Музика коју генерише вештачка интелигенција (АИ) већ је постала стварност. Алати за вештачку интелигенцију сада могу да креирају музику само са текстуалним упитом, а резултати превазилазе сва очекивања.
Међутим, то не значи да АИ алати могу директно креирати музику. Уместо тога, музика пролази кроз АИ генераторе слика који креирају спектрограме музике. Затим можете да конвертујете ове спектрограме у аудио клипове. Да ли то значи да ће музика генерисана вештачком интелигенцијом заменити музику коју је направио човек у будућности?
АИ заснована на сликама учи компјутерске алгоритме да препознају слике места и објеката. Након тога, алгоритми се користе за репродукцију сличних, али јединствених слика. ДАЛЛ-Е и Стабле Диффусион су добри примери. За сада, можете учинити да ови програми приказују шта год желите. Све кроз текст!
Дакле, АИ алат који може да креира спектрограме зове се Риффусион. Ово је најновији АИ пројекат, и у својој суштини је генератор слика из текста заснован на стабилној дифузији (Стабле Диффусион). Али како је постао способан да ствара музику?
Иза Риффусион-а стоје роботичар Хеик Мартирос и програмер софтвера Сет Форсгрен. Желели су да тестирају да ли савремени АИ програми могу да раде у аудио пољу. Тако је почело Риффусионово музичко путовање. Форсгрен овако говори о технологији: „Хаке и ја свирамо заједно у малом бенду, а ми смо започели пројекат само зато што волимо музику. Након што смо видели запањујуће резултате Стабле Диффусион за генерисање слика, запитали смо се како би изгледало коришћење приступа дифузије за стварање музике?
Да би сазнали, тим од двоје обучавао је Стабле Диффусион отвореног кода на сликама спектрограма. Комбиноване су са текстом. Након тога, програм је могао да креира спектрограме музике на основу одређених трагова.
У почетку нису знали да ли архитектура модела стабилне дифузије може да створи слику спектрограма са довољно прецизности да се претвори у звук, али се испоставило да може то и више. Мартирос и Форсгрен објавили су своје резултате на званичном сајту Риффусион. У почетку је то био хоби пројекат. Али сада посетиоци могу да додају сопствене текстуалне савете. Ово ће приморати Риффусион да генерише спектрограм. Касније га посетиоци могу користити као аудио снимак и пуштати га на сајту.
Резултати у овој фази можда нису баш високог квалитета. Али дефинитивно није тако лоше као што мислите.
Риффусион такође може покушати да пусти песме које укључују реп у стилу Еминема и К-Поп. Али функција генерисања текстова није тако добра. Уместо текста, чућете мелодичне људске брбљарије. Али најзанимљивије је да ово брбљање и даље одговара тону песме.
Ова технологија још није спремна да замени музику коју је направио човек. Али пројекат нам је показао да алгоритми за обраду слике АИ и даље имају велики потенцијал. Ускоро може постати асистент музичким ауторима. Можда да добијем инспирацију да напишем песму.
Можете помоћи Украјини да се бори против руских освајача. Најбољи начин да то урадите је да донирате средства Оружаним снагама Украјине путем Савелифе или преко званичне странице НБУ.
Такође занимљиво: