻohana ʻo Jukebox i kahi ala encoder auto i kapa ʻia ʻo VQ-VAE.
VQ-VAE ʻo ia ka Vector Quantized Variational Autoencoder, he mea paʻakikī paha ia, no laila e wāwahi mākou.
ʻO ka mua, e hoʻāʻo kākou e hoʻomaopopo i kā mākou makemake e hana ma aneʻi. Hoʻohālikelike ʻia me nā mele a i ʻole nā pepa mele, ʻoi aku ka paʻakikī o kahi faila leo maka. Inā makemake mākou i kā mākou kumu hoʻohālike e "aʻo" mai nā mele, pono mākou e hoʻololi iā ia i mea hōʻike ʻoi aku ka paʻakikī a maʻalahi. In aʻo aʻo, kapa mākou i kēia hōʻike kumu a wahi huna.
An autoencode he ʻenehana hoʻonaʻauao mālama ʻole ʻia e hoʻohana ana i a kaʻenehana kikowaena e huli i nā hōʻike huna laina ʻole no ka puʻunaue ʻikepili i hāʻawi ʻia. ʻElua ʻāpana o ka autoencoder: kahi encoder a me decoder.
ka hoʻopā'ālua ho'āʻo e ʻimi i ka hakahaka huna mai kahi pūʻulu o ka ʻikepili maka ʻoiai ke Ho'oponopono hoʻohana i ka hōʻike huna e hoʻāʻo e kūkulu hou i kona ʻano kumu. Aʻo maoli ka autoencoder pehea e hoʻopaʻa ai i ka ʻikepili maka i ke ala e hōʻemi ai i ka hewa hana hou.
I kēia manawa ua ʻike mākou i ka hana a ka autoencoder, e hoʻāʻo kākou e hoʻomaopopo i ke ʻano o ka autoencoder "variational". Hoʻohālikelike ʻia me nā autoencoders maʻamau, hoʻohui nā autoencoders variational i mua o ka hakahaka huna.
Me ka luʻu ʻole ʻana i ka makemakika, hoʻohui ʻia i kahi probabilistic mua e hoʻopaʻa pono i ka puʻunaue huna. ʻO ka ʻokoʻa nui ma waena o kahi VAE a me kahi VQ-VAE ʻo ia ka hoʻohana ʻana o ka mea hope i kahi hōʻike huna huna ma mua o ka hoʻomau.
Hoʻopili kūʻokoʻa kēlā me kēia pae VQ-VAE i ka hoʻokomo. ʻO ka hoʻopili ʻana o ka pae haʻahaʻa e hana i ke kūkulu hou ʻana i ka maikaʻi loa. ʻO ka hoʻopili ʻana i ka pae kiʻekiʻe e mālama i ka ʻike mele koʻikoʻi.
Ke hoʻohana nei i nā Transformers
I kēia manawa ua loaʻa iā mākou nā code mele i hoʻopaʻa ʻia e VQ-VAE, hiki iā mākou ke hoʻāʻo hoʻohua mele i loko o kēia wahi ʻokoʻa i hoʻopaʻa ʻia.
Hoʻohana ʻo Jukebox nā mea hoʻololi autoregressive e hana i ka leo hoʻopuka. ʻO nā Transformers kahi ʻano o ka neural network e hana maikaʻi loa me ka ʻikepili i hoʻonohonoho ʻia. Hāʻawi ʻia i kahi kaʻina o nā hōʻailona, e hoʻāʻo kahi hoʻohālike transformer e wānana i ka hōʻailona e hiki mai ana.
Hoʻohana ʻo Jukebox i kahi ʻano maʻalahi o Sparse Transformers. Ke hoʻomaʻamaʻa ʻia nā kumu hoʻohālike a pau, hana ka mea hoʻololi i nā code compressed a laila hoʻihoʻi ʻia i loko o ka leo maka me ka hoʻohana ʻana i ka decoder VQ-VAE.
ʻO ka Artist a me ka Genre Conditioning in Jukebox
Hiki ke kaohi ʻia ke kumu hoʻohālike o Jukebox ma o ka hāʻawi ʻana i nā hōʻailona kūlana hou i ka wā o ke aʻo ʻana.
Hāʻawi ʻia nā hiʻohiʻona mua e nā mea pena kiʻi a me nā lepili ʻano no kēlā me kēia mele. Hoʻemi kēia i ka entropy o ka wānana leo a hiki i ke kumu hoʻohālike ke hoʻokō i ka maikaʻi ʻoi aku ka maikaʻi. Hiki i nā lepili ke hoʻokele i ke kumu hoʻohālike ma kahi ʻano.
Ma waho aʻe o ka mea pena a me ke ʻano, hoʻohui ʻia nā hōʻailona manawa i ka wā hoʻomaʻamaʻa. Aia i kēia mau hōʻailona ka lōʻihi o ke mele, ka manawa hoʻomaka o kekahi laʻana, a me ka hapa o ke mele i hala. Kōkua kēia ʻike hou aku i ke kumu hoʻohālike e hoʻomaopopo i nā ʻano leo e hilinaʻi nei i ka hale holoʻokoʻa.
No ka laʻana, hiki i ke kumu hoʻohālike ke aʻo i ka paʻi ʻana no ke mele ola ma ka hopena o kahi mele. Hiki i ke kŘkohu ke a'o mai, no ka la'ana, 'oi aku ka lō'ihi o kekahi mau 'ano ma mua o kekahi.
Lyrics
Hiki i nā ʻano hoʻohālike i ʻōlelo ʻia ma ka pauku mua ke hana i nā leo hīmeni like ʻole. Eia nō naʻe, ʻaʻole maopopo kēia mau leo a ʻike ʻole ʻia.
No ka hoʻomalu ʻana i ke ʻano generative i ka wā e pili ana i ka hanauna lyric, hāʻawi nā mea noiʻi i ka pōʻaiapili i ka manawa aʻo. No ke kōkua ʻana i ka palapala ʻana i ka ʻikepili lyric i ka manawa ma ka leo maoli, ua hoʻohana nā mea noiʻi Kālepa e unuhi i na leo a NUS AutoLyricsAlign no ka loaʻa ʻana o nā alignment pae ʻōlelo o nā mele.
Nā palena o ka pahu hoʻohālike Jukebox
ʻO kekahi o nā palena nui o Jukebox ʻo kona ʻike ʻana i nā hale mele nui. No ka laʻana, he 20-kekona kekona pōkole o ka mea hoʻopuka, e ʻike ana ka poʻe hoʻolohe ʻaʻole i loaʻa ke ʻano mele maʻamau o nā mele a me nā pauku i ka hopena hope.
Ua lohi hoʻi ka hana hoʻohālike. Ma kahi o 9 mau hola e hoʻopuka piha ai i hoʻokahi minuke o ka leo. Hoʻopili kēia i ka helu o nā mele i hiki ke hana ʻia a pale i ke kumu hoʻohālike mai ka hoʻohana ʻana i nā noi pili.
ʻO ka mea hope loa, ua ʻike ka poʻe noiʻi i ka ʻōlelo Pelekania ka hōʻailona hōʻailona a hōʻike mua i nā ʻaha mele o ke Komohana. Hiki i nā mea noiʻi AI ke kālele i ka noiʻi e hiki mai ana i ka hoʻokumu ʻana i nā mele ma nā ʻōlelo ʻē aʻe a me nā ʻano mele ʻole o ke Komohana.
Panina
Hōʻike ka papahana Jukebox i ka ulu ʻana o nā kumu hoʻohālike mīkini e hana i kahi hōʻike huna pololei o nā ʻikepili paʻakikī e like me ka leo maka. Ke hana nei nā hanana like ʻole i ka kikokikona, e like me ka ʻike ʻia ma nā papahana like GPT-3, a me nā kiʻi, e like me ka mea i ʻike ʻia ma OpenAI DALL-E2.
ʻOiai he mea kupanaha ka noiʻi ʻana ma kēia wahi, aia nō nā hopohopo e pili ana i nā kuleana waiwai naʻauao a me ka hopena o kēia mau hiʻohiʻona i nā ʻoihana hoʻomohala holoʻokoʻa. Pono nā mea noiʻi a me nā mea hoʻomohala e hoʻomau i ka hana like ʻana e hōʻoia i hiki ke hoʻomau i kēia mau hiʻohiʻona.
Hiki koke i nā kumu hoʻohālike mele e hiki mai ana ke hana ma ke ʻano he mea hana no nā mea hoʻokani a i ʻole he noi no nā mea hana e pono ai ke mele maʻamau no nā papahana.
Waiho i ka Reply