A YouTube mesterséges intelligencia által készített zenékkel kísérletez bizonyos teszteken

A YouTube olyan szoftverrel kísérletezik, amely a Google DeepMind által épített Lyria nevű mesterséges intelligencia-modell segítségével generál zenét.

A Google tulajdonában lévő otthoni videós óriás csütörtökön bejelentette, hogy két funkciót terjeszt a tesztelők egy kis csoportjába: a Dream Track-et és a Music AI Tool-t. 

A Dream Track egy szöveges promptot egy rövid hangrészletté alakít át, amely különféle popsztárok hangját és stílusát utánozza – nevezetesen Alec Benjamin, Charlie Puth, Charli XCX, Demi Lovato, John Legend, Sia, T-Pain, Troye Sivan és Amerikai indián csecsemő. Az előadóválasztás egyelőre csak ezekre az előadókra korlátozódott, mert a Google-nak a szerzői jogi háború elkerülése érdekében licencekről kellett tárgyalnia, hogy Lyriát a zenéjükre taníthassa.

Az alábbiakban meghallgathatja, mit generál a Dream Track az „egy napsütéses reggel Floridában, R&B”-hez, T-Pain stílusában – egy művész, aki jól ismert arról, hogy autotune-val módosítja a hangját. 

Youtube Video

Minden bizonnyal úgy hangzik, mint a T-Pain, és a dalszövegek is megfelelőek, és megfelelnek a felszólításnak. A Dream Track jelenleg csak „az alkotók korlátozott csoportja számára” érhető el, akik 30 másodperces klipeket tudnak generálni mesterséges intelligencia által készített számokból, amelyeket YouTube Shortsként – jellemzően perc hosszúságú videókként – közzétehetnek. 

A Music AI Tool érdekesebbnek és hasznosabbnak tűnik. Lehetővé teszi az emberek számára, különösen azok számára, akik nem rendelkeznek hangszerrel vagy sok hangszerrel, hogy átalakítsanak egy hangfelvételt – például egy akkordot vagy valaki dúdolja a dallamot – olyasvalamivé, amely megtartja az eredeti hangzást, de egy másik hangszer formájában játsszák. 

A leglenyűgözőbb demó talán egy csomó „na-na-na” énekhangot alakít át zenekari partitúrává, vonós hangszerekkel kiegészítve, ami úgy tűnik, hogy ez egy kissé meggyőző filmzene lehet. Alább meghallgathatod.

Youtube Video

A YouTube csak bizonyos előadókkal, dalszerzőkkel és producerekkel osztja meg a Music AI Tool alkalmazást, akik jelenleg is részt vesznek a Music AI Incubator programjában. 

A Music AI Tool lehetővé teszi az emberek számára, hogy új formákban hozzanak létre zenét anélkül, hogy különösen jól énekelniük vagy hangszeren játszaniuk kellene – hasonlóan ahhoz, ahogyan bárki használhat szöveget képpé modelleket műalkotások létrehozásához anélkül, hogy tudna rajzolni vagy festeni.

Kicsit emlékeztet bennünket évekkel ezelőttre, az elektronikus zene felemelkedésére, amikor a cinikusok azt nyögték ki, hogy a szintetizátorok és a számítógéppel segített szekvenálások lehetővé teszik, hogy bárki úgy hallgathassa a számokat, mint az úgynevezett igazi zenészek.

„Ezek a kísérletek feltárják az AI-funkciókban rejlő lehetőségeket, hogy segítsenek a művészeknek és alkotóknak kibontakozni képzelőerejüket és kibővíteni kreatív folyamataikat.” magyarázható A YouTube Lyor Cohen és Toni Reid, a zenei részleg globális vezetője, valamint a feltörekvő élmények és közösségi termékek alelnöke.

„A rajongók pedig új módokon kapcsolódhatnak az általuk kedvelt kreatívokhoz, így interaktív eszközök és élmények révén közelebb hozhatják őket egymáshoz. Mindez segíteni fog nekünk a technológia megismétlésében és fejlesztésében, így tájékoztatva a jövőbeli alkalmazásokat.”

A generatív mesterséges intelligencia és a zene azonban különösen trükkös. Nemcsak nehéz olyan modelleket építeni, amelyek valóban jól hangzó hangot képesek létrehozni, de az adatok biztosítása a rendszerek betanításához is nehéz. A lemezkiadók köztudottan pereskednek szerzői jogaik védelmében – ezt a YouTube nagyon jól tudja. A videós oldal azt közölte, hogy dolgozik ezeken a problémákon, és megpróbál licencszerződéseket kötni, hogy kompenzálja a művészeket a zenéjükért. 

„A mesterséges intelligencia által kínált óriási lehetőség ellenére azt is elismerjük, hogy ez egy gyorsan fejlődő tér, amely összetett kihívásokat jelent. A YouTube egyik legnagyobb erőssége a zeneipari partnerekkel fennálló erős kapcsolataink. Elkötelezettek vagyunk amellett, hogy együttműködünk velük, ahogy belépünk ebbe az új korszakba, kritikusan együtt vizsgálva az új lehetőségeket, és ésszerű és fenntartható vezérlőket, bevételszerzési és hozzárendelési kereteket dolgozunk ki” – tette hozzá Cohen és Reid.

Eközben a Google DeepMind kutatói a hamis mesterséges intelligencia által generált hangok problémájával foglalkoznak, amelyek a hallgatók manipulálására vagy félrevezetésére használhatók. A Lyria modellel készített számok észrevehetetlen vízjeleket hordoznak a szintetikus tartalom azonosítására használt SynthID eszközből. SynthID láthatóan működik az audioadatokat kétdimenziós spektrogrammá alakítva, digitális vízjelet alkalmazva az ábrázolásra, majd visszaalakítva hanggá.

„A vízjelet úgy tervezték, hogy fenntartsa az észlelhetőséget még akkor is, ha az audiotartalom számos általános módosításon esik át, mint például a zaj hozzáadása, az MP3-tömörítés vagy a sáv gyorsítása vagy lassítása. A SynthID képes vízjel jelenlétét is észlelni a számban, hogy segítsen megállapítani, hogy a dal egyes részeit a Lyria hozta-e létre” – mondta DeepMind. magyarázható. ®

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
• Forrás: https://go.theregister.com/feed/www.theregister.com/2023/11/17/youtube_generative_ai/