“Google” matn tavsiflaridan murakkab musiqa yarata oladigan sun’iy intellekt tizimi – neyron tarmoqni ishga tushirdi.

Qayd etish mumkin, u matnli tavsifdan istalgan janrda musiqa yaratishga qodir bo‘lgan “MusicLM” sun’iy intellekt tizimi hisoblanadi. Qisqa qilib aytganda, hushtak chalish orqali ham musiqa yaratish mumkin.

Biroq, “Riffusion” kabi yangi sun’iy intellektning muqobillari texnik cheklovlar va nisbatan kichik o‘quv ma’lumotlari to‘plami tufayli murakkab kompozisiyalarni yaratishga qodir emas.

Biroq, “MusicLM” 280 000 soatlik musiqa ma’lumotlar to‘plamida “katta murakkablikdagi” qo‘shiqlarni (masalan, “maftunkor jazz” yoki “90-yillarning Berlin texnosi”) yaratish uchun o‘qitilgan.

Neyron tarmoq instrumental rifflar, ohanglar va kayfiyat kabi tavsifning nyuanslarini qamrab olishga qodir. Masalan, “MusicLM” “kosmosda bo‘lish hissi”ni uyg‘otishi kerak bo‘lgan ohangni yaratishi mumkin.

“Google” tadqiqotchilarining tushuntirishicha, tizim mavjud ohanglarga asoslanishi ehtimoli bor, hatto g‘o‘ng‘irlash, qo‘shiq aytish, hushtak chalish yoki cholg‘u chalish ko‘rinishida bo‘lsa ham.

“MusicLM”, shuningdek, tasvir va sarlavhaning kombinasiyasi bilan ko‘rsatma berilishi yoki ma’lum bir janrdagi muayyan turdagi musiqiy asbob tomonidan chalinadigan tovushni yaratishi mumkin. Foydalanuvchi hatto “musiqachi”ning tajriba darajasini belgilashi mumkin.

Biroq, ba’zi kuylar o‘quv jarayonining muqarrar yon ta’siri sifatida buzilishlarga ega. Texnik jihatdan, “MusicLM” vokallarni, shu jumladan, endilikda xor garmoniyalarini yaratishi ilojsiz masala bo‘lmaydi.

“Google” tadqiqotchilari, shuningdek, “MusicLM” bilan bog‘liq ko‘plab axloqiy muammolarni, jumladan, mualliflik huquqining buzilishini qayd etib boradi. Tajriba davomida ular tizim tomonidan yaratilgan musiqaning taxminan 1 foizi u o‘qitilgan qo‘shiqlardan faqat parchalar ekanligini aniqladilar.

Shu bilan birga, “Riffusion” modeli tijorat maqsadlarida foydalanish uchun “Creative ML OpenRAIL-M” lisenziyasi uchun ochiq. Bu barqaror diffuziyadagi tasvirni o‘zgartirishga o‘xshab ishlaydi. Shunday qilib, ishlab chiqarish jarayonida mos yozuvlar uslubiga ega bo‘lgan spektrogramma namunalarini o‘rnatish, turli uslublarni birlashtirish, bir uslubdan ikkinchisiga silliq o‘tishni amalga oshirish yoki alohida asboblarning ovozini oshirish, ritmni o‘zgartirish va hokazo uchun mavjud tovushga o‘zgartirishlar kiritish mumkin.

• Google
• Musiqa
• sun’iy intellekt