Mélységében megérti a zenét az AI

A Universal Music Group és az NVIDIA együttműködést jelentett be, ami – tekintve, hogy az NVIDIA nemcsak a tech szektor, hanem a világ legnagyobb piaci értékű cége jelenleg – igen komoly dolog, ahogy a Music Business Worldwide írja.

A partnerség olyan közös kutatás-fejlesztési projekteket jelent, amitől a Universal Music Group a zenehallgatói élmény, a felfedezés gazdagítását és a művészek jobb kompenzációját várja.

Az egyik legizgalmasabb fejlesztés az NVIDIA novemberben bejelentett Music Flamingo projektje, amit a cég mellett a University of Maryland kutatói hoztak létre. Az „audio language model” célja az, hogy a korábban lehetségesnél jóval mélyebben megértse a zenét. A hangszerelés, a tempó, a műfaj, a hangulat felismerése mellett a modell minden másnál pontosabban képes kinyerni a dalszövegeket.

A honlapon bemutatott példák alapján ennél is mélyebbre hatoló dolgokat tud megállapítani a neki mutatott zenékről. Taylor Swift The Fate of Ophelia című daláról például ilyen megállapításokat tett: „A női énekes tiszta, kissé légies hangszínnel adja elő a verzéket és a refréneket. Előadása dallamos és kifejező, sebezhetőséget és elszántságot sugároz. Az énekhangot ízléses visszhanggal és zengetéssel látták el, amivel tágas, éteri teret alakítottak ki a szintis háttér fölött.” „A dalszöveg a megmenekülés és átalakulás témáját dolgozza fel. Ophelia metaforáját a múltbeli elszigeteltség és az újonnan megtalált céltudatosság érzékeltetésére használja.” „A dal felemelő, eltökélt hangulatot áraszt, ötvözve a 2020-as évek elektropopjának csillogó hangzását az egyszerre személyes és himnikus történetmeséléssel.”

A Universal szakértelmével és természetesen a katalógusával megtámogatott (korábban kb. kétmillió zeneszámmal betanított) Music Flamingo feltehetően a jelenleginél is hatékonyabb, pontosabb lesz majd. Ez nem önmagában cél a Universal számára, hanem arra kívánják használni, hogy az új zenék felfedezését segítse.

Mint a sajtóközlemény fogalmaz, a Music Flamingo „gazdagabb felfedezési élményeket tesz lehetővé, mert nemcsak a műfaj vagy a tempó alapján tud majd új dalokat ajánlani, hanem például az érzelmi történések vagy a kulturális beágyazottság alapján is. Ezáltal a befutott zenészek mélyebb, interaktívabb módon érhetik el a rajongókat, a feltörekvő előadók pedig jobb lehetőségeket kapnak arra, hogy rájuk találjanak azok a hallgatók, akikből a leginkább elkötelezett rajongók válhatnak.”

Egy másik fontos közös projekt lesz a kreativitást segítő AI eszközök fejlesztése, mégpedig a Universalhoz tartozó előadók, dalszerzők, producerek bevonásával, akik jelen lesznek a fejlesztésnél és a tesztelésnél, így kiderül, hogy az eszközök „hogyan integrálhatók a valós kreatív munkafolyamatokba”. A sajtóközlemény szerint a zenészek ilyen mértékű bevonása „a generikus AI slop ellenszere, ami a felelős AI-fejlesztés középpontjába a művészeket helyezi”.

Végül az együttműködés a Billboard szerint azzal is segíti majd a zenészek kompenzációját, hogy fejlesztik annak felismerését, hogy az AI modellek pontosan milyen jogvédett műveket használnak fel egyes outputok előállításánál.