Samla en spellista, hitta ett spår som fastnat i ditt huvud, skriv en pjäs: vad artificiell intelligens kan göra med musik
Miscellanea / / March 30, 2022
Känn igen kompositioner
Ett coolt spår kan höras var som helst: i ett köpcentrum, på ett kafé och till och med från fönstret på en närliggande bil, medan du står i en bilkö. För att inte missa den obekanta låten du gillar räcker det med att aktivera igenkänningsapplikationen. Namnet på kompositionen och namnet på konstnären i dem ges ut av artificiell intelligens på några sekunder. Det är sant att bakom ett så snabbt resultat ligger en grundlig förberedelse: för att snabbt lära sig melodin måste programmet först komma ihåg det. För att göra detta introduceras neurala nätverk till ett enormt bibliotek av spår, och sedan omvandlar algoritmer ljudet till ett spektrogram och bryter ner det i tid, frekvens och intensitet.
Anatoly Starostin
Chef för teknisk utvecklingstjänst på Yandex Media Services.
Ett spektrogram är en graf. Tiden är belägen längs den horisontella axeln, ljudets frekvens är belägen längs den vertikala axeln, och dess intensitet vid ett fast ögonblick uttrycks i färg. En låg signal representeras av en röd stapel längst ner och en hög signal överst. Resultatet är en bild som består av färgade horisontella ränder. Analysen av sådana kretsar hjälper till att känna igen musik. När man arbetar med spektrogram används samma neurala nätverksansatser som vid bildanalys.
Anta att en person hör en låt på radion och vill veta namnet och artisten. Igenkänningsprogrammet bygger ett spektrogram av den klingande passagen och skickar den till dess spårbibliotek. Sedan jämför den "bilden" av den önskade melodin med spektrogrammen för andra kompositioner och väljer den mest exakta matchningen. Samtidigt känner artificiell intelligens igen melodin även genom allvarliga störningar, som vägbuller eller reparationer i en närliggande lägenhet.
Förresten, det neurala nätverket kan inte bara identifiera artisten och namnet på spåret som sitter fast i huvudet, utan också grovt bestämma dess genre. För att göra detta lär man artificiell intelligens att hitta mönster i olika musikstilar. Sådana specifika egenskaper är vanligtvis otillgängliga för människors syn och hörsel. Men tack vare maskininlärning blir det möjligt att beräkna musikgenrer från spektrogrambilder.
Rekommendera låtar
Det verkar som att det är nästan lika osannolikt att hitta "samma" spår som passar ditt humör i miljarder låtar på egen hand som att bli kär vid första ögonkastet. Men tack vare rekommendationsalgoritmer händer inte perfekta matchningar så ofta. Först letar artificiell intelligens efter personer med liknande smak, och sedan hänger statistiska formler ihop: antalet likes, ogillar, uppspelningar och överhoppningar av en viss komposition.
Anatoly Starostin
Låtrekommendation fungerar enligt ett enkelt schema: om Vasya gillade spår X, och då Petya också betygsatte det, då när Vasya gillar Y, bör Petya också rekommendera spår Y. När algoritmen behöver hitta nästa låt, tillämpas formeln på en uppsättning potentiella låtar. De mest lämpliga flyter till toppen.
"Kallt" innehåll, som inte syns i masslyssnarens spellistor, sprids långsammare. Men tack vare neurala nätverk har okända artister och nischmusik fortfarande en liten chans att flimra i strömmen av rekommendationer. Om vi förenklar alla tekniska nyanser, kan vi säga att i sådana fall tar artificiell intelligens reda på hur ofta en specifik användare lyssnar på låtar med liknande spektrogram och inbjuder honom regelbundet att bekanta sig med nya spår.
Mary Gu
Sångare.
Ibland söker jag inspiration i rekommendationer. Jag anförtror valet av komposition till musiktjänsten, lyssnar på melodierna, hittar intressanta ljud eller texter. Så du kan verkligen spontant bli kär i en låt av en okänd artist. Och en annan rad som jag av misstag hörde kan få mig att skapa mina egna dikter.
Neurala nätverk hjälper också till att skapa musikval för träning, promenader eller sömn. Innehållsredigerare väljer referensspår för algoritmer, och baserat på deras spektrogram utökar artificiell intelligens tematiska rekommendationer.
skapa musik
Tidigare var det bara tonsättare som kunde skapa melodier. Nu är det möjligt utan medverkan av musiker. 2020 var Nederländerna värd för den första Eurovision Song Contest för neurala nätverk - AI Song Contest. Australiensaren vann samarbete artificiell intelligens med koalor, kungsfiskare och tasmanska djävlar. Låten var tillägnad skogsbränderna som rasar på kontinenten. Djurljud spelades in i korta prover - fragment på 1-2 sekunder långa. Algoritmen kombinerade dem med hits från alla tidigare vinnare av den riktiga Eurovisionen, varefter de sammanställde proverna till sin egen melodi.
Detta är inte det enda exemplet på en framgångsrik kreativ förening av programmerare och neurala nätverk. Under 2019, vid avslutningen av Winter International Arts Festival i Sotji, framförde statsorkestern ett 8-minutersverk. Den skrevs av kompositören Kuzma Bodrov från separata fragment av melodier genererade av neurala nätverk. Idag är skapandet av musik det mest lovande området för utvecklingen av artificiell intelligens.
Anatoly Starostin
Artificiell intelligens kan skapa musik på tre sätt. Den första är kopplad till konstruktionen av färdiga "tegelstenar" av ljud - prover. I det här fallet arrangerar algoritmen dem helt enkelt i rätt ordning över flera ljudspår, och den elektroniska arrangören blandar det färdiga spåret. Det andra sättet är att skapa notation. Det är som att skriva instruktioner för musikern att spela det färdiga verket på den. Och det tredje sättet är att spela in den "råa" ljudsignalen. I det här fallet skapar själva det neurala nätverket ljudvågor som liknar till exempel Mozart eller Beatles.
Förresten, neurala nätverk kan också skriva poesi till sånger. Än så länge låter sådana spår ganska konstiga, så låtskrivare bör inte oroa sig för arbetslöshet. Dessutom saknar "datorsinnet" känslor. Han kan inte tränga in i det känslomässiga sammanhanget och förmedla de upplevelser som tvingade verkens upphovsmän att skapa.
Mary Gu
Poesi och musik handlar i första hand om människors själ, inre värld, upplevelser, känslor och känslor. Till exempel är det nya spåret ”Don't Burn Out” min personliga historia, men det handlar också om alla som går efter en dröm och försöker förstå sig själva. Jag tror inte att artificiell intelligens någonsin kommer att ersätta en levande person i musikbranschen. Men här kan du få ett intressant tandem "mänskligt - neuralt nätverk". Vi känner redan till dussintals exempel när artificiell intelligens hjälpte kompositörer att skapa unika melodier. I själva verket är detta en ny riktning i musikvärlden, som, jag är säker på, kommer att ha sin egen lyssnare och publik i framtiden.
Artificiell intelligens gör kreativitet tillgänglig för alla, och musik hjälper den att utvecklas. För att förstå hur dessa två poler konvergerar och påverkar varandra kan du "Lektionsnummer” från Yandex - “Digital Art: Music and IT”. Tillsammans med seriernas hjältar får deltagarna lära sig hur neurala nätverk känner igen och genererar spår och vilka teknologier som hjälper i arbetet med musiktjänster vi känner till. På lektionen ska eleverna själva försöka gissa melodin med spektrogrammet och sammanställa en spellista med rekommendationer.
Jag vill "Lektionsnummer"
Omslag: Willyam Bradberry / Shutterstock / Eric Isselee / Shutterstock / Ljupco Smokovski / Shutterstock / FOTOSPLASH / Shutterstock / Olga Selepina / Lifehacker