כלי A.I. מגוגל - הופך זמזום או שריקה, או תיאור וטקסט לקטע מוזיקלי

חוקרים בגוגל יצרו בינה מלאכותית היכולה ליצור קטעים מוזיקליים באורך דקות, וזאת מתוך הנחיות טקסט, והיא אפילו יכולה להפוך שריקה או זמזום לכלי נגינה ומלודיות, בדומה לאופן שבו מערכות כמו DALL-E מייצרות תמונות מהנחיות כתובות.
דגם הבינה נקרא MusicLM, ולמרות שאינו פתוח עדיין לשימוש ציבורי, החברה העלתה לבדיקה מבחר יצירות שהיא הפיקה באמצעות בינה מלאכותית.

 

הדוגמאות מרשימות. יש קטעים של 30 שניות של מה שנשמע כמו שירים אמיתיים שנוצרו מתיאורים ארוכים של הנחייה, הקובעים ז'אנר, אווירה ואפילו שימוש בכלים ספציפיים, כמו גם קטעים באורך חמש דקות שנוצרו ממילה אחת או שתיים כמו ״טכנו מלודי״, ג׳אז, קלאסי, רוק על בסיס מוזיקה קלאסית ועוד. ההנחיות של המשתמש הינן ברמת דיבור רגיל, כולל משכו של כל חלק.

לדוגמה:

התוצאה היא האודיו שתוכלו להאזין לו כאן.

כמה קל?

הנחיות הטקסט למחולל המוזיקה יכולות ליצר מוזיקה לפי דרישה במהירות אפסית. מה שהיה לוקח למלחין שעות וימים ליצור פסקול לסדרה או סרט לדוגמה, וזאת תוך שימוש בכלי נגינה, כתיבה, הקלטה, מיקס, הזמנת זמרים והקלטתם באולפן ובעצם כל התהליך כולו - מסתכם כיום בהנחיה הכולל תיאור של היצירה המבוקשת, כולל תיזמונים ומשכים, והיא מוגשת למשתמש במהירות זיא ועם יכולות התאמה נוספות (אימון ולמדיה של הבינה).

דוגמאות

לדוגמה של הנחיות כאלה: "פסקול לפרסומת של מכונית ספורטיבית, מתגבר, כולל סולו גיטרה-דיסטורשן, באורך 15 שניות", ״קטע בסגנון שנות ה-60 עם סקסופון ושלש זמרות״, ״רוק כבד בשילוב אקורדיאון״, ״פתיח מתגבר במתח לסרט דרמה, עם שיא בשנייה 58 והדממה בשניה 64״. כן, כאלה, כמו שבמאי מבקש ממלחין, רק שהתוצאה באפס זמן כמעט.

עוד דוגמאות לנ״ל בקישור הזה. עברו על הדוגמאות השונות כדי להבין איך ההנחיות (תיאורי הטקסט) מגיבים.

בין היכולות הקיימות נכון לעכשיו:זיהוי זמזום או שריקה כדי ליצור מלודיה כולל ליווי עם כלים נבחרים, הנחיות בטקסט, תמונה או קולות:

• בחירת כלי נגינה, קביעת הרמה המקצועית של הנגן המבצע וסגנון המוזיקה הנדרש
• הפקת מוזיקה בהשראת אירועים, הרכבים מויזיקליים, ליווי חברתי או סביבתי (יוגה, כושר, חנות אופנה..)
• קביעת ההשפעה הנפשית על המאזינים/קהל/צופים (מתח, חרדה, שמחה, עצב..)
• יצירת פסקול לפי אורכים בהתאם לליווי הנדרש בכל  תזמון מדויק (סרט, הצגה וכו׳)
• ״סט למועדון באורך שלש שעות בסגנון x״ כולל דיג׳יי פעיל
• ״ליווי לאירוע חתונה/ברית/בר מצווה בסגנון ים-תיכוני/רוק״

 

MusicLM יכולה אפילו לדמות שירה אנושית, ולמרות שנראה שהיא משיגה את הטון והסאונד הכללי של הקולות, האיכות עדיין דורשת למידה, אך מתקרבת מהר לשיבוש תחום השירה.

ראוי להזכיר שקיימים כבר מגוון כלי בינה מלאכותית ליצירה והפקה של מוזיקה באמצעות הנחיות, תמונות ולמידה. נזכיר את ה-Jukebox של openai שכבר עובד ומפיק מוזיקה לפי דרישה. העולם הולך לכיוון הזה והשאלה היא אם יש עדיין צורך ללמוד מוזיקה או נגינה בעידן שבו הרבה מקצועות חלפו מהעולם עם התפתוחת הטכנולוגיה. התשובה שלנו כבר ניתנה לפני כמה שנים. מי שהאמין כנראה הרוויח כמה שנים עם על מתחריו.