ИИ-программа пишет музыку и тексты песен

The Rolling Stones суммировали популярную музыку в простой фразе и названии в своем хите восьмидесятых “Это только рок-н-ролл”. Но, как обнаружила Кремниевая долина, обучающие машины для создания музыки и текстов совсем не просты.

OpenAI на этой неделе объявил о создании системы с открытым исходным кодом под названием Jukebox, которая создает уникальные мелодии и гармонии наряду с лирикой и вокализацией в стилях популярных артистов из большого поля музыкальных жанров.

Результаты далеко не идеальны, но, тем не менее, впечатляют. В некоторых случаях JukeBox создавал достоверные версии песен, которые напоминают гитарный стиль Rolling Stones, звучащий на гитаре, золотую вокализацию Эллы Фицджеральд, интонации Элтона Джона и неуклюжего Рода Стюарта.

Но есть особенно причудливая смесь мелодии в стиле Элвиса Пресли под названием Митоз, где ИИ Элвиса напевает: “Из пыли мы пришли со скромным началом; От грязи к липиду к клетке к сердцу. С митозом с мейозом со временем; наконец мы проснулись с умом”. А “Веселая рождественская малышка” в исполнении великого Чака Берри вполне может напугать маленьких детей.

Остается много работы, которую еще предстоит сделать. Как описал это Девин Колдеви из TechCrunch, некоторые попытки Jukebox звучат как “хорошее, но пьяное караоке, слышимое сквозь дымку наркотиков”.

Тем не менее, проект является значительным и похвальным шагом вперед в области генерации музыки искусственным интеллектом.

Чтобы обучить компьютеры генерировать песни, OpenAI создал огромный набор данных, состоящий из 1,2 миллиона песен.

“Мы показываем, что наши модели могут создавать песни из самых разных музыкальных жанров, таких как рок, хип-хоп и джаз”, – говорится в отчете OpenAI, опубликованном в его блоге. – “Они могут запечатлеть мелодию, ритм, композицию на большие расстояния и тембры для самых разных инструментов, а также стили и голоса певцов, которые будут звучать вместе с музыкой”.

Компьютерные программы на протяжении десятилетий занимались созданием музыки. Одним из наиболее впечатляющих достижений является группа PG Music in A Box, которая позволяет пользователям вводить аккорды, а затем создавать уникальные мелодии и гармонии из нескольких партий в любом из десятков музыкальных стилей. В 2018 году Google представила Musical Transformer, который генерирует песни с узнаваемым, броским повторением. А в прошлом году OpenAI выпустила MuseNet, которая создавала оригинальные мелодии, но не включала в себя тексты песен.

Музыкальный автомат, похоже, является первой программой, которая может создавать песни с текстами песен и вокалом.

Высокие технические характеристики программы доступны онлайн. Ключевой проблемой является обработка огромных объемов музыкальных данных. По данным OpenAI, типичная 4-минутная песня с качеством CD (44 кГц, 16-битная) имеет более 10 миллионов временных шагов. Авто-кодировщик использовался для сжатия данных, удаления ненужных битов информации и повторной выборки результатов обратно в программу. При таком сжатии для воспроизведения одной минуты звука по-прежнему требуется около девяти часов.

Достижения в программе обязательно появятся. OpenAI признает текущие ограничения программы: “В то время как Jukebox представляет собой шаг вперед в музыкальном качестве, согласованности, продолжительности звукового образца и способности влиять на исполнителя, жанр и тексты песен, существует значительный разрыв между этими поколениями и созданной человеком музыкой”.

В качестве примера, Jukebox еще не сочиняет более крупные музыкальные темы, такие как припевы и повторяющиеся фразы.

Наблюдатели ожидают, что следующая итерация программы будет доступна в апреле 2021 года.

OpenAI – исследовательская лаборатория в Сан-Франциско. Специалисты утверждают, что их миссия состоит в том, чтобы “обеспечить, чтобы искусственный общий интеллект приносил пользу всему человечеству”.

По материалам Techxplore