Savāc atskaņošanas sarakstu, atrodi galvā iestrēgušu dziesmu, uzraksti lugu: ko mākslīgais intelekts spēj darīt ar mūziku
Literārs Mistrojums / / March 30, 2022
Atpazīt kompozīcijas
Forša trase dzirdama jebkur: tirdzniecības centrā, kafejnīcā un pat no blakus esošās mašīnas loga, stāvot sastrēgumā. Lai nepalaistu garām sev tīkamo nepazīstamo dziesmu, pietiek ieslēgt atpazīšanas aplikāciju. Skaņdarba nosaukumu un mākslinieka vārdu tajās mākslīgais intelekts izdod sekundēs. Tiesa, aiz tik strauja rezultāta slēpjas pamatīga sagatavošanās: lai ātri apgūtu melodiju, programmai vispirms tā jāatceras. Lai to izdarītu, neironu tīkli tiek ievadīti milzīgā celiņu bibliotēkā, un pēc tam algoritmi pārvērš skaņu spektrogrammā un sadala to laikā, frekvencē un intensitātē.
Anatolijs Starostins
Tehnoloģiju attīstības dienesta vadītājs uzņēmumā Yandex Media Services.
Spektrogramma ir grafiks. Laiks atrodas pa horizontālo asi, skaņas frekvence atrodas pa vertikālo asi, un tās intensitāte noteiktā brīdī ir izteikta krāsā. Zems signāls tiek attēlots ar sarkanu joslu apakšā un augsts signāls augšpusē. Rezultāts ir attēls, kas sastāv no krāsainām horizontālām svītrām. Šādu shēmu analīze palīdz atpazīt mūziku. Strādājot ar spektrogrammām, tiek izmantotas tās pašas neironu tīkla pieejas kā attēlu analīzē.
Pieņemsim, ka cilvēks pa radio dzird dziesmu un vēlas uzzināt vārdu un izpildītāju. Atpazīšanas programma izveido skanošā fragmenta spektrogrammu un nosūta to uz savu ierakstu bibliotēku. Pēc tam tas salīdzina vēlamās melodijas "attēlu" ar citu skaņdarbu spektrogrammām un izvēlas precīzāko sakritību. Tajā pašā laikā mākslīgais intelekts atpazīst melodiju pat tad, ja rodas nopietni traucējumi, piemēram, ceļa troksnis vai remontdarbi kaimiņu dzīvoklī.
Starp citu, neironu tīkls spēj ne tikai identificēt mākslinieku un galvā iestrēgušā celiņa nosaukumu, bet arī aptuveni noteikt tā žanru. Lai to izdarītu, mākslīgais intelekts tiek mācīts atrast modeļus dažādos mūzikas stilos. Šādas specifiskas īpašības cilvēka redzei un dzirdei parasti nav pieejamas. Bet, pateicoties mašīnmācībai, kļūst iespējams aprēķināt mūzikas žanrus no spektrogrammu attēliem.
Ieteikt dziesmas
Šķiet, ka miljardos dziesmu patstāvīgi atrast savu noskaņojumam atbilstošu "to pašu" dziesmu ir gandrīz tikpat maz ticama kā iemīlēšanās no pirmā acu uzmetiena. Taču, pateicoties ieteikumu algoritmiem, ideālas atbilstības nenotiek tik bieži. Pirmkārt, mākslīgais intelekts meklē cilvēkus ar līdzīgām gaumēm, un tad tiek savienotas statistikas formulas: Patīk, Nepatīk, atskaņojumu un izlaidumu skaits konkrētam sastāvam.
Anatolijs Starostins
Dziesmas ieteikums darbojas pēc vienkāršas shēmas: ja Vasjai patika celiņš X, un tad arī Petja to novērtēja, tad, kad Vasjai patīk Y, Petijai vajadzētu ieteikt arī dziesmu Y. Kad algoritmam jāatrod nākamā dziesma, formula tiek piemērota potenciālo dziesmu kopai. Vispiemērotākie peld līdz augšai.
“Aukstais” saturs, kas nav redzēts masu klausītāja atskaņošanas sarakstos, izplatās lēnāk. Bet, pateicoties neironu tīkliem, nezināmiem māksliniekiem un nišas mūzikai joprojām ir neliela iespēja mirgot ieteikumu plūsmā. Ja vienkāršosim visas tehniskās nianses, tad varam teikt, ka šādos gadījumos mākslīgais intelekts uzzina, cik bieži konkrēts lietotājs klausās dziesmas ar līdzīgām spektrogrammām un periodiski aicina viņu iepazīties ar jaunām dziesmas.
Mērija Gu
Dziedātājs.
Reizēm iedvesmu meklēju ieteikumos. Skaņdarba izvēli uzticu mūzikas dienestam, klausos melodijas, atrodu interesantas skaņas vai tekstus. Tātad jūs patiešām varat spontāni iemīlēties nezināma mākslinieka dziesmā. Un vēl viena nejauši dzirdēta rinda var pamudināt mani radīt savus dzejoļus.
Neironu tīkli arī palīdz ģenerēt mūzikas atlasi fitnesa, pastaigas vai gulēšanas vajadzībām. Satura redaktori atlasa algoritmu atsauces celiņus, un, pamatojoties uz to spektrogrammām, mākslīgais intelekts paplašina tematiskos ieteikumus.
radīt mūziku
Iepriekš melodijas varēja radīt tikai komponisti. Tagad tas ir iespējams bez mūziķu līdzdalības. 2020. gadā Nīderlandē notika pirmais Eirovīzijas dziesmu konkurss neironu tīkliem — AI Song Contest. Austrālietis uzvarēja sadarbību mākslīgais intelekts ar koalām, karalzvejniekiem un Tasmānijas velniem. Dziesma bija veltīta kontinentā plosošajiem mežu ugunsgrēkiem. Dzīvnieku skaņas tika ierakstītas īsos paraugos - 1-2 sekundes garos fragmentos. Algoritms tos apvienoja ar visu iepriekšējo īstās Eirovīzijas uzvarētāju hitiem, pēc tam viņi samontēja paraugus savā melodijā.
Šis nav vienīgais veiksmīgas programmētāju un neironu tīklu radošās savienības piemērs. 2019. gadā Ziemas starptautiskā mākslas festivāla noslēgumā Sočos Valsts orķestris izpildīja 8 minūšu garu skaņdarbu. To no atsevišķiem neironu tīklu ģenerētiem melodiju fragmentiem sarakstījis komponists Kuzma Bodrovs. Mūsdienās mūzikas radīšana ir visperspektīvākā mākslīgā intelekta attīstības joma.
Anatolijs Starostins
Mākslīgais intelekts var radīt mūziku trīs veidos. Pirmais ir saistīts ar gatavu skaņas "ķieģeļu" - paraugu - būvniecību. Šajā gadījumā algoritms tos vienkārši sakārto pareizā secībā pa vairākiem audio celiņiem, un elektroniskais aranžētājs sajauc gatavo celiņu. Otrs veids ir ģenerēt mūzikas notāciju. Tas ir tāpat kā rakstīt instrukcijas, lai mūziķis tajā atskaņotu gatavo darbu. Un trešais veids ir ierakstīt "neapstrādātu" audio signālu. Šajā gadījumā neironu tīkls pats rada skaņas viļņus, kas ir līdzīgi, piemēram, Mocartam vai The Beatles.
Starp citu, neironu tīkli var arī rakstīt dzeju dziesmām. Līdz šim šādi ieraksti izklausās diezgan dīvaini, tāpēc dziesmu autoriem nevajadzētu uztraukties par bezdarbu. Turklāt "datorprātam" trūkst jūtu. Viņš nevar iekļūt emocionālajā kontekstā un nodot pārdzīvojumus, kas piespieda darbu autorus radīt.
Mērija Gu
Dzeja un mūzika galvenokārt ir par cilvēku dvēseli, iekšējo pasauli, pārdzīvojumiem, jūtām un emocijām. Piemēram, jaunais skaņdarbs “Don’t Burn Out” ir mans personīgais stāsts, taču tas ir arī par katru, kurš iet pēc sapņa un cenšas izprast sevi. Nedomāju, ka mākslīgais intelekts jebkad aizstās dzīvu cilvēku mūzikas industrijā. Bet šeit jūs varat iegūt interesantu tandēmu "cilvēks - neironu tīkls". Mēs jau zinām desmitiem piemēru, kad mākslīgais intelekts palīdzēja komponistiem radīt unikālas melodijas. Patiesībā šis ir jauns virziens mūzikas pasaulē, kuram, esmu pārliecināts, nākotnē būs savs klausītājs un publika.
Mākslīgais intelekts padara radošumu pieejamu ikvienam, un mūzika palīdz tai attīstīties. Lai saprastu, kā šie divi poli saplūst un ietekmē viens otru, varat "Nodarbību numuri” no Yandex - “Digitālā māksla: mūzika un IT”. Kopā ar komiksu varoņiem dalībnieki uzzinās, kā neironu tīkli atpazīst un ģenerē celiņus un kādas tehnoloģijas palīdz mums zināmo mūzikas servisu darbā. Nodarbībā skolēni paši mēģinās pēc spektrogrammas uzminēt melodiju un sastādīs atskaņošanas sarakstu ar ieteikumiem.
Es gribu "Nodarbības numuri"
Piesegt: Viljams Bredberijs / Shutterstock / Ēriks Isselee / Shutterstock / Ljupco Smokovski / Shutterstock / FOTOSPLASH / Shutterstock / Olga Selepina / Lifehacker