Google-ը հայտարարեց MusicLM-ը՝ արհեստական ինտելեկտը, որը երաժշտություն է ստեղծում ձեր մուտքագրած բառերից, օրինակ՝ DALL-E 2-ը: Դա Google Research-ի կողմից ստեղծված լեզվի մոդել է: Բացի այդ, նրանք այն նախագծել են բացառապես երաժշտություն ստեղծելու համար։
Եվ այն վերապատրաստվել է երաժշտական ֆայլերի հսկայական տվյալների բազայի վրա և կարող է երաժշտություն արտադրել մի շարք ոճերի և ձևերի մեջ: Եթե դուք հետաքրքրված եք երաժշտությամբ; ապա դուք պետք է ստուգեք, թե ինչ է առաջարկելու MusicLM-ը:
MusicLM-ով դուք երաժշտություն եք արտադրում որոշ տեխնիկայով և ձևերով: Օրինակ, դուք կարող եք ստեղծել դաշնամուրի կտորներ, հարվածային հարվածներ և երգերի մեղեդիներ:
Նաև կարող եք ճշգրտորեն կարգավորել որոշակի ոճեր կամ ներառել օգտվողի կողմից տրամադրված մուտքագրումը: Այն կոչված է ստեղծել երաժշտություն, որը ներդաշնակորեն և ռիթմիկորեն համահունչ է: Այսպիսով, եկեք սուզվենք և տեսնենք, թե ինչի մասին է MusicLM-ը:
Նախորդ փորձերը
MusicLM-ը AI-ի կողմից ստեղծված առաջին երաժշտական համակարգը չէ: Riffusion-ը, Dance Diffusion-ը, Google-ի AudioML-ը և OpenAI-ը Յուկեբոքս համեմատելի մոտեցումների օրինակներ են։ Այնուամենայնիվ, այս նախկին համակարգերը սահմանափակվեցին տեխնոլոգիական սահմանափակումներով:
Բացի այդ, նրանց ուսուցման տվյալների բացակայությունը դժվարացնում էր բարձրորակ մեղեդիներ ստեղծելը: Այնուամենայնիվ, MusicLM-ն հնարավորություն ունի ստեղծելու երաժշտություն ավելի բարձր մակարդակով և իրատեսությամբ:
Տեսություն MusicLM
MusicLM-ը սովորում է երաժշտության կառուցվածքն ու ոճը: Հետևաբար, այն վերապատրաստվում է MIDI-ի և խորհրդանշական երաժշտական ֆայլերի հսկայական տվյալների վրա: Իր նմանատիպ ծրագրերի նման, MusicLM-ը կառուցված է Transformer ճարտարապետության վրա:
Օգտագործելով ինքնորոշման տեխնիկա՝ որոշակի մուտքային բաղադրիչների վրա կենտրոնանալու համար, MusicLM-ի տրանսֆորմատորային ճարտարապետությունն օգտագործվում է մեծ տվյալների բազայից երաժշտության կառուցվածքն ու ոճը հանելու համար: Արդյունքում դուք կարող եք ստեղծել ներդաշնակ և ռիթմիկ համահունչ երաժշտություն:
Եվ այս երաժշտությունը կարող է ընդօրինակել օգտվողի մուտքագրման կազմակերպումը: Այսպիսով, դուք կկարողանաք ստանալ երաժշտական արդյունքը, որը դուք հատուկ նկարագրում եք ծրագրին:
Նախկինի հաջողությունը լեզվական մոդելներ, ինչպիսիք են GPT-2-ը և GPT-3-ը, որոնք ապացուցել են իրենց կարողությունը՝ ստեղծելու համահունչ և սահուն գրություն, ոգեշնչել են MusicLM-ին: MusicLM-ը, մյուս կողմից, առաջին լեզվական մոդելն է, որը ստեղծվել է բացառապես երաժշտական սերնդի համար:
Եվ, կարծում ենք, այն կդիտվի որպես ամենաբարդ մոդելներից մեկը։
Ինչպես է դա աշխատում?
DALL-E 2-ը և Google-ի MusicLM-ը Արհեստական բանականություն կիսում են կառուցվածքային շատ նմանություններ: Այս անգամ, սակայն, ձեր գրածը փոխանցվում է երաժշտական, քան տեսողական: Այս պահին դուք կարող եք կամ ամբողջությամբ կառուցել մի ամբողջ կտոր: Նաև կարող եք ռիթմ ստեղծել՝ օգտագործելով ընդամենը մեկ գործիք:
Դուք կարող եք դիտել մի քանի ուսումնասիրությունների նմուշներ, որոնք ստեղծվել են Google AI թիմի կողմից MusicLM-ի Github էջում: Թեև արհեստական ինտելեկտը դեռ հետազոտության և մշակման փուլում է, այն կարող է հնչեցնել բարձր լուծաչափով: Նաև առաջարկներ են եղել, ինչպիսիք են այս AI-ի ինտեգրումը ChatGPT-ի հետ: Այս ինտեգրումը կարող է հանգեցնել ավելի բարդ և ստեղծագործ երաժշտության:
Հնչյունից մինչև հիթ մեղեդիներ
MusicLM-ը միավորում է AI-ի չորս տարբեր մոդելներ՝ MuLan, AudioLM, w2v-BERT և Soundstream: Չնայած այս մոդելներից յուրաքանչյուրն ունի մի շարք տարբերակիչ հնարավորություններ: Այնուամենայնիվ, երբ նրանք ինտեգրվեցին, նրանք ստացան MusicLM!
Երաժիշտներն ու ոլորտի մասնագետները նկատել են MusicLM-ի կարողությունը՝ նույնիսկ ամենատարրական բզզոցներն ու մրմունջները ամբողջական մեղեդիների վերածելու: ChatGPT-ի հետ համատեղելով՝ այն կարող է եզակի երաժշտություն արտադրել:
Դուք կարող եք լսել և ուսումնասիրել MusicLM-ի կողմից ստեղծված երաժշտությունն ու հնչյունները կայքը. Բայց, հիշեք, որ այն ներկայումս թեստավորման փուլում է: Ակնհայտ է, որ MusicLM-ն ունի հնարավորություն ամբողջությամբ վերափոխելու երաժշտական բիզնեսը, քանի որ տեխնոլոգիաները զարգանում են:
AI-ի կողմից ստեղծված երաժշտություն՝ մարդկային նման նրբերանգներով
Մանրակրկիտ նկարագրությունների հիման վրա իմաստալից երգեր արտադրելու համար MusicLM-ը վերապատրաստվել է 280,000 ժամ երաժշտության մեծ տվյալների բազայի վրա: Օրինակ, դուք կարող եք ստեղծել «մեղեդիական դաբսթեփ մեղեդի խորը բասով և հարվածային բարդ ռիթմերով»: Կամ, դուք կարող եք խնդրել, որ այն ստեղծի «գայթակղիչ փոփ երգ՝ կիթառի գրավիչ ռիֆով և ուժեղ վոկալիստով»։ Ձեր երևակայությունն այս դեպքում սահմանն է։
Արտադրված երգերը նման են մարդկային երաժիշտների ստեղծագործություններին։ MusicLM-ի նմուշները չափազանց ապշեցուցիչ են: Ճիշտ է, հատկապես հաշվի առնելով, որ կազմավորման գործընթացում մարդ ներգրավված չէ: MusicLM-ը կարող է կրկնել նրբերանգային ասպեկտներ, ինչպիսիք են երաժշտական ռիֆերը, մեղեդիները և զգացմունքները: Բացի այդ, այն աշխատում է նույնիսկ այն դեպքում, երբ տրվում են բարդ և հստակ բնութագրեր:
Կարեւոր առանձնահատկություններ
Painting վերնագիր Կոնդիցիոներ
Painting Caption Conditioning-ը MusicLM ֆունկցիա է: Դուք կարող եք երաժշտություն ստեղծել նկարի տեքստային նկարագրության կամ «վերնագրի» հիման վրա: Սա ենթադրում է, որ MusicLM-ն ի վիճակի է ստեղծել երաժշտություն, որն արտացոլում է նկարում արտահայտված զգացմունքները, տրամադրությունները և գաղափարները: Այս հնարավորությունը շատ օգտակար է ֆիլմերի համար երաժշտություն ստեղծելու համար, Տեսախաղեր, և բոլոր տեսակի տեսողական մեդիա:
Story Mode
Story Mode ֆունկցիան որպես մուտքագրում վերցնում է պատմության տեքստը: Հետևաբար, այն ստեղծում է ուղեկցող ֆոնային երաժշտություն: Օգտատերերը կարող են օգտագործել այս ֆունկցիան հեքիաթի, տեսախաղի կամ ֆիլմի համար սաունդթրեք ստեղծելու համար՝ պատկերելով սցենարը կամ զգացմունքային երանգը:
Story Mode-ը հարմար գործիք է մեդիա նկարիչների համար: Այսպիսով, այն կարող է առաջացնել երաժշտական ոճերի և գործիքների լայն շրջանակ: MusicLM-ի հեքիաթային ռեժիմը մեծացնում է տեսարանի զգացմունքային ազդեցությունը: Այսպիսով, հեռուստադիտողները կարող են լրացուցիչ աստիճանի ընկղմվել պատմության մեջ:
Երաժշտի փորձի մակարդակ
Դուք կարող եք հարմարեցնել ստեղծված երաժշտության դժվարությունը: Օգտագործողները կարող են ընտրել երեք մակարդակների միջև՝ ելնելով իրենց հմտությունների մակարդակից: Բացի այդ, նրանք կարող են նշել բարդության նախընտրելի աստիճանը՝ սկսնակ, միջանկյալ կամ առաջադեմ:
Այս հատկությունը օգնում է ձեզ, եթե ունեք մի փոքր երաժշտական գիտելիքներ և ցանկանում եք փորձարկել նոր ստեղծագործություններ: Այնուամենայնիվ, եթե դուք փորձառու երաժիշտ եք, կարող եք ստեղծել բարդ և նուրբ երաժշտություն: MusicLM-ի նպատակն այս հատկանիշով բոլոր օգտատերերի համար հասանելի փորձի ապահովումն է:
Սերունդների բազմազանություն
Generation Diversity ֆունկցիայի միջոցով դուք կարող եք երգի բազմաթիվ տարբերակներ արտադրել նույն մուտքից: Եվ դուք կարող եք ունենալ ելքերի բազմազան շրջանակ: Սա ենթադրում է, որ AI-ն կարող է ստեղծել երգի մի քանի տարբերակներ:
Բացի այդ, կան այլընտրանքային մեղեդիներ կամ ակորդային պրոգրեսիաներ՝ պահպանելով երգի հիմնական ոճն ու կառուցվածքը։ Այս հատկությունը օգնում է AI-ի երաժշտական ստեղծմանը ավելի կրեատիվ լինել: Հետևաբար, այն երաժշտության ստեղծումն ավելի նման է դարձնում մարդկային երգարվեստին:
MusicLM-ի հնարավոր սահմանափակումները
Google-ը դեռ չի դարձրել MusicLM-ը լայն հանրության համար, քանի որ այն դեռ մշակման փուլում է: Հետևաբար, դուք դեռ չեք կարող տալ երաժշտության տեսակների որոշակի նմուշներ, որոնք կարող է արտադրել MusicLM-ը: Ավելին, դեռ մի փոքր անհայտ է, թե ինչ սահմանափակումներ կարող է ունենալ MusicLM-ը։
Քանի որ տեխնոլոգիան դեռ իր վաղ փուլերում է, այն կարող է որոշակի սահմանափակումներ ունենալ արտադրվող երաժշտության տրամաչափի կամ որոշակի մուտքեր մշակելու կարողության վրա:
Արտադրված նմուշների խեղաթյուրված որակը հիմնական թերություններից մեկն է: Սա MusicLM-ի մշակման համար օգտագործվող վերապատրաստման ընթացակարգի անհրաժեշտ կողմնակի արդյունքն է:
Մեկ այլ թերություն այն է, որ չնայած MusicLM-ի տեխնիկական կարողությանը վոկալ արտադրելու համար: Սա ներառում է երգչախմբային երգեր: MusicLM-ի արտադրած «տեքստերը» երբեմն անհեթեթություն են թվում: Բացի այդ, դրանք կարող են դժվար ընկալել։ Այնուամենայնիվ, MusicLM-ը դեռ մշակման փուլում է, և այս խնդիրները կարող են բարելավվել:
Վերջնական դիտողություններ
Վերջապես, մենք հավատում ենք, որ Google MusicLM-ի հիմքում ընկած տեխնոլոգիան և՛ հետաքրքիր է, և՛ հետաքրքրաշարժ: Զարմանալի է, որ արհեստական ինտելեկտը կարող է երաժշտություն ստեղծել տարբեր ոճերում՝ ռեալիզմի ավելի բարձր մակարդակով: MusicLM-ը երաժշտական բիզնեսը փոխելու ներուժ ունի: Եվ մենք ոգևորված ենք դիտելու, թե ինչպես է զարգանում այս տեխնոլոգիան:
Թողնել գրառում