Múlt szerdán nyilvános bétaverzióban jelent meg az Udio, egy olyan AI-alapú zeneszerző szolgáltatás, amely szöveges utasítások alapján zenét képes generálni, beleértve az énekhangot és a szöveget is. A több hónapos zárt bétaverzió után a Google DeepMind korábbi munkatársai által alapított csapat alkotása 10 millió dolláros magvető finanszírozást kapott olyan neves befektetőktől és hírességektől, mint will.i.am és Common, ami nagy várakozásokat szült.
Az Udio csapat támogatásával előzetesen kipróbáló tesztelők egyöntetűen kiemelték, hogy a szolgáltatás által generált zene rendkívül magas szinten képes visszaadni az élő előadás hangulatát, valamint az énekhangok harmóniáját. Ráadásul a zeneszerzés egyszerűsítése révén bárki számára lehetővé teszi a zeneszerzést, ami forradalmi változásokat vetít előre a zenei alkotás és fogyasztás jövőjére vonatkozóan – ezt könnyen megtalálható a témában íródott cikkekben.
Ez a fejlődés az AI-val kapcsolatos trendek újabb példája, amelyek célja a kreatív kifejezés demokratizálása, hogy több ember férhessen hozzá a művészeti alkotás eszközeihez. Azonban a lehetőségekről szóló, hatékonyságon és felhasználóbarát felületen alapuló diskurzus mellett néhány fontos kérdést is figyelembe kell vennünk.
Ezek az eszközök képesek-e reprodukálni az emberi alkotók műveibe rejtett komplex jelentéseket és érzelmi mélységeket? Ez a kérdés kulcsfontosságú az AI potenciáljának és korlátainak megértéséhez a jövőbeli kreatív iparágak számára.
A zenész, HAINBACH a How Textures Tell a Story című YouTube-tartalmában egy csendes parkban és egy fákkal és fűvel teli természeti környezetben kalauzol minket, és megmutatja, hogyan tapasztalhatók meg ezek a kontrollálhatatlan elektronikus hangok eltérő jelentéssel és történettel a hallgató számára attól függően, hogy hol tartózkodik. Számára a Lyra-8 olyan hangszer, amely a hangok érzékszervi és kulturális hátteréhez illeszkedő egyedi narratívát képes megvalósítani.
A gyártó, a Soma a Lyra-8-at „organikus” szintetizátornak nevezi, mivel nem a hagyományos billentyűzet elrendezést követi, hanem kapacitív érintőfelületet használ, amely a felhasználó fizikai tulajdonságaival, például érintési érzékenységgel, páratartalommal és hőmérséklettel lép interakcióba. Ezáltal közelebb hozza a felhasználót a hangszerhez, lehetővé teszi a fizikai bevonódást, elmélyíti az interakciót, és a hanggenerálás élményét rendkívül személyessé és felfedezőssé teszi. Ez egy példa arra a gazdag és többdimenziós hangélmény világára, amelyet az AI még nem tud meggyőzően reprodukálni.
A világ már túl van telve csipogásokkal, zümmögésekkel és zenei töredékekkel. A legtöbb időt a képernyőkön és eszközökön töltjük, ahol a mélység és a kontextuális összefüggés hiányában telített a tér, és ebben a környezetben egy újabb AI zeneszerző szolgáltatás megjelenése izgalmas és egyben aggodalomra okot adó is. Véleményem szerint az Udiohoz hasonló AI-technológiáknak nemcsak az emberi zenei képességek utánzására kell törekedniük, hanem meg kell érteniük és tükrözniük kell a bonyolult érzelmi és kulturális struktúrákat is, amelyek az emberi kreativitást táplálják.
Michael Powell kultúrantropológus a The Sound of Friction című tanulmányában hangsúlyozta, hogy a „figyelmes hallgatás” rendkívül hatékony módszer az emberi tapasztalatok és a kulturális interakciók megértéséhez. Kutatásai alapján a következőket javaslom az AI-alapú zeneszerző szolgáltatások fejlesztői számára.
Elsőként, célszerű lehet egy interaktív visszacsatolási hurkot beépíteni. A etnográfiai interjúk iteratív folyamatát alkalmazva az AI-nak fel kellene tennie a szöveges bevitelre válaszul a kiegészítő kérdéseket, vagy finomítania kell a generált zenét a felhasználó kezdeti reakciójának figyelembe vételével.
Másodszor, a bevitt szövegben rejlő érzelmi tónus és a hozzá kapcsolódó kulturális kontextus finom elemzésére kell törekedni, hogy személyre szabott eredményeket lehessen biztosítani.
Harmadszor, hasonlóan ahhoz, ahogyan az etnográfusok a kutatások során egyre mélyebb ismeretekre tesznek szert, az AI rendszernek is fejlesztenie kell a felhasználói preferenciák és a kulturális árnyalatok megértését, a beszélgetési előzmények kiterjesztett tervezésével.
Az Udiohoz hasonló AI-rendszerek jelentős előrelépést jelentenek a zeneszerzés hozzáférhetőségének növelése terén. Ugyanakkor arra is ösztönöznek minket, hogy elgondolkodjunk azon, hogyan lehet pótolni a kreativitás lényegét és a zene által nyújtott finom emberi élmények közötti kapcsolatot. Ez a technológia, a hagyomány, az innováció és a mélység közötti párbeszéd fogja meghatározni a digitális kor zenei jövőjét. Ezért nemcsak a hangok generálásának módját, hanem azt is figyelembe kell vennünk, hogy a társadalmunkban hogyan érzékeljük és értékeljük a hangokat, mert ez lehet az a legjobb módja annak, hogy lassítsuk a „humán alkotás” magas árcímkével ellátott korának eljövetelét.
Hivatkozások
Hozzászólások0