Google AI anunció el primer generador de texto a música AudioLM
En Resumen
AudioLM puede producir música simplemente escuchando sonidos
Mubert AI continuará con el habla humana y la música de piano
Con GPT-3 y otros, la idea de la IA generativa tiene muchas posibilidades de avanzar. También descubrimos los conceptos de inpainting y outpainting; La IA completa hábilmente las imágenes manteniendo el tema y el estilo. ¿Qué pasa con la música?
¡Y una vez más! Dado que todo esto se basa en modelos de lenguaje de IA que conservan el significado, era solo cuestión de tiempo antes de que esta tecnología se aplicara a la música. Y ahora ha llegado el momento.
Según una investigación reciente de Google, se puede enseñar un nuevo marco para la producción de audio llamado AudioLM para crear un discurso realista y música de piano simplemente escuchando sonidos. Debido a su consistencia a largo plazo y excelente fidelidad, AudioLM supera a los sistemas anteriores y avanza en la creación de audio con aplicaciones en síntesis de voz y música asistida por computadora.
Hemos desarrollado un sistema para reconocer los sonidos sintéticos producidos por AudioLM utilizando los mismos conceptos de IA que sustentaron la creación de nuestros modelos anteriores.
AudioLM de Google AI puede extender un pasaje acústico mientras mantiene la "intención". A partir de ahora, ha sido entrenado para continuar con el habla humana y la música de piano, según una muestra limitada de datos de entrada. Compruebe la muestra a continuación.
Los criterios para el habla eran sencillos: se pedía a los oyentes que evaluaran si la continuación sonaba como un habla humana. Con la música, se descubrió que la “continuación” de la sección suministrada para la entrada es de una calidad muy superior a la de todos los generadores de música actuales desde cero, como JukeBox. Con una sugerencia en la entrada, la IA continúa la música mucho mejor.
Los evaluadores humanos escucharon muestras de audio para confirmar los resultados. Determinaron si estaban escuchando una continuación real de una voz humana que había sido grabada o una voz artificial producida por AudioLM. Sus datos indican una tasa de éxito del 51.2%. Como resultado, será un desafío para el oyente promedio distinguir entre el habla producida por AudioLM y el habla humana real.
¿La tecnología de texto a música altera el negocio de la música?
Un generador de texto a música basado en el API Mubert Fue anunciado recientemente por otro modelo de IA, Mubert. Mubert crea un conjunto diferente de sonidos para cada solicitud que envía. La probabilidad de que se repita es realmente escasa. La música se crea cuando se realiza una solicitud; no se extrae de una base de datos de melodías terminadas. ¡Cuán verdaderamente generativa esta musica Esta es una pregunta común.
Los sonidos se eligen antes de ser creados. Tanto el indicador de entrada como las etiquetas API de Mubert están codificados en el vector espacial latente de una red neuronal transformadora. Luego se elige el vector de etiquetas más cercano para cada consulta y las etiquetas que lo acompañan se transmiten a nuestra API para crear música. No se utilizó ninguna red neuronal para construir ninguno de los sonidos (bucles separados para bajo, solistas, etc.); todos los sonidos fueron producidos por músicos y diseñadores de sonido.
El siguiente paso importante de Mubert es tomar elementos del mundo actual, como fotos, películas, escenarios y presentaciones, y crear la música del mundo que te rodea.
Esto es lo que puede obtener al poner mensajes de texto imprudentemente en la boca del musical Mubert AI:
Esta es la etapa inicial en el proceso de construcción de un algoritmo de generación más sofisticado y preciso, pero esto requerirá tiempo y dinero.
Sin embargo, la tecnología de conversión de texto a música ya está disponible, por lo que puede generar álbumes en masa cambiando "indicación de entrada" por "escribir un guión de solicitud aleatoria". Parece que los artistas ya no son necesarios.
Leer más noticias relacionadas:
Observación
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre el Autor
Damir es el líder del equipo, gerente de producto y editor en Metaverse Post, que cubre temas como AI/ML, AGI, LLM, Metaverse y Web3-campos relacionados. Sus artículos atraen una audiencia masiva de más de un millón de usuarios cada mes. Parece ser un experto con 10 años de experiencia en SEO y marketing digital. Damir ha sido mencionado en Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto y otras publicaciones. Viaja entre los Emiratos Árabes Unidos, Turquía, Rusia y la CEI como nómada digital. Damir obtuvo una licenciatura en física, que él cree que le ha dado las habilidades de pensamiento crítico necesarias para tener éxito en el panorama siempre cambiante de Internet.
Más artículos
Damir es el líder del equipo, gerente de producto y editor en Metaverse Post, que cubre temas como AI/ML, AGI, LLM, Metaverse y Web3-campos relacionados. Sus artículos atraen una audiencia masiva de más de un millón de usuarios cada mes. Parece ser un experto con 10 años de experiencia en SEO y marketing digital. Damir ha sido mencionado en Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto y otras publicaciones. Viaja entre los Emiratos Árabes Unidos, Turquía, Rusia y la CEI como nómada digital. Damir obtuvo una licenciatura en física, que él cree que le ha dado las habilidades de pensamiento crítico necesarias para tener éxito en el panorama siempre cambiante de Internet.
