Pengembang dari proyek penelitian Magenta (divisi Google)
memperkenalkan NSynth Super open source synthesizer. Ini didasarkan pada sistem kecerdasan buatan yang mencampur beberapa sampel yang dimuat sebelumnya (misalnya, suara gitar dan piano) menjadi suara baru dengan karakteristik unik.
Baca lebih lanjut tentang sistem Super NSynth dan algoritma komposer lainnya di bawah ini.
Foto Ta Da CCPelajari lebih lanjut tentang NSynth Super
NSynth Super synthesizer memiliki tampilan layar sentuh yang menampilkan "permukaan kerja" persegi. Musisi memilih beberapa instrumen, yang bunyinya akan digunakan untuk membuat suara baru, dan menugaskan mereka ke sudut-sudut alun-alun ini.
Selama kinerja, pemain mengontrol suara yang direproduksi dengan menggerakkan pointer di dalam bidang kerja. Sampel yang dihasilkan akan merupakan kombinasi dari suara asli dalam proporsi yang berbeda (tergantung pada kedekatan kursor ke sudut tertentu).
Sampel baru disintesis menggunakan algoritma pembelajaran mesin NSynth . Dia mempelajari 300 ribu suara instrumental menggunakan perpustakaan terbuka TensorFlow dan openFrameworks. Karyanya juga menggunakan model WaveNet .
Untuk menghasilkan sampel baru, NSynth
menganalisis 16 karakteristik suara yang masuk. Mereka kemudian diinterpolasi secara linear untuk membuat representasi matematis dari setiap sinyal audio. Representasi ini diterjemahkan kembali menjadi suara yang memiliki kualitas akustik gabungan dari algoritma input.
NSynth Super dapat digunakan dengan sumber MIDI apa saja: misalnya, DAW, synthesizer atau sequencer. Anda dapat menonton bagaimana NSynth Super bekerja di
video ini. Di dalamnya, pemain "mencampur" suara
sitar ,
piano elektrik , dll.
NSynth Super adalah alat eksperimental, oleh karena itu tidak akan dijual sebagai produk komersial. Namun, kode dan skema perakitannya tersedia di
GitHub .
Siapa lagi yang menggunakan mo untuk membuat musik
Proyek Magenta juga bekerja pada teknologi terkait pembelajaran mesin lainnya. Salah satunya adalah model MusicVAE, yang dapat "mencampur" melodi. Berdasarkan itu, beberapa aplikasi web telah dibuat:
Melody Mixer ,
Beat Blender dan
Latent Loops . MusicVAE (dan model lain dari Magenta) dikompilasi di perpustakaan
Magenta.js terbuka.
Perusahaan lain sedang mengerjakan algoritma untuk membuat musik. Misalnya, Sony Computer Science Laboratories sedang mengimplementasikan proyek
Flow Machines . Sistem AI mereka mampu menganalisis berbagai gaya musik dan menggunakan pengetahuan ini untuk membuat komposisi baru. Contoh karyanya adalah musik untuk lagu
Daddy's Car dalam gaya The Beatles.
Dalam kerangka proyek Flow Machines, beberapa aplikasi dibuat, misalnya,
FlowComposer , yang membantu musisi menulis musik dengan gaya tertentu, dan
Reflexive Looper , yang secara independen melengkapi bagian-bagian instrumen yang hilang. Dengan bantuan solusi Flow Machines, mereka bahkan merekam dan merilis album musik
Hello World .
Contoh lain adalah startup
Jukedeck . Dia mengembangkan alat untuk menciptakan komposisi dengan suasana hati dan kecepatan tertentu. Perusahaan terus mengembangkan proyek dan mengundang
pengembang dan
musisi untuk berkolaborasi. Berikut adalah contoh komposisi yang dibuat oleh algoritma pembelajaran mesin Jukedeck:
Alat serupa dibuat oleh
Amper . Pengguna dapat memilih suasana hati, gaya, kecepatan dan durasi komposisi, serta instrumen yang akan "dimainkan". Aplikasi ini mensintesis musik sesuai dengan persyaratan ini.
Popgun juga bekerja pada sistem AI untuk menulis musik. Mereka mengembangkan algoritma yang dapat menulis lagu-lagu pop asli. Juga, penelitian di bidang ini
dilakukan oleh raksasa streaming Spotify. Tahun lalu, perusahaan membuka laboratorium di Paris, yang akan terlibat dalam pembuatan alat berdasarkan sistem AI.
Apakah AI akan menggantikan komposer?
Meskipun beberapa perusahaan sedang mengembangkan algoritma untuk membuat musik, perwakilan mereka menekankan bahwa instrumen ini tidak dimaksudkan untuk menggantikan musisi dan komposer, tetapi memberi mereka peluang baru.
Pada 2017, penyanyi Amerika Terin Southern merilis album yang direkam menggunakan sistem kecerdasan buatan. Alat yang
digunakan selatan dari Amper, IBM, Magenta, dan AIVA. Menurutnya, pengalaman ini seperti bekerja dengan orang yang membantu menciptakan musik.
Pada saat yang sama, tidak hanya komposer, tetapi juga
spesialis lain dari industri musik dapat menggunakan algoritma pembelajaran mesin. Jaringan saraf lebih baik daripada orang dalam klasifikasi objek. Fitur ini dapat digunakan oleh
layanan streaming musik untuk
menentukan genre lagu.
Selain itu, dengan bantuan algoritma pembelajaran mesin, Anda dapat "
memisahkan " vokal dari iringan, membuat
transkripsi musik atau
mengurangi trek.
Omong-omong, jika Anda suka membaca tentang suara dalam mikroformat - saluran Telegram kami:
Suara alam yang menakjubkan
Bagaimana cara mendengar warnanya
Lagu air
Dan narasi di blog kami di Yandex.Zen:
4 orang terkenal yang gemar bermusik
11 fakta menarik dari sejarah merek Marshall