بعد از هوش مصنوعی ChatGPT در دنیای فناوری، گوگل Music LM را معرفی کرد، هوش مصنوعی که می‌تواند بر اساس توضیحات متن داده شده آهنگ بسازد. نتیجه این هوش مصنوعی بسیار شگفت انگیز است و تفاوت چندانی با موسیقی ساخته شده توسط هنرمندان ندارد.

ایجاد یک قطعه پنج دقیقه ای تنها با دو کلمه

قطعات تولید شده شگفت انگیز هستند. آهنگ‌های 30 ثانیه‌ای که بسیار شبیه آهنگ‌های واقعی به نظر می‌رسند، بر خلاف آهنگ‌های پنج دقیقه‌ای که فقط با دو کلمه مانند «تکنو ملودیک» ساخته شده‌اند، از متنی طولانی ساخته شده‌اند که ژانر، حال و هوا و سازهای خاص را توصیف می‌کند.

Music LM می تواند صدای انسان را شبیه سازی کند و اگرچه به نظر می رسد لحن و گفتار خوبی دارد اما کیفیت بالایی نیز دارد. بهترین راه برای از کار افتادن این سیستم این است که قطعات تولید شده کسل کننده یا بی جان به نظر برسند، اما هرگز اینطور نیست.

هوش مصنوعی گوگل MusicLM

نامحدود

موسیقی خلق شده توسط هوش مصنوعی سابقه ای چند دهه ای دارد. سیستم هایی وجود دارند که به خلق آهنگ های پاپ، دوبله شاهکارهای باخ و همراهی اجراهای زنده معروف هستند. نسخه جدید از موتور رندر مبتنی بر هوش مصنوعی StableDiffusion برای تبدیل پیام های متنی به طیف های صوتی استفاده می کند که سپس به موسیقی تبدیل می شود. این مقاله بیان می‌کند که MusicLM می‌تواند از سایر سیستم‌های محدود بهتر عمل کند و آهنگ‌های بهتری ایجاد کند.

توجه عاقلانه گوگل

مانند سایر تلاش ها در زمینه هوش مصنوعی، Music LM نسبت به برخی از همتایان خود با فناوری مشابه محتاط تر است. در واقع، گوگل در حال حاضر قصد ندارد این سیستم را برای جلوگیری از وقوع “دزدی ادبی و هنری” در اختیار عموم قرار دهد. این فناوری ممکن است در حال حاضر یک سرگرمی باشد، اما در حال حاضر افرادی که می توانند از این تحقیق بهره ببرند، متخصصان هوش مصنوعی هستند که سعی دارند با استفاده از این سیستم هوش مصنوعی کامل تری بسازند. گوگل می گوید مجموعه داده ای از حدود 5500 جفت حروف موسیقی را به صورت عمومی منتشر کرده است که می تواند به آموزش و ارزیابی سایر هوش مصنوعی های موسیقی کمک کند.