Google paziņoja par MusicLM — mākslīgo intelektu, kas rada mūziku no jūsu rakstītajiem vārdiem, piemēram, DALL-E 2. Tas ir valodas modelis, ko izveidojis Google pētniecība. Turklāt viņi to ir izstrādājuši tikai mūzikas radīšanai.
Turklāt tas ir apmācīts, izmantojot plašu mūzikas failu datu kopu, un tas var radīt dažādu stilu un formu mūziku. Ja interesē mūzika; tad jums vajadzētu pārbaudīt, ko MusicLM piedāvās.
Ar MusicLM jūs producējat mūziku dažās tehnikās un formās. Piemēram, varat izveidot klavieru skaņdarbus, bungu sitienus un dziesmu tekstu melodijas.
Varat arī precizēt noteiktus stilus vai iekļaut lietotāja nodrošināto ievadi. Tas ir paredzēts, lai radītu harmoniski un ritmiski vienotu mūziku. Tātad, ienirt un redzēsim, kas ir MusicLM.
Iepriekšējie mēģinājumi
MusicLM nav pirmā AI radītā mūzikas sistēma. Riffusion, Dance Diffusion, Google AudioML un OpenAI Jukebox ir salīdzināmu pieeju piemēri. Tomēr šīs iepriekšējās sistēmas ierobežoja tehnoloģiski ierobežojumi.
Turklāt apmācības datu trūkums apgrūtināja augstas kvalitātes melodiju sacerēšanu. Tomēr MusicLM spēj radīt mūziku ar augstāku izsmalcinātības un reālisma līmeni.
Pārskats MusicLM
MusicLM apgūst mūzikas struktūru un stilu. Tādējādi tas tiek apmācīts, izmantojot plašu MIDI un simbolisku mūzikas failu datu kopu. Tāpat kā līdzīgas programmas, MusicLM ir veidota uz Transformer arhitektūras.
Izmantojot sevis uzmanības paņēmienus, lai koncentrētos uz konkrētiem ievades komponentiem, MusicLM transformatora arhitektūra tiek izmantota, lai no lielas datu kopas iegūtu mūzikas struktūru un stilu. Rezultātā var radīt harmoniski un ritmiski saliedētu mūziku.
Un šī mūzika var atdarināt lietotāja ievades organizāciju. Tādējādi jūs varēsiet iegūt muzikālo iznākumu, ko īpaši aprakstāt programmai.
Iepriekšējā panākumi valodu modeļi, piemēram, GPT-2 un GPT-3, kas ir pierādījuši savu spēju radīt saskaņotu un tekošu rakstīšanu, iedvesmoja MusicLM. No otras puses, MusicLM ir pirmais valodas modelis, kas tika izstrādāts tikai mūzikas paaudzei.
Un mēs domājam, ka tas tiks uzskatīts par vienu no vismodernākajiem modeļiem.
Kā tas darbojas?
DALL-E 2 un Google MusicLM mākslīgais intelekts tām ir daudz strukturālu līdzību. Tomēr šoreiz jūsu rakstītais tiek nodots muzikāli, nevis vizuāli. Šajā brīdī jūs varat vai nu pilnībā izveidot veselu gabalu. Varat arī ģenerēt ritmu, izmantojot tikai vienu instrumentu.
Vairākus Google AI komandas izveidotos pētījumu paraugus varat skatīt MusicLM Github lapā. Lai gan mākslīgais intelekts joprojām ir izpētes un izstrādes stadijā, skaņas, ko tas var radīt, ir augstas izšķirtspējas. Ir bijuši arī ieteikumi, piemēram, integrēt šo AI ar ChatGPT. Šī integrācija varētu radīt sarežģītāku un radošāku mūziku.
No dungošanas līdz šlāgermelodijām
MusicLM apvieno četrus atšķirīgus AI modeļus: MuLan, AudioLM, w2v-BERT un Soundstream. Lai gan katram no šiem modeļiem ir atšķirīgu iespēju kopums. Tomēr, kad viņi tika integrēti, tie radīja MusicLM!
Mūziķi un nozares profesionāļi ir pamanījuši MusicLM spēju pārveidot pat visvienkāršāko dūkoņu un murmināšanu veselās melodijās. Apvienojot ar ChatGPT, tas var radīt unikālu mūziku.
Tajā varat klausīties un izpētīt MusicLM radīto mūziku un skaņas mājas lapa. Tomēr paturiet prātā, ka tas pašlaik ir testēšanas fāzē. Ir acīmredzams, ka MusicLM spēj pilnībā pārveidot mūzikas biznesu, attīstoties tehnoloģijām.
AI radīta mūzika ar cilvēkiem līdzīgām niansēm
Lai radītu dziesmas, kurām ir jēga, pamatojoties uz rūpīgiem aprakstiem, MusicLM tika apmācīts, izmantojot lielu datu kopu, kurā ir 280,000 XNUMX stundu mūzikas. Piemēram, varat izveidot “melodisku dubstep melodiju ar dziļu basu un izsmalcinātiem bungu ritmiem”. Vai arī jūs varat lūgt, lai tas radītu "vilinošu popdziesmu ar valdzinošu ģitāras rifu un spēcīgu vokālistu". Jūsu iztēle šajā gadījumā ir robeža.
Producētās dziesmas atgādina cilvēku mūziķu komponētās dziesmas. MusicLM paraugi ir ārkārtīgi pārsteidzoši. Tā ir taisnība, jo īpaši ņemot vērā, ka kompozīcijas procesā nav iesaistīts neviens cilvēks. MusicLM var atkārtot niansētus aspektus, piemēram, mūzikas rifus, melodijas un emocijas. Turklāt tas darbojas pat tad, ja tiek dotas sarežģītas un skaidras specifikācijas.
Svarīgas funkcijas
Gleznas paraksts Kondicionēšana
Painting Subtitru kondicionēšana ir MusicLM funkcija. Varat radīt mūziku, pamatojoties uz gleznas tekstuālu aprakstu vai “parakstu”. Tas nozīmē, ka MusicLM spēj radīt mūziku, kas atspoguļo attēlā paustās emocijas, noskaņas un idejas. Šī iespēja ir ļoti noderīga, veidojot mūziku filmām, Video spēles, un visu veidu vizuālie mediji.
Story Mode
Funkcija Story Mode izmanto stāsta tekstu kā ievadi. Tādējādi tas rada pavadošu fona mūziku. Lietotāji var izmantot šo funkciju, lai izveidotu skaņu celiņu pasakai, videospēlei vai filmai, attēlojot scenāriju vai emocionālo toni.
Stāsta režīms ir ērts rīks mediju māksliniekiem. Tādējādi tas var radīt plašu mūzikas stilu un instrumentu klāstu. MusicLM pasaku režīms var palielināt ainas emocionālo ietekmi. Tādējādi skatītāji var iegūt papildu iedziļināšanos stāstā.
Mūziķa pieredzes līmenis
Varat pielāgot izveidotās mūzikas sarežģītību. Lietotāji var izvēlēties starp trim līmeņiem, pamatojoties uz viņu prasmju līmeni. Viņi var arī norādīt vēlamo sarežģītības pakāpi: iesācējs, vidējs vai progresīvs.
Šī funkcija palīdz, ja jums ir nelielas muzikālās zināšanas un vēlaties eksperimentēt ar jaunām kompozīcijām. Tomēr, ja esat pieredzējis mūziķis, varat radīt izsmalcinātu un smalku mūziku. MusicLM mērķis ar šo funkciju ir nodrošināt visiem lietotājiem pieejamu pieredzi.
Paaudžu dažādība
Izmantojot funkciju Generation Diversity, no vienas ievades varat izveidot vairākas dziesmas versijas. Un jums var būt daudzveidīgs izvadu klāsts. Tas nozīmē, ka AI var ģenerēt vairākas dziesmas versijas.
Turklāt ir alternatīvas melodijas vai akordu progresijas, vienlaikus saglabājot dziesmas pamata stilu un struktūru. Šī funkcija palīdz AI mūzikas radīšanai būt radošākai. Tādējādi tas padara mūzikas radīšanu līdzīgāku cilvēka dziesmu rakstīšanai.
Iespējamie MusicLM ierobežojumi
Google vēl nav padarījusi MusicLM pieejamu plašai sabiedrībai, jo tas joprojām ir izstrādes stadijā. Tādējādi jūs vēl nevarat sniegt konkrētus mūzikas paraugus, ko MusicLM var radīt. Turklāt joprojām nav zināms, kādi ierobežojumi MusicLM varētu būt.
Tā kā tehnoloģija joprojām ir agrīnā stadijā, tai var būt noteikti ierobežojumi attiecībā uz radītās mūzikas kalibru vai tās spēju apstrādāt noteiktas ievades.
Sagatavoto paraugu izkropļotā kvalitāte ir viens no galvenajiem trūkumiem. Tas ir nepieciešams blakusprodukts apmācībai, ko izmanto, lai izstrādātu MusicLM.
Vēl viens trūkums ir tas, ka, neskatoties uz MusicLM tehniskajām spējām ražot vokālu. Tas ietver kora dziesmas. MusicLM producētie “dziesmu vārdi” dažkārt šķiet muļķīgi. Turklāt tos var būt grūti saprast. Tomēr MusicLM joprojām ir izstrādes stadijā, un šīs problēmas var uzlabot.
Noslēguma piezīmes
Visbeidzot, mēs uzskatām, ka Google MusicLM pamatā esošā tehnoloģija ir gan interesanta, gan aizraujoša. Tas ir pārsteidzoši, ka mākslīgais intelekts var radīt mūziku dažādos stilos ar augstāku reālisma līmeni. MusicLM ir potenciāls mainīt mūzikas biznesu. Un mēs ar prieku vērojam, kā šī tehnoloģija attīstās.
Atstāj atbildi