Како направити АИ музику помоћу Мета’с МусицГен-а

Kompanija Meta je objavila izvorni kod za MusicGen, još jedan alat zasnovan na veštačkoj inteligenciji (AI) koji stvara muziku transformišući tekstualne opise u muzičke kompozicije. Demonstraciona verzija je dostupna online i za njeno korišćenje potreban je samo internet pretraživač. Rezultati su sasvim solidni, ali još važnije, pokazuju napredak koji su muzički AI modeli postigli.

U nastavku teksta saznaćete sve što treba da znate o MusicGen-u i kako da pomoću njega kreirate muziku.

Šta je zapravo MusicGen?

Meta je u junu 2023. godine predstavila MusicGen, svoj AI model za generisanje muzike. Ovo nije prva kompanija koja se suočila sa izazovom stvaranja muzike iz jednostavnog tekstualnog opisa; do sada je bilo moguće kreirati muziku pomoću OpenAI-jevog Jukebox-a, ili generisati kratke muzičke delove uz pomoć MusicLM-a.

Međutim, Meta je prva kompanija koja je objavila izvorni kod kao otvorenog koda, što omogućava korisnicima da softver pokrenu lokalno na svojim računarima, pod uslovom da imaju grafičku procesorsku jedinicu (GPU) sa najmanje 16 GB memorije – iako smo uspeli da ga pokrenemo i sa 11 GB.

Ukoliko nemate odgovarajući hardver, ne brinite, jer web aplikaciju MusicGen možete isprobati besplatno putem internet pretraživača. Prema onlajn demonstraciji, generisanje 12-sekundnog audio isečka traje nešto više od jednog minuta.

Kakav je zvuk MusicGen-a?

Iz Metinog tima tvrde da MusicGen može proizvesti muzičke uzorke visokog kvaliteta, mada smo primetili da su istraživači kao visok kvalitet definisali 32 kHz. To je negde između standarda za sintezu govora (16 kHz) i standarda za digitalnu muziku (44,1 kHz).

U realnosti, zvuk možda ne ispunjava standarde kvaliteta na koje ste navikli kada slušate radio ili muziku na striming platformama. Ipak, kada se uporedi sa drugim AI muzičkim generatorima, i imajući u vidu trenutni nivo razvoja tehnologije, kvalitet zvuka je prilično dobar sa niskim nivoom šuma u audio fajlu.

Koliko je generisana muzika u skladu sa zadatim opisom? Utisak o tome možete steći preslušavanjem primera koje smo generisali. U suštini, MusicGen uspeva da se pridržava popularnih muzičkih žanrova, zadržavajući koherentnu muzičku strukturu, u poređenju sa ranijim modelima.

Kako generisati muziku pomoću MusicGen-a?

MusicGen je jednostavan za korišćenje i ne zahteva registraciju. Korisnički interfejs je intuitivan, što omogućava lako eksperimentisanje iz zabave.

U nastavku sledi objašnjenje kako da generišete muziku pomoću MusicGen-a:

Otvorite MusicGen web aplikaciju.

U tekstualno polje pod nazivom „Opišite svoju muziku“, unesite svoj tekstualni opis. Možete pokušati sa jednostavnim upitom poput „irska narodna melodija“, ili biti detaljniji uključivanjem instrumenata, tempa, žanra ili emocija.

Kliknite na dugme „Generiši“ da započnete proces. Nakon jednog ili dva minuta, u modulu „Generisana muzika“ sa desne strane će se pojaviti audio plejer.

Pređite kursorom preko modula da prikažete kontrolne opcije plejera i preslušate fajl, ili kliknite na ikonu za preuzimanje u gornjem desnom uglu da biste fajl sačuvali na svom računaru. Imajte na umu da je fajl dostupan samo u .mp4 formatu.

Ukoliko želite da utičete na rezultate koristeći postojeću melodiju, možete otpremiti snimak u modul pored tekstualnog polja. Takođe, možete izabrati opciju „Mic“ da biste snimili melodiju pomoću mikrofona.

Uslovljavanje melodije će koristiti i tekstualni opis i melodiju koju ste naveli kao referencu. Ovo je koristan alat za oblikovanje rezultata koje dobijate od MusicGen-a.

Koja su ograničenja korišćenja MusicGen audio materijala?

Izvorni kod za MusicGen se slobodno distribuira pod MIT licencom, uz nekoliko ograničenja. Što se tiče zvuka koji generišete pomoću modela, nejasno je da li postoje zakonske smernice. Umesto toga, trebalo bi obratiti pažnju na Metino upozorenje o korišćenju MusicGen-a:

„Model se ne sme koristiti za namerno kreiranje ili širenje muzičkih dela koja stvaraju neprijateljsko ili odbojno okruženje za ljude. To uključuje kreiranje muzike za koju se može predvideti da je uznemirujuća, uvredljiva ili ponižavajuća; ili sadržaja koji promoviše istorijske ili aktuelne stereotipe.”

Meta dalje objašnjava da je MusicGen prvenstveno namenjen istraživačima koji žele da istraže generisanje muzike uz pomoć veštačke inteligencije, a ne za „nizvodne“ primene, što podrazumeva aktivnosti poput otpremanja i distribucije AI muzike na striming platformama.

Etičke prednosti i mane odražavaju proces generisanja umetnosti veštačkom inteligencijom. Dobijanje saglasnosti za korišćenje podataka za obuku AI modela, kao i pitanje kompenzacije/priznavanja autorstva umetnika kada je to potrebno, su razlozi zbog kojih Meta preduzima mere opreza.

Ukratko, mala je verovatnoća da će istraživanje modela iz zabave izazvati štetu, ali korišćenje zvuka za komercijalnu muziku može biti problematičnije. Mnogi ljudi se pitaju kako će izgledati budućnost pop muzike uz upotrebu veštačke inteligencije.

Dodajući još jedan model za generisanje muzike, Meta je izdala MusicGen, AI model otvorenog koda koji može da generiše originalnu muziku na osnovu jednostavnih tekstualnih opisa. Ukoliko ste radoznali da isprobate ovu tehnologiju, možete iskoristiti demo verziju koristeći samo veb pretraživač.