MusicLM: nov Googlov model umetne inteligence za pretvorbo besedila v glasbo in slike v glasbo
Na kratko
Google predstavlja MusicLM, model za ustvarjanje glasbe visoke ločljivosti iz besedilnih opisov.
MusicLM je lahko pogojen tako z besedilom kot z melodijo, saj lahko preoblikuje žvižgane in zabrenčane melodije glede na slog, opisan v besedilnem napisu.
Model lahko ustvarjanje glasbe v različnih žanrih, vključno s klasiko, jazzom in rockom.
Google predstavlja MusicLM, model za ustvarjanje glasbe visoke ločljivosti iz besedilnih opisov, kot je »pomirjujoča melodija violine, podprta s popačenim kitarskim rifom«. MusicLM uvršča proces pogojnega ustvarjanja glasbe kot hierarhično nalogo modeliranja od zaporedja do zaporedja in ustvarja glasbo pri 24 kHz, ki ostane dosledna več minut.
Googlovi poskusi kažejo, da MusicLM prekaša prejšnje sisteme, tako v kakovosti zvoka kot pri upoštevanju besedilnega opisa. Poleg tega dokazuje, da je MusicLM lahko pogojen tako z besedilom kot z melodijo, saj lahko preoblikuje žvižgane in zabrenčane melodije glede na slog, opisan v besedilnem napisu. Za podporo prihodnjim raziskavam javno objavljamo MusicCaps, nabor podatkov, sestavljen iz 5.5k parov glasba-besedilo z obogatenimi besedilnimi opisi, ki so jih zagotovili človeški strokovnjaki.
Povezani članek: Besedilo v 3D: Google je razvil nevronsko mrežo, ki ustvarja 3D modele iz besedilnih opisov |
Model MusicLM je bil učen na velikem korpusu glasbenih partitur, kar je AI omogočilo učenje strukture glasbe. Model lahko ustvarjanje glasbe v različnih žanrih, vključno s klasiko, jazzom in rockom. Poleg tega lahko model AI ustvari nove, izvirne kompozicije.
Model MusicLM je pomemben razvoj na področju glasbe, ustvarjene z umetno inteligenco. Model predstavlja bistven napredek v primerjavi s prejšnjimi modeli, ki so bili omejeni na krajše glasbene komade ali pa so bili zmožni ustvarjati le preproste melodije. Novi model odpira možnost uporabe umetne inteligence za ustvarjanje dolgih, kompleksnih glasbenih del, ki bi jih lahko uporabili v filmih, video igrah ali drugih medijih.
Novi model AI lahko ustvarja dolgo glasbo generacije do pet minut.
Povezani članek: Stable Diffusion lahko ustvari novo glasbo z ustvarjanjem spektrogramov na podlagi besedila |
Model AI lahko ustvarja glasbo z uporabo napisov iz iger in filmov.
Poleg tega lahko model AI ustvarja glasbo z uporabo slik kot vhodnih podatkov.
Preberite več o AI v glasbeni industriji:
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Damir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.
več člankovDamir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.