موسیقی Gen AI به میزان موفقیت 20٪ در بریف های تجاری رسید

موسیقی Gen AI به میزان موفقیت 20٪ در بریف های تجاری رسید

تمبر زمان: 15 آوریل 2024 ساعت 10:11 صبح
موسیقی ژنرال هوش مصنوعی به میزان موفقیت 20 درصدی در بریف های تجاری در هوش داده پلاتوبلاک چین رسید. جستجوی عمودی Ai.

در حال حاضر، 20 درصد از موسیقی‌هایی که توسط هوش مصنوعی مولد (ژن AI) ایجاد می‌شوند، هنگام نوشتن موسیقی برای خلاصه‌های تجاری خاص، دقیق هستند.

مطالعه ای که توسط شرکت تست صدا SoundOut و آژانس برندسازی صدا، Stephen Arnold Music (SAM) انجام شده است، این موضوع را تایید می کند. بر اساس این مطالعه، مردم همچنان می‌توانند موسیقی بنویسند که جذاب‌تر و از نظر احساسی واقعی‌تر از هوش مصنوعی باشد. با این وجود، هوش مصنوعی در وضعیت فعلی به خوبی می تواند در مرحله ایده پردازی کمک کند.

همچنین بخوانید: دوربین افراد را برهنه می کند تا بحثی در مورد هوش مصنوعی و حریم خصوصی ایجاد شود 

محققان چهار خلاصه به پلتفرم Gen-AI Stable Audio ارائه کردند: ایجاد موسیقی جسورانه و جسورانه، الهام بخش، خنده دار و عجیب، احساساتی و دلسوز. سپس هر خلاصه ای که محققان به آن نگاه کردند، پنج بار توسط پلتفرم تهیه شد.

در بریف کوتاه

به گفته محققان، در مجموع، هوش مصنوعی «به‌طور معقولی خوب» عمل کرد و از نظر جهت، «تا حد زیادی برای اکثر آهنگ‌ها موفق بود».

به طور خاص، خلاصه‌ها و درخواست‌های کوتاه، «سازگار» و «منطبق با موسیقی که هدف استخراج ویژگی های عاطفی مرتبط، عوامل اصلی موفقیت هوش مصنوعی بودند. هوش مصنوعی زمانی که خلاصه‌های پیچیده‌تر یا ظریف‌تری به آنها داده می‌شد، بیشتر با شکست مواجه می‌شد.

مدیر عامل SoundOut دیوید کورتیر داتون اظهار داشت که این مطالعه نشان داده است AI «ترکیب بر اساس اعداد» در حال حاضر خیلی عقب نیست، حتی اگر انسان ها هنوز از هوش مصنوعی در بخش احساسی بهتر عمل کنند. او اضافه کرد که هوش مصنوعی از انسان ها پایین تر نیست. به سادگی به خوبی نبود، و آنها پیش بینی می کردند که هوش مصنوعی در نهایت قادر خواهد بود با اکثر آهنگسازان انسانی با کمی تنظیم دقیق احساسی مطابقت داشته باشد.

Courtier-Dutton ادامه داد که هوش مصنوعی فقط باید بداند چگونه احساسات را در افراد برانگیزد. نیازی به درک احساسات خود ندارد.

او بیان کرد،

"هوش مصنوعی می تواند موسیقی بسازد تا ما را از نظر احساسی تحریک کند. اکنون می تواند این کار را به اندازه کافی برای استفاده تجاری انجام دهد. فقط به کمی همدلی فنی بیشتر نیاز دارد."

استفاده از هوش مصنوعی در صدا

با استفاده از ادراک انسان، ابزاری که قبلاً از آن استفاده نشده بود، محققان یک مدل یادگیری عمیق جدید ایجاد کردند که نوید بهبود کیفیت صدا را در سناریوهای دنیای واقعی به میزان قابل توجهی می دهد.

محققان دریافتند که می توانند کیفیت گفتار را همانطور که توسط معیارهای عینی تعیین می شود با ترکیب یک مدل تقویت گفتار با ارزیابی ذهنی افراد از کیفیت صدا بهبود بخشند.

مدل جدید عملکرد بهتری نسبت به سایر روش‌های مرسوم در کاهش میزان صدای پر سر و صدا داشت – نویزهای ناخواسته‌ای که می‌تواند با آنچه شنونده سعی در شنیدن آن دارد تداخل ایجاد کند. مهم‌تر از همه، مشخص شد که بین نمرات کیفیتی که مدل پیش‌بینی می‌کرد و تصمیماتی که مردم می‌گرفتند، همبستگی قوی وجود داشت. 

هدف از این مطالعه برای تقویت گفتاری که از یک کانال صوتی منشا می‌گیرد، مانند یک میکروفون یا سخنرانی تک صدایی.

با این حال، هوش مصنوعی قبلاً در این زمینه استفاده شده است سمعی صنعت. به عنوان مثال، Spotify اخیراً «دی جی های هوش مصنوعیهوش مصنوعی همچنین در توسعه صداهای مصنوعی، خلاقیت بیش از حد شخصی، هدف‌گیری پیچیده و بسیاری از زمینه‌های دیگر مفید است.

بنیانگذار Colortext، Jason Brownlee، هفته گذشته به The Media Leader گفت که اگر خلاقان صوتی باهوش بتوانند دانش خود را با هوش مصنوعی بچسبانند و آن را به یک پلتفرم تولید تبلیغات فوق کارآمد، خودآموز و خود-خدمت تبدیل کنند، آسمان محدودیت دارد.

در حال حاضر، SAM و SoundOut استفاده از هوش مصنوعی را در مرحله ایده‌پردازی توسعه برندسازی صدا توصیه می‌کنند. 

چاد کوک، رئیس بخش خلاقیت و بازاریابی در SAM اظهار داشت: «هنگام توسعه موسیقی آماده تجاری برای برندهای پیشرو، ملاحظات بیشتری برای برانگیختن احساسات مناسب در زمان مناسب وجود دارد. 

لمس انسان از جمله جنبه های دیگر بر عملکرد، زمان بندی احساسی، کیفیت تولید، میکس و مسترینگ تأثیر قابل توجهی دارد.

تمبر زمان:

بیشتر از متانیوز