خبر و ترفند روز

خبر و ترفند های روز را اینجا بخوانید!

5 روش مثبت برای استفاده از هوش مصنوعی در تولید موسیقی

کاربردهای هوش مصنوعی در تولید موسیقی فراتر از شبیه سازی صوتی مشکوک وجود دارد. در اینجا کاربردهای اخلاقی این فناوری در موسیقی آورده شده است.

در بدترین حالت، هوش مصنوعی بدون فکر برای شبیه سازی صداها و تولید اشعار به سبک موسیقیدانان معروف استفاده می شود. اما جنبه دیگری از هوش مصنوعی وجود دارد که شایسته شهرت بهتر است.

هوش مصنوعی نحوه تولید موسیقی را برای بهتر شدن تغییر می دهد. فقط نگاهی به نحوه سرعت بخشیدن به گردش کار خلاقانه، ارائه راه های جدید برای جستجوی کتابخانه های نمونه، کمک به توسعه افزونه های پیشرفته و ایجاد گزینه های مسترینگ مقرون به صرفه بیندازید.

اگر به دنبال دریافت دیدگاه متفاوتی در مورد بحث هوش مصنوعی و موسیقی هستید، در اینجا برخی از راه های مثبت استفاده از هوش مصنوعی آورده شده است.

1. سنتز آواز پیشرفته

کلون های آوازی دیپ فیک هنرمندان مشهور احساسات متفاوتی را در صنعت موسیقی برانگیخته است. با این حال، در پس‌زمینه، همین پیشرفت‌ها به سوق دادن سنتز آواز به قلمرو جدید کمک می‌کنند.

تلاش برای ساخت صدای انسان با کامپیوتر چیز جدیدی نیست. سینت سایزر آوازخوانی مانند VOCALOID6 سابقه ای به دهه 2000 دارد و در تکرار جدیدتر خود، استفاده از هوش مصنوعی را برای بهبود ساز صوتی سنتز شده آغاز کرده است.

می توانید اشعار را تایپ کنید، زیر و بم را انتخاب کنید و لهجه را به خوبی تنظیم کنید. این می تواند به زبان های ژاپنی و انگلیسی و از سال 2023 به زبان چینی نیز بخواند.

درست مانند هر ابزار نرم افزاری، مانند پیانوی مجازی، سعی می کند چیز واقعی را بازسازی کند. اما برخلاف نحوه ایجاد موسیقی دیپ فیک، این شرکت با خوانندگان واقعی برای ایجاد چندین پروفایل صوتی کار کرد.

اگر به دنبال جایگزین جوان‌تری هستید، Synthesizer V توسط Dreamtonics را امتحان کنید. این شرکت در سال 2019 درست زمانی که فناوری هوش مصنوعی شروع به شتاب گرفتن و رسیدن به وضعیت اصلی کرد، تأسیس شد و نتایج چشمگیر است.

2. جداسازی سریع ساقه

جدا کردن ریشه ها از یک آهنگ – استخراج فقط آواز یا شاید خط بیس – همیشه انجام دادن آن دشوار بوده است، و حتی با ابزارهای مناسب، نتایج بسیار دور از انتظار بود. خوشبختانه، جداسازی ساقه مبتنی بر هوش مصنوعی این فرآیند را برای بهتر شدن تغییر می‌دهد.

مطلب مرتبط:   نحوه تبدیل عکس های سیاه و سفید به رنگی با استفاده از Palette.fm

نرم‌افزاری مانند RipX توسط Hit’n’Mix می‌تواند پایه‌های باکیفیت و بدون مصنوعات صوتی زیادی تولید کند که معمولاً در گذشته می‌شنوید. در حالی که یک برنامه وب با کشیدن و رها کردن مانند LALAL.AI روند را برای کاربران غیر فنی ساده می کند.

جداسازی ساقه نقطه شروعی برای مجموعه ای از تولیدات خلاقانه از جمله ریمیکس، نمونه برداری، و ایجاد آهنگ های پشتیبان است و پیشرفت هایی که هوش مصنوعی در این زمینه به ارمغان می آورد، برای دی جی ها و تولیدکنندگان موهبت است.

باورنکردنی‌تر این است که هوش مصنوعی یک قدم جلوتر را به اجرای زنده می‌برد که در آن می‌توانید ریشه‌های یک آهنگ را در زمان واقعی تقسیم کنید. ساعت‌هایی که برای آماده‌سازی آهنگ صرف شده است، گذشته است. اگر می‌توانید به آهنگی که می‌خواهید فکر کنید، می‌توانید یک عرشه را بارگیری کنید و شیار را در حین پرواز جدا کنید.

همچنین شایان ذکر است که تقسیم‌کننده‌های خوب و منبع باز مبتنی بر هوش مصنوعی سال‌هاست که در GitHub وجود دارند، از جمله یکی به نام Spleeter. یک نسخه پلاگین از این برای Ableton توسط هنرمند Azuki ساخته شده است که می توانید آن را با حداقل 1 دلار از Bandcamp خریداری کنید.

3. مسترینگ مقرون به صرفه

وقتی تسلط بر هوش مصنوعی را با تسلط انسانی مقایسه می کنید، مزایای اصلی که از رفتن به مسیر هوش مصنوعی به دست می آورید زمان، سرعت و هزینه است.

فرض کنید که نیاز دارید یک آهنگ در چند ساعت صیقل داده شود، برخلاف چندین روز یا بیشتر، یا بودجه ای برای انجام آن ندارید، اینجاست که تسلط بر هوش مصنوعی وارد می شود. البته نقطه ضعف اصلی این است که نتایج حاصل می شود. با یک استودیو حرفه ای باتجربه مطابقت نخواهد داشت.

صرف نظر از این، برای بسیاری از مبتدیان تولید موسیقی، و برای کسانی که دوست دارند این کار را به عنوان سرگرمی انجام دهند، داشتن گزینه ارزانی مانند این به کاهش مانع ورود کمک می کند. گزینه هایی مانند LANDR، برای مثال، 10 دلار برای یک Master تک هزینه می کنند.

مطلب مرتبط:   اندازه مگاپیکسل در مقابل اندازه سنسور: چه چیزی برای دوربین گوشی هوشمند شما مهمتر است؟

در این مورد، الگوریتم یادگیری ماشین برای تجزیه و تحلیل آهنگ شما، شناسایی بخش‌ها و انتقال‌ها کار می‌کند، سپس تنظیماتی مانند EQ، فشرده‌سازی و بلندی صدا را بر اساس آنچه می‌شنود اعمال می‌کند. پارامترهای دقیق آن و چگونگی تصمیم گیری در مورد تغییرات، اسرار مدل هر شرکت است.

پلتفرم میزبانی موسیقی محبوب، SoundCloud، همچنین یک ویژگی مسترینگ هوش مصنوعی را در سایت خود ادغام کرده است و به طور قابل توجهی توسط Dolby (مشهور به سیستم های صوتی سینمای خود) پشتیبانی می شود. با اشتراک Next Pro، می توانید 3 اعتبار مسترینگ رایگان دریافت کنید و هزینه خرید اضافی 3.99 دلار خواهد بود.

4. راه های بهتر برای جستجو در کتابخانه صدای شما

سازمان‌دهی فایل‌های شما استفاده جالبی از فناوری هوش مصنوعی نیست، اما روشی است که به آرامی نحوه حرکت صداها را در DAW تغییر می‌دهد.

به عنوان مثال، Algonaut Audio Atlas 2 را در نظر بگیرید. به طور سنتی، یافتن یک نمونه درام به معنای جستجو در لیست ها و پوشه ها، پخش هر نمونه تا زمانی که نمونه مورد نظر خود را پیدا کنید، بود. اما کاری که این افزونه انجام می دهد این است که از هوش مصنوعی برای گوش دادن به هر شکل موج و مرتب کردن هوشمندانه آنها بر روی یک نقشه بصری تعاملی استفاده می کند.

نمونه‌ها بر اساس ویژگی‌های صوتی‌شان با هم گروه‌بندی می‌شوند، و در نتیجه قاره‌هایی با صدایی مشابه مانند طبل‌های ضربان، تام‌ها، بانگوها یا زنگ‌های گاوچرانی به وجود می‌آیند. نگه داشتن ماوس روی یک نقطه، نمونه را برای شنیدن شما پخش می کند.

روش های دیگری نیز وجود دارد. Splice یک کتابخانه صوتی مبتنی بر وب است که از هوش مصنوعی استفاده می‌کند تا با کمک به شما در یافتن نمونه‌هایی با صدای مشابه، جستجوی نمونه‌ها را بصری‌تر کند. شکار از طریق کتابخانه صوتی شما به لطف هوش مصنوعی کمتر کار سختی است و بسیار سرگرم کننده است.

5. شبیه سازهای مجهز به هوش مصنوعی

شبیه سازها بخش بزرگی از پلاگین هایی را تشکیل می دهند که برای تولید موسیقی توسعه یافته اند، و پیش از این، ساختن آنها شامل حدس و گمان های زیادی بود. اما با دسترسی به فناوری هوش مصنوعی، توسعه‌دهندگان می‌توانند حتی به صدای واقعی تجهیزات صوتی قدیمی نزدیک‌تر شوند.

مطلب مرتبط:   5 پلاگین هوش مصنوعی رایگان برای تولید موسیقی

به عنوان مثال، پلاگین نوار TAIP با هوش مصنوعی توسط BABY Audio را در نظر بگیرید که صدای نوارهای آنالوگ قدیمی را شبیه سازی می کند. برای آموزش الگوریتم، دو نوع صدا به سیستم وارد شد. یکی که جلوه نوار داشت و دیگری بدون. مدل هوش مصنوعی وظیفه دارد ویژگی هایی را که آنها را متمایز می کند یاد بگیرد تا بتواند آنها را در صدای جدید اعمال کند.

در اینجا چگونه به نظر می رسد:

همانطور که BABY Audio می نویسد، “هوش مصنوعی با استفاده واقعی و با هدف قانونی می تواند آینده فناوری موسیقی باشد.” این یکی از حوزه‌های تولید موسیقی است که هوش مصنوعی کاملاً با آن مطابقت دارد، زیرا هدف نهایی این است که یک صدای قدیمی را تا حد امکان وفادار بازسازی کند – اینکه آیا یک انسان یا یک سیستم هوش مصنوعی قادر به انجام این کار بهتر باشد، چندان مهم نیست.

از یک طرف، شما Open AI’s Jukebox را دارید که بدون کار سخت موسیقی تولید می کند، در حالی که از سوی دیگر، شبیه سازهای خلاق مبتنی بر هوش مصنوعی ابزارهای بهبود یافته ای را ارائه می دهند که می توانند برای تولید چیزی اصلی کار کنند.

هوش مصنوعی پشت صحنه موسیقی

فناوری هوش مصنوعی نحوه کاوش نمونه ها و تنظیم موسیقی جدید را تغییر می دهد و پیشرفت های جدیدی در زمینه شبیه سازها و سینتی سایزرهای صوتی ارائه می دهد. جداسازی ساقه زنده به تنهایی کافی است تا ببینیم چگونه این فناوری می تواند ما را از کارهای آماده سازی خسته کننده رها کند.

شبیه‌سازی‌های آوازی و چت‌ربات‌های متن‌نویسی هیجان‌انگیز هستند، اما مزایای ماندگار هوش مصنوعی از ابزارهای تولید موسیقی به کمک هوش مصنوعی ناشی می‌شود که به ما کمک می‌کنند تا روی جنبه خلاقانه چیزها تمرکز کنیم.