음악의 AI

AI 기반 음악의 가능성은 수년간 음악 산업의 표면 아래에서 불평을 해왔지만 2022 년에 Chatgpt가 출시 될 때까지 AI 주변의 광범위한 대화가 주류로 퍼지기 시작했습니다. 우리는 일부 음악가와 음악 업계 전문가들이 AI 구동 음악의 가능성에 매료되는 시점에 있으며, 특히 규제가 아직 초기 단계에있을 때 다른 사람들이 알려지지 않은 것에 대해 조심하고 있습니다. 음악 유통 회사 인 Ditto의 연구에 따르면 설문 조사에 응한 아티스트의 거의 60 %가 음악 프로젝트에서 AI를 사용한다고 응답 한 반면 28 %는 음악 목적으로 AI를 사용하지 않을 것이라고 응답했습니다.

Berklee College of Music의 음악 비즈니스/관리 부서의 회장 인 Christopher Wears는 AI 음악 기술의 지지자입니다. 그는 Warner Music이 2016 년에 AI에 투자 해야하는 이유에 대한 마스터의 논문을 썼습니다 (스포일러 경고 : 다른 모든 주요 레이블과 함께했습니다). Wares는 Berklee에서 AI를 그의 과정에 소개했으며 학생들의 혼합 반응을 보았습니다.
Wares는“일부 학생들은 AI를 좋아하고 이미 다른 방식으로 그것을 사용하고있는 반면, 다른 학생들은 이미 그것을 사용하고있는 반면, 다른 학생들은 그것을 사용하고있는 반면, 다른 학생들은 이미 그것을 사용하고 있습니다. "대화에는 많은 격렬한 토론이 있으며, 학생들이 기술을 수용하고 창의적인 프로세스를 개선하기 위해 기술을 사용하는 새로운 방법을 찾도록 격려하려고 노력합니다."

비슷한 사고 방식을 가진 또 다른 코스 작가이자 강사는 Berklee College of Music의 작곡 부교수 인 Ben Camp와 Songs Unmasked : 작곡 성공을위한 기술 및 팁입니다. 그들은 AI가 비틀즈 음악에 대해 훈련 된 최초의 AI 팝 노래 중 하나 인“Daddy 's Car”를 듣고 2016 년부터 AI 음악 기술에 매료되었습니다.

캠프는 또한 학생들이 Chatgpt 또는 대형 언어 모델에서 배우는 모든 정보를 사실 확인하는 한 교실에서 AI를 배울 수있는 기회를 제공합니다.

캠프는“모든 사람이 스스로 선택해야한다고 생각합니다. “내 말은, 나는 휴대 전화에 모든 정보를 갖는 것이 편하지 않기 때문에 여전히 플립 폰을 사용하는 친구가 있습니다. 나는 아직도 유선 전화가있는 친구가 있습니다. 그래서 나는 '여러분, 여러분, 당신은 이것을해야합니다.'라고 말하는 것이 아닙니다. 그러나 그것은 확실히 여기 있습니다. 사라지지 않습니다. 더 나아질 것입니다.”

음악에서 AI를 적극적으로 사용하든 의심의 여지가 있든, AI가 미래에 음악 산업에서 중요한 역할을 할 것이라는 점이 점점 더 분명 해지고 있습니다. 우리는 상품과 캠프의 전문 지식을 바탕으로 현재 사용 가능한 도구를 포함하여 음악 산업에서 AI의 현재 상태에 대해 논의합니다.

AI 음악은 무엇입니까?

AI 음악의 의미를 정의하기 전에 먼저 인공 지능을 정의해 봅시다. Wares의 정의는 다음과 같습니다.
“인공 지능은 컴퓨터의 지능과 같습니다. 기계가 문제 해결, 학습 또는 패턴을 인식하는 것과 같은 인간의 사고 나 행동을 모방 할 수있는 기술입니다.”

음악의 맥락에서 AI 기술은 이전에 인간이 수행했던 음악 컨텐츠를 생성, 작곡 및 향상시킬 수있는 시점에 도달했습니다. AI Music은 처음부터 끝까지 노래 전체를 만드는 것부터 작곡의 특정 측면 작성, 제작, 음성 복제 등의 특정 측면 작성에 이르기까지 다양한 형태와 유형의 지원을받을 수 있습니다. 우리는 또한 이러한 작업을 수행 할 수있는 특정 AI 음악 도구를 나열하며, 그 기능은 판도라의 저작권 문제 상자를 열었습니다.

역사

인공 지능은 전사 문제와 함께 음악에서 유래 한 것입니다. 공연을 수행 할 때 공연을 정확하게 기록합니다. Père Engramelle의 "피아노 테이프"체계는 노트 시간과 지속 시간을 자동으로 녹음하여 적절한 음악 표기법으로 쉽게 전사 될 수 있도록 독일 엔지니어 JF Unger와 J. Holfield가 1957 년에 처음으로 구현했습니다
. Illiac I (Illinois Automatic Computer)은 완전히 컴퓨터로 생성 된 음악 작품 인 "String Quartet의 Illiac Suite"를 만들었습니다. 컴퓨터는 작곡가 Lejaren Hiller와 수학자 Leonard Isaacson에 의해이 작업을 수행하도록 프로그래밍되었습니다. : V – VII 1960 년 러시아 연구원 Rudolf Zaripov는 URAL-1 컴퓨터를 사용하여 알고리즘 음악 구성에 관한 세계 최초의 논문을 발표했습니다.
1965 년, Inventor Ray Kurzweil은 음악 패턴을 인식하고 새로운 구성을 종합 할 수있는 소프트웨어를 개발했습니다. 컴퓨터는 처음으로 퀴즈 쇼에 나타났습니다.

1983 년까지 Yamaha의 Kansei Music System은 견인력을 얻었고 개발에 관한 논문은 1989 년에 출판되었습니다. 소프트웨어는 음악 처리와 인공 지능 기술을 사용하여 더 간단한 멜로디에 대한 전사 문제를 해결하기 위해 고급 멜로디와 음악적 복잡성을 사용했습니다. 오늘날에도 여전히 어려운 딥 러닝 문제로 간주되며 거의 완벽한 전사는 여전히 연구의 대상입니다.

1997 년, EMI (Experiments in Musical Intelligence)라는 인공 지능 프로그램은 바흐 스타일을 모방하는 음악 작품을 작곡하는 작업에서 인간 작곡가보다 성능이 우수했습니다. EMI는 나중에 제작자의 이름을 딴 Emily Howell이라는보다 정교한 알고리즘의 기초가되었습니다.

2002 년, 파리 소니 컴퓨터 과학 연구소의 음악 연구원 그룹은 프랑스 작곡가이자 컴퓨터 과학자 인 François Pachet이 이끄는 Continuator를 개발 한 Continuator를 개발했습니다.

Emily Howell은 2009 년 Darkness, Light, From Darkness, Light, From From Darkness, Light를 발표함으로써 음악 AI를 계속 향상 시켰습니다. 그 이후로 더 많은 AI 작품이 다양한 그룹에 의해 출판되었습니다.
2010 년에 IAMUS는 자체 스타일의 독창적 인 현대 클래식 음악을 만든 최초의 AI가되었습니다.“Iamus 'Opus 1”. 스페인의 말라가 대학교 (University of Malaga)에 위치한이 컴퓨터는 다양한 음악 스타일로 완전히 독창적 인 음악을 생성 할 수 있습니다. 2019 년 8 월, 각각 고유 한 가사와 멜로디가 포함 된 12,197 개의 MIDI 노래의 대규모 데이터 세트가 조건부 LSTM-GAN 방법을 사용하여 노래 가사에서 신경 생성의 타당성을 조사하기 위해 만들어졌습니다.

생성 AI의 발전으로 간단한 텍스트 설명에서 완전한 음악 작곡 (가사 포함)을 만들 수있는 모델이 나타나기 시작했습니다. 이 분야의 두 가지 주목할만한 웹 응용 프로그램은 2023 년 12 월에 시작된 Suno AI와 2024 년 4 월에 이어진 Udio입니다.

소프트웨어 응용 프로그램

척

Ge Wang과 Perry Cook이 Princeton University에서 개발 한 Chuck은 텍스트 기반의 크로스 플랫폼 언어입니다. 음악 작품에서 찾은 이론적 기술을 추출하고 분류함으로써 소프트웨어는 배운 기술에 따라 완전히 새로운 작품을 종합 할 수 있습니다. 이 기술은 Slork (Stanford Laptop Orchestra)과 Clork (Princeton Laptop Orchestra)에서 사용합니다.

주크 박스

Jukedeck은 사람들이 인공 지능을 사용하여 비디오에 사용하기 위해 독창적 인 로열티가없는 음악을 만들 수있는 웹 사이트였습니다. 이 팀은 2010 년에 음악 생성 기술을 개발하기 시작했고 2012 년에 회사를 설립했으며 2015 년에 웹 사이트를 공개적으로 시작했습니다. 사용 된 기술은 처음에는 규칙 기반 알고리즘 구성 시스템으로 인공 신경망으로 대체되었습니다. 이 웹 사이트는 백만 개가 넘는 음악을 생성하는 데 사용되었으며, 사용한 브랜드는 런던의 Coca-Cola, Google, UKTV 및 자연사 박물관을 포함했습니다. 2019 년에 회사는 Bytedance에 의해 인수되었습니다.

모르페우스

Morpheus는 EU Marie Skłodowska-Curie Project가 자금을 지원하는 Dorien Herreremans와 London University의 Elaine Chu의 연구 프로젝트입니다. 이 시스템은 가변 인근 검색 알고리즘을 기반으로 최적화 접근법을 사용하여 기존 패턴 화 된 조각을 단편 전체에서 동적으로 변화시키는 주어진 수준의 톤 응력을 갖는 새로운 조각으로 변환합니다. 이 최적화 접근법은 패턴 감지 기술을 통합하여 생성 된 음악에서 장기 구조와 반복 테마를 보장합니다. Morpheus가 작곡 한 작품은 Stanford와 London의 콘서트에서 수행되었습니다.

aiva

2016 년 2 월 룩셈부르크에서 설립 된 AIVA는 모든 유형의 미디어를위한 사운드 트랙을 제작하는 프로그램입니다. AIVA 뒤의 알고리즘은 딥 러닝 아키텍처를 기반으로합니다. Aiva는 또한 그녀의 2018 앨범 I Am AI를 위해 가수 Taryn Southern과 공동으로 Love Sick이라는 팝 곡뿐만 아니라 Love Sick이라는 팝 곡을 작성하는 데 사용되었습니다.

Google 퍼플

Google의 Magenta 팀은 2016 년 출시 이후 여러 AI 음악 앱과 백서를 출판했습니다. 2017 년에는 음악가가 알고리즘을 쉽게 사용할 수 있도록 설계된 오픈 소스 하드웨어 악기 인 Nsynth 알고리즘 및 데이터 세트를 출시했습니다. 이 악기는 앨범에서 Grimes 및 Yacht와 같은 주목할만한 아티스트가 사용했습니다. 2018 년에 그들은 피아노 지니 (Piano Genie)라는 피아노 즉흥 앱을 발표했습니다. 나중에 음악 제작자가 DAW에서 기존 음악을 개발할 수있는 5 개의 MIDI 플러그인 세트 인 Magenta Studio가 이어졌습니다. 2023 년에 그들의 기계 학습 팀은 그들이 개발 한 독점 텍스트-음악 생성기 인 Musiclm을 설명하는 Github에 대한 기술 논문을 발표했습니다.

반동

Riffusion은 Seth Forsgren과 Ike Martiros가 개발 한 신경망으로 오디오보다는 사운드 패턴을 사용하여 음악을 생성합니다. 스펙트로 그램에서 텍스트 큐에서 이미지를 생성하기위한 기존 오픈 소스 모델 인 안정적인 확산의 미세 조정으로 만들어졌습니다. 이로 인해 텍스트 신호를 사용하여 오디오 파일로 변환되고 변환 될 수있는 이미지 파일을 생성하는 모델이 발생합니다. 이 파일의 길이는 몇 초 밖에 걸리지 않지만 모델은 출력 사이의 잠재 공간을 사용하여 다른 파일을 함께 보간 할 수 있습니다. 이것은 IMG2IMG로 알려진 안정적인 확산 모델의 기능을 사용하여 달성됩니다. 결과 음악은 "De Otro Mundo"(다른 세상)로 묘사되었지만 인간이 만든 음악을 대체 할 가능성은 낮습니다. 이 모델은 2022 년 12 월 15 일에 출시되었으며 코드는 Github에서도 자유롭게 사용할 수 있습니다. 안정적인 확산에서 파생 된 많은 모델 중 하나입니다. Riffusion은 AI 기반 텍스트-음악 생성기의 서브 세트로 분류됩니다. 2022 년 12 월, Mubert는 마찬가지로 안정적인 확산을 사용하여 설명 텍스트를 음악 루프로 전환했습니다. 2023 년 1 월, Google은 Musiclm이라는 자체 텍스트-음악 생성기에 대한 논문을 게시했습니다.

스파이크 AI

Spike AI는 Spike Stent가 그의 아들 Joshua Stent 및 친구 인 Henry Ramsey와 협력하여 Spike Stent가 개발 한 AI 기반 오디오 플러그인으로, 믹싱 중에 선명도 및 기타 측면에 대한 트랙을 분석하고 권장 사항을 제시합니다. 커뮤니케이션은 Spike Stent의 개인 데이터에 대해 훈련 된 챗봇을 통해 수행됩니다. 플러그인은 디지털 오디오 워크 스테이션에 통합됩니다.

음악 응용 프로그램

인공 지능은 제작자가 제공 한 신호를 기반으로 트랙 반복을 생성하여 제작자가 음악을 만드는 방식에 영향을 줄 수 있습니다. 이 신호는 AI가 예술가가 달성하려는 특정 스타일을 따를 수있게합니다.

AI는 기능 추출, 패턴 인식 및 음악 권장 사항에 사용 된 음악 분석에도 사용되었습니다.

구성

인공 지능은 작곡가/생산자의 아이디어에 영향을 미쳤으며 새로운 이민자가 산업에 더 접근 할 수있게 할 수있는 잠재력을 가지고 있기 때문에 작곡 부문에 큰 영향을 미쳤습니다. 음악 개발과 함께 이미 프로듀서와 공동 작업을 수행했습니다. 아티스트는이 소프트웨어를 사용하여 AI가 자신의 요구에 맞는 특정 요구 사항을 따르도록 아이디어를 생성하고 음악 스타일을 식별하는 데 도움이됩니다. 구성에 기술의 미래의 영향에는 스타일의 에뮬레이션 및 융합, 개정 및 정제가 포함됩니다. 이러한 유형의 소프트웨어를 개발하면 새로운 이민자가 음악 산업에 더 쉽게 입력 할 수 있습니다. Chatgpt와 같은 소프트웨어는 생산자가 이러한 작업을 수행하는 데 사용되었으며 Ozone11과 같은 다른 소프트웨어는 마스터 링과 같은 시간 소모 및 복잡한 작업을 자동화하는 데 사용되었습니다.

위험과 피해

뮤지션, 제작자 및 기타는 수년간 비 게이저 AI 도구를 사용해 왔습니다. Cher는 1/4 세기 전에“믿음”으로 자동 조정을 대중화했으며, 그 이후로 수많은 예술가들이 그것을 사용하여 그들의 어조를“수정”했습니다. 레코드 레이블은 AI를 사용하여 소셜 미디어를 스캔하여 자신이 소유 한 노래를 사용하지 않고 오디오를 인식 할 때 거의 같은 방식으로 작동합니다. 엔지니어는이를 사용하여 믹싱 및 마스터 링 프로세스를 간소화합니다. 더 최근에, Peter Jackson 감독은이 기술을 사용하여 개별 트랙을 혼합 녹음에서 스튜디오 대화를 재구성하고 잃어버린 비틀즈 노래를 만들기 위해 개별 트랙을 격리했습니다.

그러나 이러한 보조 도구와 Suno 및 Udio와 같은 생성 AI 앱 사이에는 몇 단어만으로 전체 노래를 만들 수 있습니다. 모든 새로운 Music AI는 약간 다르게 작동하고 계속 발전하지만 일반적으로 다른 생성 AI 도구와 유사한 방식으로 작동합니다. 거대한 데이터 세트를 분석하고 발견 된 패턴을 사용하여 확률 적 예측을합니다.

오디오를 위해이 작업을 수행하려면 개발자는 엄청난 노래 모음 (라이센스 소유자와의 계약 및/또는 허가없이 공개적으로 이용 가능한 데이터를 긁어 내기) 및 관련 메타 데이터 (아티스트 및 노래 제목, 장르, 설명, 주석, 관련이있는 곡을 수집합니다. 그리고 사용 가능). 이 모든 것은 일반적 으로이 데이터에 거대한 규모로 주석을 달 수있는 저임금 근로자에 ​​의해 가능합니다.

그런 다음 개발자는이 데이터 세트를 기계 학습 모델을 위해 준비합니다. 즉, 광대 한 연결 네트워크 인 각각은 숫자 "가중치"를 할당했습니다. 그런 다음 인간은 데이터 세트의 패턴을 관찰하고 예측 점수를 얻음으로써 모델에 피드백을 제공하도록 가르쳐서 모델을“훈련”합니다. 이러한 패턴을 기반으로, 모델은 짧은 오디오 또는 텍스트 큐를 사용하여 다음에 어떤 일이 일어날 지, 그리고 그 후에 일어날 일 등을 예측할 수 있습니다.

개발자는 가중치를 조정하여 동일한 입력에서 더 많이들을 수 있고 예측 가능한 결과를 생성합니다. AI 기반의 음악 생성기는 두 가지 기술을 결합합니다. 전문가가 수십 년 동안 스튜디오에서 사용해 온 음악 도구와 일상 사용자가 자신의 힘을 활용할 수있는 대형 언어 모델. 모든 AI 음악 생성기는 훈련 된 데이터만큼 우수합니다. 이러한 시스템에는 방대한 양의 데이터가 필요하며 바이어스 된 데이터 세트에서 훈련 된 모델은 해당 바이어스를 출력에서 ​​재현합니다. 이 거대한 음악 상자에 누구의 목소리가 포함되어 있고 누가 빠졌습니까? 오늘날의 AI 모델은 특히 녹음 기술을 사전하고 비 서구 기원 인 음악적 전통에서 거대한 음악을 배제하는 경향이 있습니다. 현재 디자인 된 바와 같이, 그들은 혁신적이거나 흥미롭지는 않지만, 특이한 것보다 장르 나 스타일 내에서 전형적인 사운드를 생성 할 가능성이 높습니다. 생성 AI 시스템은 평범한 경향이 있지만, 초월 음악은 변두리에서 발견됩니다.

"음악가들이 세계의 대부분의 문화와 언어를 배제하는 선택적 데이터 세트에 대해 훈련 된 예측 모델에 의존하기 시작하면 인간의 창의성과 다양성에서 무엇을 잃을 것인가?" Rutgers University의 중요한 AI 이니셔티브 의장 인 Lauren Me Goodlad가 저에게 말했습니다.

법적 관점에서 볼 때 AI 모델을 보는 음악가들은 자신의 작품에서 배우는 것을 보는 것은 뉴욕 타임즈, 게티 및 AI 회사를 고소하는 다른 출판사 및 제작자와 같은 우려를 가지고 있습니다 : 데이터의 출처. 일부 회사는 라이센스 데이터에 대해서만 모델을 훈련시키는 데주의를 기울이지 만, 다른 회사는 공개 도메인의 모든 것이이 목적을 위해 공정한 사용에 속한다고 주장하면서 자신의 손을 잡을 수있는 모든 것을 사용합니다. 미국의 지배적 인 음악 무역 단체 인 RIAA는 이제“저작권 침해… 대규모 규모로 Suno와 Udio를 고소하고 있습니다. (공개 : Vox Media는 OpenAI와의 파트너십 거래에 서명 한 여러 출판사 중 하나입니다. 우리의보고는 편집자로 독립적으로 남아 있습니다.)

여론 조사에 따르면 대부분의 사람들은 AI 회사가 허가없이 공개 데이터를 복사하는 것을 비 승인 한 것으로 나타났습니다. 그러나 표에 많은 유명한 소송이 있지만 법률 시스템이 허가없이 인간의 창의성을 채굴하는 회사에 어떤 영향을 미치는지는 아직 확실하지 않습니다. 이러한 관행이 곧 억제되지 않으면 최소한의 신경을 쓰는 선수들은 신속하게 힘을 얻게 될 것입니다. (냉담함 : 그것은 단지 기계를위한 것이 아닙니다!) 이러한 문제는 시간이 지남에 따라 해결하기가 어려워지고 현장의 일부는 뒤로 밀고 있기 때문에 지금 압박을 받고 있습니다. Ed Newton-Rex는 Stability AI의 오디오 부사장으로 지난 가을 AI 구동 음악 및 사운드 생성기 인 Stable Audio를 출시했을 때.

그는 단 몇 개월 후 데이터 수집에 대한 입장을 통해 회사를 떠났습니다. Newton-Rex의 팀은 라이센스 데이터에 대해서만 안정적인 오디오를 훈련 시켰지만 회사의 리더십은 AI 개발이“허용 가능하다는 미국 저작권 사무소에 공개 의견을 제출했습니다. 공정 사용에 의해 보호되는 기존 콘텐츠의 변형적이고 사회적으로 유익한 사용.” 라이센스가없는 스크래핑과 싸우기 위해 Newton-Rex는 공정하게 훈련 된 설립으로 AI 회사가 사용하는 데이터 세트를 확인하고 인증했습니다. 현재 비영리 단체는 회사 데이터 세트의 컨텐츠가 제대로 라이센스가 부여되었는지 여부 만 인증 할 수 있습니다. 언젠가, 예술가가 그러한 사용에 명시 적으로 동의했는지 또는 단순히 선택하지 않았는지 여부) 및 편견을 완화하는 것과 같은 다른 문제를 고려할 수 있습니다.

코랄과 피아노 음악의 음악가이자 작곡가로서, 그는 이것을 분야의 전환점으로 본다. Newton-Rex는“생성 AI 모델은 일반적으로 교육 데이터와 경쟁하고 있습니다. “정직하게, 사람들은 음악을들을 시간이 제한되어 있습니다. 제한된 로열티 풀이 있습니다. 이 시스템을 통해 만들어진 음악이 많을수록 인간 음악가에게는 적은 음악이 적습니다.”

FTC 회장 인 Lina Khan의 회장이 지난달에 언급 한 바와 같이, AI 회사가 사본을 제출 한 내용이나 정보를 작성한 다음 AI Generator가 생성 한 내용 또는 정보는 원래 생산자와 경쟁하여“시장에서 제외하고 전환하기 위해 비즈니스… 그것은 독점 금지법을 위반하는 불공정 한 경쟁 방법 일 수 있습니다.
Marc Ribot은 올해 초 관행에 반대하는 아티스트 권리 얼라이언스 성명서에 서명 한 200 명 이상의 음악가 중 한 명이며, 그는 음악 노동자 Alliance의 AI 운영위원회의 적극적인 회원입니다. 1970 년대 이래로 실습 기타리스트 인 Ribot은 기술이 어떻게 업계를 형성했는지를 보았으며, 레코드 예산이 수십 년 동안 꾸준히 줄어들고있는 것을 보았습니다.

Ribot은“저는 어떤 식 으로든 모양이나 형태로 기술 자체에 반대하지 않습니다. 그는 90 년대에 마스터 녹음을 잃은 후 AI를 사용하여 최종 믹스에서 개별 트랙을 분리했습니다. 그러나 그는 현재 순간을 기술을 소유 한 회사가 규제하기에는 너무 커지기 전에 기술에 반대 할 수있는 중요한 기회라고 생각합니다.
Ribot은“유용한 것과 비참한 사이의 실제 구분선은 매우 간단합니다. “음악 제작자 나 다른 어떤 것들이 훈련 데이터로 입력되는지에 관한 것입니다. [AI Music Generators]는 그들이 소비하는 것을 뱉어 내고 종종 저작권이있는 자료의 큰 덩어리로 물건을 생산합니다. 그것이 출력입니다. 그러나 그렇지 않더라도 출력이 침해되지 않더라도 입력 자체가 침해됩니다.”

리봇은 음악가들이 오랫동안 AI에 무관심했지만 지난 몇 년 동안 그는 작년의 SAG-AFTRA와 작가 길드 오브 아메리카 스트라이크 (Guild of America Strikes of America Strikes)에 의해 촉진 된“디지털 착취 문제에 대한 태도의 지진 변화”를 보았습니다. 감시 자본주의와 시민의 자유에 대한 더 큰 이해.

음악가들은 몇 년 전만해도 경쟁 업체로 보았을 수도 있지만, 파이가 작아 지더라도 여전히 부자가 될 수있는 아티스트가 여전히 남아 있습니다. 그들을.

AI가 할 수 있고 할 수있는 일

인공 지능으로 만든 음악의 첫 번째 예 중 하나는 1956 년으로 거슬러 올라갑니다. Illiac I 컴퓨터에서 구성하고 Urbana-Champaign 교수 인 Lejaren Hiller와 Leonard Isaacson의 일리노이 대학교가 프로그래밍 한 문자열 사중주의 작품 중 하나입니다.

최근 몇 년간의 기술적 인 도약에 이어 Holly Herndon, Arca, Yacht, Taryn Southern 및 Brian Eno와 같은 예술가들은 현재 생성 AI를 사용하여 창의적인 관행을 실험하고 있습니다. AI의“환각”과 다른 무의미한 결과를 낳는 경향은 다른 맥락에서 위험하지만 음악에서 영감의 원천이 될 수 있습니다. 다른 오디오 기술은 그들의 불협화음, 8 비트 압축, 목이 나오는 목구멍에 너무 강력한 금이 간 인간의 목소리,“매체를 기록하기 위해 너무 중요한 사건”에 의해 너무 강력한 불협화음으로 정의 된 것처럼 Brian과 마찬가지로 Brian. Eno는 부풀어 오른 부록으로 올해에 글을 씁니다.이 작품은 가장 뚜렷한 경우 가장 가치가있을 수 있습니다. 컴퓨터 과학 박사 학위를 가진 음악가 인 Ivan Paz는 자신의 라이브 공연을위한 AI 시스템을 개발하고 있습니다.

빈 화면으로 시작하여 그는 실시간으로 코드를 작성하고 (청중이 읽을 수 있도록 표시) 예상치 못한 소리에 응답하거나 예상치 못한, 삐걱 거리는 소리에 대응하여 모델을 훈련시킵니다. 결과는 악기를 연주하는 것과 비슷하지만 다른 음악가와의 즉흥적 인 것도 있습니다. Paz는“알고리즘이 매우 낮은 수준에서 작동하는 경우 실제로 합성의 매개 변수를 조정하고 있기 때문에 악기를 연주하는 것처럼 느껴집니다. "하지만 알고리즘이 음악 조각의 모양을 결정한다면, 다음에 어떤 일이 일어날 지 결정하는 에이전트를 가지고 노는 것과 같습니다."

올해 초 바르셀로나의 현대 문화 센터에서 열린 전시회에서 PAZ는 가수 Maria Arnal과 함께 그녀의 목소리에 대한 음색 렌더링 모델을 만들었습니다. 그들은 방문객들에게 짧은 노래 스 니펫을 노래 해달라고 요청했습니다. 그런 다음이 모델은 그 목소리를 Arnal 's와 혼합하여 새로운 노래 목소리를 만듭니다. 또 다른 프로젝트에서 Paz의 동료 인 Shelley Knotts는 자신의 작품에 대한 반복을 피하기 위해 자신의 작곡에 대한 모델을 훈련 시켰습니다. 음악을 분석하여 패턴을 감지하지만 다음 움직임을 가장 잘 제안하는 대신 덜 지속 가능성을 암시합니다.

AI의 음악적 진화의 다음 단계는 처리 속도로 나올 수 있습니다. 일부 유형의 모델에서는 라이브 코딩이 가능하지만 다른 모델은 음악을 라이브 쇼에서 만들기 위해 너무 오래 걸립니다. 신디사이저와 같은 전자 악기는 원래 음향 사운드를 모방하도록 설계되었으며 시간이 지남에 따라 고유 한 특성을 개발했습니다. Paz는 생성 AI의 궁극적 인 잠재력이 현재 상상할 수없는 새로운 사운드를 만드는 것으로보고 있습니다. 이러한 맥락에서 AI가 공연자를 지원하는 AI는 디지털 튜너 또는 지연 페달보다 음악가를 "교체"할 가능성이 더 높지 않습니다.

그러나 음악 산업의 다른 구석은보다 파괴적인 목적으로 AI를 채택하고 있습니다. AI는 인간보다 음악을 더 잘 만들지 못할 수도 있지만, 이제는 허용 가능한 음악을 훨씬 빠른 속도로 만들 수 있으며 더 큰 규모로 만들 수 있습니다.“허용 가능한”종종 트랙이 지워야하는 유일한 막대입니다.

대부분의 경우 음악을들을 때 누가 음악을 만들었는지 모릅니다. 광고에서 듣는 징글. 영화 나 TV 쇼, 팟 캐스트 또는 비디오 게임의 주변 점수. 힙합 생산 업체는 루프가 비트로 샘플링합니다. 이것은 생성 AI에 의해 가장 큰 업계의 일부입니다. Bloomberg는 교사들이 Suno를 사용하여 음악 교육 보조 장치를 만들고 있다고보고합니다. Gizmodo는 Adobe의 프로젝트 음악 Genai Control의 대상 청중은 또 다른 AI 기반 음악 생성기가 Podcasters 및 YouTubers와 같은 배경 음악을 빠르고 저렴하게 만들고 싶은 사람들이며 분위기, 톤 및 길이를 지정할 수있는 능력이 있다고 지적합니다. 트랙.
당신이 그것을 좋아하든 주목하든, 이러한 유형의 음악은 역사적으로 인간에 의해 만들어졌습니다. 그러나 자동화 된 AI 음악 생성은이 음악가들에게 그들의 직업을들을 수 있으며, 그들 중 많은 사람들이 그 수입을 사용하여보다 창의적으로 만족 스럽지만 재정적으로 실행 가능하지 않은 추구를 지원합니다. 무대에서 AI 음악가를 볼 수는 없지만 기술 때문에 여전히 더 적은 인간 음악가를 볼 수 있습니다.

음악 산업의 영향력있는 플레이어는 이미 AI가 비즈니스의 주류가 될 것이라고 믿고 있습니다. 누가 혜택을 누릴 것인지에 대해 걱정하고 있습니다. Spotify는 소송을 위험에 빠뜨리는 명백한 모방이 아니라면 AI 생성 음악을 제한하지 않습니다. UMG (Universal Music Group)와 YouTube는 YouTube Music AI Incubator를 출시하여 UMG 아티스트와 AI 도구를 개발했습니다. 한편, UMG는 인간 예술성 캠페인 연합에서 ASCAP, BMI, RIAA 및 AFL-CIO를 포함한 150 개 이상의 조직 중 하나이며, 창조적 분야에서 AI를 사용하기위한 윤리적 틀을 확립하고자합니다. 그들은 기술을 금지하고 싶지 않지만 결과에 대한 지분을 원합니다.

매일 스트리밍 서비스에 10 만 개 이상의 새로운 트랙이 업로드되면서 디지털 스트리밍 플랫폼은 사용자가 플레이하는 인간이 만든 로열티 프리 트랙의 점유율을 줄이기위한 강력한 인센티브를 제공합니다. Spotify만으로도 작년에 90 억 달러의 로열티를 지불했는데, 이는 140 억 달러의 매출을 지불했습니다. 세계 최대의 음악 스트리밍 회사는 역사적으로 무료 트랙의 가용성과 가시성을 증가 시켰으며 계속 그렇게 할 수 있습니다. AI 기반 음악 생성기는 인기있는 재생 목록에서 실제 로열티를들은 아티스트를 대체 할 수있는 무료 음악을 만들 수있는 쉬운 방법입니다.

기존 예술가들에게는 새로운 힘과 새로운 위험이 있습니다. 뇌졸중 후, 컨트리 스타 랜디 트래비스 (Randy Travis)는 말을하는 데 어려움을 겪고 있지만, 노래는 물론, 기존 카탈로그에 대한 교육을받은 AI의 도움으로 그의 보컬을 디지털 방식으로 재현 할 수 있습니다.

한편, 익명의 프로듀서는 믿을 수있는 사운드 드레이크/주간 협업을 만들고 수백만 개의 스트림을 쌓을 수 있습니다. 5 월, 프로듀서 Metro Boomin은 Kendrick Lamar와 함께 Drake의 실제 쇠고기 중에 불이났습니다. Metro Boomin은 누구나 사용할 수있는 AI 생성 샘플로 비트를 출시했으며, Drake는 샘플링하고 랩핑하여 새로운 트랙을 스트리밍 서비스로 출시했습니다. Metro Boomin이 리믹스 한 원래 트랙을 만들기 위해 Udio를 사용한 King Willonius는 자신의 기여에 대한 권리를 유지하기 위해 변호사를 고용했습니다.
이 최신 예는 음악이 어떻게 빠르게 만들어 졌는지 보여줍니다. 스트리밍 경제에서 볼륨과 속도는 전부입니다. 예술가들은 품질이 아닌 양을 생산하도록 장려합니다.

음악가 제이미 브룩스 (Jamie Brooks)는“[미래의 AI 생성 히트]는 사람들이 돌아가서 레코드 시대의 위대한 릴리스와 계속 관련된 방식을 연구하는 것이 아닙니다. Brooks는 자신의 이름과 밴드 엘리트 체조 및 기본 성별 및 뉴스 레터 The Seat of Loss의 음악 산업에 대한 블로그와 함께 레코드를 발표했습니다. “그러나 그것은 여전히 ​​참여를 만들어 내기 때문에 Spotify 차트의 최상위에있는 모든 것이 지속될 수없는 세상은 그 날을 즐겁게하고 다시는 생각하지 못했습니다.이 모든 회사에게는 좋은 일이 될 것입니다. . 그들은 돈을 벌기 위해 예술이 될 필요가 없습니다.

”오늘날의 기술의 대부분은 주로 아마추어를 촉진 할 수있는 모방 또는 단순화를 위해 주로 존재합니다. 파일 공유로 인해 하드 드라이브와 모뎀이있는 사람이 누구나 액세스 할 수있게되었으며, 휴대 전화 카메라는 군중의 모든 사람들이 쇼를 문서화 할 수 있었으며 이제 스트리밍 오디오는 우리의 분위기와 광고 코호트에 맞춰진 모든 역동적 인 재생 목록을 제공합니다. 생성 AI는 비전문가에게도 음악 창출을 더 쉽게 만들 수 있습니다. 이것은 우리가 듣는 음악의 양뿐만 아니라 전체적으로 형태와의 관계를 근본적으로 바꿀 수 있습니다. 히트 곡을 만드는 것이 바이러스 성 트윗을 작성하는 것보다 더 이상 노력이 필요하지 않다면, 현재 소셜 미디어에 포함 된 창조적 인 에너지의 대부분은 프롬프트를 기반으로 음악을 생성하기 위해 리디렉션 될 수 있습니다.

Brooks는이를 퇴행적인 현상으로보고, 즉각적인 영원한 깊이를 강조하고, 오디오 밈과 가장 정교한 청취자를 겨냥한 오디오 밈과 획기적인 싱글로 차트를 토핑합니다. ,”야구 경기에 가본 적이없는 두 사람이 썼습니다.

Brooks는“이것이이 서비스가 음악을 밀어 붙일 방향입니다. “창의성에 관한 것이 아닙니다. 이러한 모델이 작동하는 방식과 알고리즘 공급 사이에서는 모두 과거의 큰 저장소 일뿐입니다. 사운드에서 레코드를 앞으로 움직이지 않을 것입니다. 미국 대중 문화의 중심에서 쓰레기통까지 기록을 가속화 할 것입니다.”

저작권 및 AI 음악

음악 산업에서 AI를 둘러싼 가장 논쟁의 여지가있는 문제 중 하나는 특히 알고리즘이 기존 저작권이있는 자료를 사용하여 교육을받는 경우 AI 생성 작업에서 돈을 버는 사람과 관련이 있습니다. 2023 년 3 월, 미국 저작권 사무소는 AI 관련 저작권 문제를 조사하기위한 이니셔티브를 시작했습니다. Camp는 규제 기관이 들어가 패치를 만들 것이라고 확신하지만, 아티스트가 운영하는 미국 저작권 시스템 때문에 문제를 해결하기가 어렵다고 걱정합니다.

캠프는“궁극적으로 우리의 현대 저작권 시스템으로 이어진 많은 법과 선례는 현재 음악에서 일어나고있는 일에 맞지 않습니다. “저는 제작자에게 저자를 가져야하고, 신용을 받아야하며, 보상해야한다고 생각합니다. 그러나 다시, 우리가하는 전체 시스템은 매우 구식입니다.”

AI Music은 여전히 ​​합법적 인 회색 영역에 있으며 AI 기술을 사용한 음악적 창의성의 잠재력을 제한하지 않고 AI의 작품 또는 유사성에 대한 아티스트가 신용, 보상 및 AI의 사용에 대한 타협이 가능한지 여부에 대한 의문을 제기합니다. 어느 정도까지, 예술은 다른 예술의 파생물이며, 영감과 절도가 현재 흐려지고 있습니다. 일부 레코드 레이블이 반격하기 시작했습니다.

2023 년 5 월, Universal Music Group은 스트리밍 서비스를 통해 AI 생성 음악의 사용을 차단하기 위해 스트리밍 서비스를 요청했으며 아티스트의 음악을 사용하여 알고리즘을 훈련시키고 필요한 경우 법적 조치를 취할 것이라고 말했습니다. Spotify는 플랫폼에서 AI 생성 음악의 7 %를 제거하여 수만 곡의 노래와 동일하게 응답했습니다. 2023 년 7 월, UMG는 의회에 AI 기반 저작권 침해로부터 제작자를 보호하기위한 전국 정책을 제정 할 것을 촉구했다. 레코드 레이블은 AI의 책임있는 사용을 옹호하는 조직인 Human Artistry Campaign에 가입 한 40 명의 회원 중 하나입니다.

미국에서는 현재의 법적 프레임 워크가 인간 창의적 프로세스와의 차이에도 불구하고 전통적인 저작권법을 AI에 적용하는 경향이 있습니다. 그러나 AI가 만 만든 뮤지컬 작품은 저작권에 의해 보호되지 않습니다. 저작권 사무소의 관행 개요에서 저작권 사무소는“사람의 저자가없는 작품”및“사무실은 기계 나 무작위로 또는 자동으로 작동하는 단순한 기계적 프로세스로 등록하지 않을 것이라고 저작권을 부여하지 않을 것이라고 진술했다. 인간 저자의 창의적인 입력 또는 개입.” 2022 년 2 월, 저작권 검토위원회는“저작권 청구를 유지하는 데 필요한 인간 저자가 부족하다는 이유로 AI 생성 된 예술 작품에 대한 저작권 신청서를 거부했습니다.

유럽 ​​연합 (EU)의 상황은 법적 틀이 저작권이있는 작품에 대한 인간 참여의 역할을 강조하기 때문에 미국의 상황과 유사합니다. 유럽 ​​연합 지적 재산국과 최근 유럽 연합 법원의 판례법에 따르면, 독창성 기준은 작가의 정체성을 반영하는 작가 자신의 지적 창조물이되어야하며, 창조 중 창조적 인 선택에 의해 입증되었습니다. , 특정 수준의 인간 참여가 필요합니다. 유럽 ​​연합의 Horizon 2020 Research and Innovation Program에 의해 자금을 지원하는 유럽 재현 유럽 프로젝트는 음악을 포함하여 AI 생성 컨텐츠가 제기 한 문제를 탐구하며, 저작권 규칙을 존중하면서 혁신을 장려하는 법적 확실성과 균형 잡힌 보호를 제공합니다. AIVA의 인정은 음악 작곡 분야의 저자와 저작권에 대한 전통적인 견해에서 크게 출발하여 AI 공연자들이 음악을 발표하고 로열티를받을 수있게 해줍니다. 이 인정은 AIVA를 음악 제작에서 AI의 공식적인 인정에서 선구자로 만듭니다.

Stability AI, OpenAi 및 Google과 같은 그룹 별 인공 지능의 최근 발전으로 인해 AI 음악을 포함한 생성 기술에 대한 수많은 저작권 침해 소송이 제기되었습니다. 이러한 소송이 성공적이라면, 이러한 기술에 전원을 공급하는 기계 학습 모델의 데이터 세트는 공개 도메인에 국한됩니다.

드레이크와 주간

음성 복제에 대한 합법적 인 선례는 많지 않지만 유명인의 경우 이미지, 이름 및 음성을 위반하는 홍보권에 속할 수 있습니다. 작년의 주요 예는 Ghostwriter라는 이름의 Tiktoker가 AI를 사용하여 Drake와 The Weeknd 사이에 "Heart on My Sleeve"사이에 가짜 듀엣을 만들었을 때였습니다. 그 이후로 노래는 무너졌지만 버전은 여전히 ​​인터넷 주변에 떠 다니고 있습니다.

Wear는“한편으로는 원래 작품이라고 주장 할 수 있습니다. “반면에, AI가 자신의 표현 허가없이 카탈로그를 분석하여 Drake의 스타일로 가사를 쓰는 법을 배웠기 때문에 침해의 한 형태로 볼 수 있습니다. 또 다른 관심사는 예술가의 이름과 모양을 무단으로 사용하는 것입니다.”

AI를 사용하여 누군가의 이름과 유사성을 복사하는 능력은 음악 산업과 엔터테인먼트 산업 전체에 문제가 있습니다. 현재 SAG-AFTRA 스트라이크의 주요 요구 중 하나는 제작자가 AI 생성기를 훈련시키는 데 사용되는 작업을 수행하는 것을 방지하는 것입니다.

AI와의 윤리적 문제

저작권은 AI를 둘러싼 많은 윤리적 문제 중 하나 일 뿐이며,이 기술과 그 개발은 결과가 없다는 것을 기억하는 것이 중요합니다.

즉각적인 관심사 중 하나는 데이터 세트 교육의 편견입니다. 예를 들어 2022 년 국회 의사당 음악 그룹과 계약을 맺었지만 나중에 인종 고정 관념을 영속하여 계약을 철회 한 래퍼 FN Meka가 있습니다.

캠프는“가장 큰 문제 중 하나는 쓰레기와 쓰레기가 나가는 것입니다. “이러한 언어 모델 또는 이러한 이미지 생성기 또는 본질적으로 인종 차별 주의자 데이터에 대해 이러한 음악 생성기를 훈련시키는 경우, 우리가 요구하는 모든 것이 이러한 고정 관념을 영속시키는 것입니다. 우리는 좋은 데이터를 가지고 있고 모니터링하고 있는지 확인해야합니다.”

해당 데이터를 모니터링하는 것도 해를 입지 않습니다. 또 다른 윤리적 관심사는“강화 학습”이라는 훈련 과정으로, 다양한 방해 내용에 대한 인간의 피드백을 제공하는 것입니다. 월스트리트 저널 팟 캐스트의 최근 에피소드 The Journal은 Kenyan Data Worker를 특징으로하며, 다른 많은 사람들 중에서도 Chatgpt가 매우 높은 정신 건강 비용으로“잘못”을 구별하도록 훈련시키는 데 도움을주었습니다.

캠프는“기본적으로, 그것은 엄지 손가락을 올리거나 응답에 엄지 손가락을 내립니다. “이것은 부적절한 응답입니까? 너무 폭력적이거나 그래픽이거나 방해가됩니까? Openai는 케냐 사람들에게 그 일을 계약하여 그 응답을 읽기 위해 시간당 2 달러를 지불했습니다. 따라서 일을하기 위해 시간당 2 달러를 지불하고 가장 끔찍하고 심리적으로 혼란스러운 텍스트를 읽고 10 시간 동안 그렇게하면 집으로 돌아가서 모두 머리에 소용돌이 치고 있다고 상상해보십시오. 소시지가 지금 만들어지는 방식에는 많은 결함이 있습니다.”

음악 심해

음악에서 AI의보다 초기적인 개발은 오디오 딥 포이크를 사용하여 기존 노래의 가사 또는 음악 스타일을 가짜로하여 다른 아티스트의 목소리 나 스타일과 비슷합니다. 이것은 특히 예술적 정체성의 맥락에서 기술의 적법성과 사용의 윤리에 대한 많은 우려를 제기했습니다. 또한,이 작품에 대해 누가 인정받는 사람에 대한 의문도 제기했습니다. AI는 자체 저자를 가질 수 없기 때문에 현재의 추측은 기계 학습 기술에 대한 추가 결정이 일반적으로 이루어질 때까지 명확한 대답이 없을 것이라고 제안합니다. 가장 최근의 예방 조치는 Google과 Universal Music Group이 개발하기 시작했습니다.이 Universal Music Group은 프로듀서가 아티스트의 목소리와 스타일을 복사 할 수 있도록 로열티 및 신용 속성을 고려했습니다.

"내 소매에 심장"

2023 년 Ghostwriter977으로 알려진 아티스트는“My Sleeve on My Sleeve”라는 뮤지컬 딥 페이크를 만들어 각 예술가의 목소리를 복제하여 각 예술가의 딥 러닝 알고리즘에 일련의 보컬 트랙을 공급하여 인공 모델을 만듭니다. 원래의 참조 보컬과 원본 가사와 일치 할 수있는 각 아티스트의 목소리. 이 트랙은 Best Rap 노래와 올해의 노래를 위해 그래미를 고려하기 위해 제출되었습니다. 2023 년 4 월 Apple Music, Spotify 및 YouTube에 대한 공식 릴리스로 이어지는 Tiktok에서 인기를 얻었고 Tiktok에서 인기를 얻었으며 관객들로부터 긍정적 인 반응을 얻었습니다. 많은 사람들 이이 트랙이 AI 소프트웨어에 의해 완전히 작성되었다고 믿었지만 프로듀서는 다음과 같이 주장했습니다. 작곡, 제작 및 독창적 인 보컬 (개종 전)은 여전히 ​​그에게 이루어졌습니다. 이 노래는 그래미 후보 목록에서 나중에 그래미 고려 사항을 충족시키지 못했기 때문에 제거되었습니다. 트랙은 Universal Music Group에 의해 모든 음악 플랫폼에서 제거되었습니다. 이 노래는 인공 지능을 사용하여 음성 복제의 전환점이었으며, 그 이후로 수천 명의 인기가 아닌 가수와 랩퍼에 대한 모델이 만들어졌습니다.

"어디에서 왔는지"

2013 년에 컨트리 가수 랜디 트래비스 (Randy Travis)는 뇌졸중을 겪어 노래 할 수 없게되었습니다. 한편, 보컬 제임스 듀 프레 (James Dupré)는 자신을 대신하여 노래를 연주했습니다. Travis와 오랜 프로듀서 인 Kyle Lehning은 2024 년 5 월 Travis의 첫 번째 새 노래 인“Where that Wath From”이라는 새로운 노래를 발표했습니다. 녹음은 인공 지능 기술을 사용하여 Dupré의 녹음과 함께 40 개가 넘는 기존의 보컬 레코딩에서 컴파일 된 Travis의 보컬 음성을 재현합니다.

AI 뮤지컬 도구

이제 우리는 AI가 무엇인지, 주요 단점 중 일부를 다루었으므로 존재하는 AI 음악 도구에 대해 논의 할 수 있습니다. Berklee Onsite 2023에서 Berklee College of Music 캠퍼스에서 열린 연례 음악 컨퍼런스는 Veres가 알아야 할 몇 가지 AI 뮤지컬 도구를 공유했습니다. 어떤 사람들은 지금 배우기 시작할 수 있으며, 일부는 배우고 싶을 수도 있습니다.

Bandlab Songstarter

Bandlab의 Songstarter 앱은 장르를 선택하고 노래 가사 (및 이모티콘)를 입력 할 수있는 AI 기반 송 생성기입니다. 무료 아이디어를 생성합니다. 그런 다음 해당 아이디어를 스튜디오 기능으로 가져 와서 자신의 아이디어로 만들 수 있습니다. 초기 영감이 필요한 경우 노래를 시작하는 좋은 방법입니다.

미드 주니

가장 인기있는 AI 기반 이미지 생성기 중 하나 인 Midjourney는 앨범 아트, 노래 표지, 포스터, Spotify 루프, 상인 이미지 등을 만드는 데 사용될 수 있습니다. 다른 AI 기반 이미지 생성기와 차별화하는 것은 초현실적이고 꿈 같은 스타일로 음악 프로젝트에 더 적합 할 수 있습니다. 이 프로그램은 사용하기 쉽지만 확실한 학습 곡선이 있습니다. 많은 새로운 기술 프로그램과 마찬가지로 다이빙을하기 전에 몇 가지 튜토리얼을 시청하십시오.

모놀리스를 혼합하십시오

Mix Monolith 플러그인은 Ayaic의 자동 믹싱 시스템으로 믹스를 조정할 수 있습니다. 개발자는 믹스 온라인 기사에서“그 목적은 완성 된 믹스를 자동으로 생성하는 것이 아니라 트랙 간의 근본적인 이득 관계를 구축하고 적절한 이득 조정을 보장하는 것”이라고 말합니다.

Landr ai 마스터 링

Landr의 AI 마스터 링 도구를 사용하면 트랙을 프로그램으로 끌어 들이고 떨어 뜨릴 수 있으며,이를 분석하고 스타일과 볼륨에 대한 간단한 옵션을 제공합니다. 이 두 가지 옵션을 선택하면 프로그램이 트랙을 마스터하여 파일 유형 및 배포 방법에 대한 더 많은 옵션을 제공합니다. Landr은 프로그램과 혼합 된 2 천만 개가 넘는 트랙을 자랑합니다.

aiva

AIVA는 역사에서 30,000 개가 넘는 상징적 인 점수에 대해 교육을받은 인공 지능 프로그램입니다. 현대 영화부터 20 세기 영화, 탱고에서 재즈에 이르기까지 여러 가지 사전 설정된 음악 스타일 중에서 선택할 수 있습니다. 그런 다음 키 서명, 시간 서명, 템포, 계측, 지속 시간 등을 입력 할 수있는 옵션이 있습니다. 무엇을 입력 해야할지 모르면 Aiva가 당신을 위해 그것을 할 것입니다. 마지막으로 트랙을 생성하고 계측을 사용자 정의하고 다양한 파일 유형을 업로드 할 수 있습니다. 가입자로서 귀하는 작성한 모든 것에 대한 전체 저작권 라이센스가 있습니다.

음악가를위한 chatgpt

가장 널리 사용되는 AI 도구 중 하나 인 OpenAi의 ChatGpt는 음악가에게 다양한 용도를 가지고 있습니다. 이 회사는 현재 연방 무역위원회 (Federal Trade Commission)에서 조사 중이므로 ChatGpt와 공유하는 정보에 대한 예방 조치를 취하고 ChatGpt로부터받는 사실을 확인해야합니다.

이를 염두에 두고이 프로그램은 실제로 음악을 만드는 데 걸리는 작업에 소비하는 시간을 줄일 수있는 잠재력이 있습니다. Wares and Camp는 출시 이후 Chatgpt를 실험 해 왔으며 음악가와 음악 전문가가 유용 할 수있는 특정 팁이 있습니다.

소셜 미디어 전략

소셜 미디어는 아마추어 음악가에게는 큰 시간 싱크가 될 수 있으며 Chatgpt는 부하를 완화하는 데 도움이 될 수 있습니다. Wares는 Chatgpt에게 어떤 종류의 아티스트인지, 어떤 음악의 장르, 그리고 취미와 관심사가 무엇인지 말할 수 있다고 말합니다. 그런 다음 Tiktok, Instagram, Facebook 또는 사용하는 소셜 미디어 플랫폼에서 향후 30 일 동안 30 개의 콘텐츠를 요청할 수 있습니다. 소셜 미디어 컨텐츠 아이디어를 요청할 수있을뿐만 아니라 Chatgpt에게 최적화 된 캡션 및 해시 태그를 만들도록 요청할 수도 있습니다.

여행을위한 기술 라이더

여행을 갈 때 음악가는 일반적으로 쇼를 꺼내는 데 필요한 모든 세부 사항을 간략하게 설명하는 기술 라이더를 만들기 위해 누군가를 고용합니다. 여기에는 장비, 무대 설정, 사운드 엔지니어링, 조명, 환대, 공연 계약, 투어 여정, 장소 옵션, 티켓 가격 등이 포함될 수 있습니다. Wares는 Chatgpt가 Tech Rider를 작성하는 사람이 될 수 있으며 최근에는 밴드와 협력하여 기술을 사용하여 투어를 계획했습니다.

Wares는“우리는 백 라인 요구 사항, 자세한 입력 목록, 심지어 특정 마이크 권장 사항이 포함 된 기술 라이더를 만들기 시작했습니다. “그런 다음 북동부의 투어 일정, 티켓에 대해 얼마나 많은 비용을 청구 해야하는지, 밴드 팬 기반의 독특한 관심사와 인구 통계에 따라 상인 아이디어에 대한 권장 사항을 요청했습니다. 며칠이 걸렸던 일은 한 시간 안에 이루어졌습니다.”

노래 가사 작성

노래 가사를 작성하는 데 도움이 필요하거나 영감이 필요하거나 단어 제안을 사용하려면 Chatgpt가 유용한 작곡 도구가 될 수 있습니다. 캠프는 전 버클리 학생 Julia Perry (AI와 음악에 관한 Berklee Now 기사를 위해 인터뷰 한)와 함께 Chatgpt를 사용하여 노래 아이디어를 생성하는 예를 제공합니다.

캠프는“우리는 우주가 어떻게 마술인지, 그리고 그녀가 우주에 대해이 깊고 알 수없는 진실을 표현하고 싶었던 방법에 대해 이야기하고있었습니다. "그리고 나는 기본적으로 그녀가 말한 모든 것을 2 ~ 3 개 단락으로 압축하고 [chatgpt] 에게이 노래를 위해 20 개의 오프닝 라인을 주었다."

그들은 20 개의 옵션 중 하나를 새 노래의 시작점으로 사용했습니다.

콘텐츠 작성

Chatgpt는 보도 자료 작성, 여러 문자 길이가있는 바이오, 앨범 릴리스 전략, 블로그 게시물, 웹 사이트 사본, 이메일 등 다양한 컨텐츠 작성 및 카피 라이팅 작업에 도움이 될 수 있습니다.

계약 및 계약

이상적인 세상에서는 변호사가 모든 계약 및 계약을 작성하고 검토하게되지만 항상 현실적이거나 저렴한 것은 아닙니다. 경우에 따라 Chatgpt 초안에 전혀 아무것도없는 것이 아니라 계약을 원할 수도 있습니다. 이것은 관리 계약, 밴드 계약, 분할 시트, 성과 계약 등에 사용될 수 있습니다. 그러나 다시, 엔터테인먼트 변호사는 항상 가능하면 항상 바람직합니다.

사람들은 어디에 있습니까?

AI 생성 음악의 현재 상태는 True Generation보다 혼합 및 매치입니다. 그것은 실제로 공물 밴드가 아니라 오히려 부흥에 대한 광대 한 접근 방식입니다. 훈련 데이터의 사운드 만 생성 할 수 있으며 새로운 방식으로 이러한 요소를 결합, 믹스 및 굴절시킬 수 있지만 그 이상으로 실험 할 수는 없습니다.

뮤지션들은 재생할 수있는 제한된 수의 음표 만 있거나 모든 사운드가 주파수와 파장 문제 일 뿐이므로 순전히 음악적 용어로 수행 할 수있는 양의 양만 있다고 말할 것입니다. 그러나 유한 한 재료와 기술 목록에서 선택하는 것보다 레시피를 만드는 것보다 더 많은 코드 나 리듬을 배열하는 것보다 음악에는 더 많은 것이 있습니다.

Ribo는 실험과 다른 영향에서 벗어나 새로운 무언가로 섞을 수있는 능력으로 유명한 기타리스트입니다. 언뜻보기에, 이것은 생성 AI의 지지자들이 제시 한 가치 제안과 비슷하지만, 그는 인간과 같은 일을하는 기계 사이에 근본적인 차이가 있다고 말합니다.

리봇은“누군가를 인용하지 않고 12 바 블루스 솔로를 통과 할 수 없다”고 말했다. “우리는 그렇게 할 수있는 인권의 특권을 주어야합니다. 나는 내가 선을 건너는시기를 아는 것을 잘 알고있다. Charlie Parker 노래가 없으면 Charlie Parker 노래 의이 부분을 인용 할 수 있다는 것을 알고 있습니다.
Ribot의 1990 년 앨범 Rootless Cosmopolitans에는 Jimi Hendrix의“The Wind Crises Mary”의 표지가 포함되어 있습니다. 헨드릭스 (Hendrix)에 경의를 표하기 위해 리봇의 버전은 추상적이며, 가사는 흠집이 많은 기타를 짖으며 기타 톤 이외의 원본 노래와 거의 유사하지 않으며 헨드릭스의 멜로디, 코드 및 리듬을 생략했습니다. 그럼에도 불구하고 Ribot 은이 앨범의 표지로 나열되었으며 모든 판매 또는 스트림에서 기계 로열티를 지불합니다.
Ribot은“이 시스템은 보존되어야하며 싸울 가치가 있습니다. “우리는 기록에 앉아있을 때 최저 임금을 지불하지 않았습니다. 우리는 공연 할 때도 보장이 없습니다. [저작권]은 말 그대로 우리가 가진 유일한 경제 권리입니다.”

Ribot의 설득력있는 연습은 오랜 전통의 일부입니다. 매체로서의 음악은 이전에 온 것, 여전히 성장하고 변화 할 수있는 것에 대한 인식과 존중으로 정의됩니다. “음악의 변화를 일으키는 것은 사람들의 분위기, 그들의 필요와 가능성, 그들이 좋아하는 것, 그리고 그들을 화나게하는 것입니다. 사람들은 감정, 이벤트 및 삶의 충만 함을 배우고 기타 나 피아노로 대표하는 법을 배울 수 있습니다. 경험이 확장되고 역사가 길어지고 표현과 아이디어가 필요한 밴드가 등장함에 따라 분야를 확장합니다.”

역사적으로, 음악가와 관객 사이에는 진정성과 인류를 암시하는 신성한 계약이있었습니다. Eras Tour에 참석 한 수백만 명의 Taylor Swift 팬 중 많은 사람들이 그녀의 개인적인 삶에 대한 자세한 설명을 제공 할 수있었습니다. Beyoncé, Harry Styles, Elton John 또는 가장 큰 여행 아티스트의 관객도 마찬가지입니다. 경기장을 팔기 위해 진짜 사람이 필요합니다. 마스크가 가수가 가면을 가리지 않았을 때 공연자를 인식 할 것이라고 생각하지 않았다면 아무도 아무도 가수를 보지 않을 것입니다.

우리가 의도적으로 음악을들을 때, 우리는 종종 노래가 다른 사람들의 경험과 관점을 이해하는 더 큰 공간으로가는 출입구 인 것처럼 종종 말합니다. 너바나를 고려하십시오. Grunge의 미학적 이탈은 적절한 순간에 현대 스튜디오 기술을 만났기 때문에 Nevermind는 소리가 들리는 방식뿐만 아니라 Kurt Cobain의 개인적인 아크 - 기상의 상승과 비극적 인 초기 사망자가 되었기 때문입니다. 공개적으로 도전하는 (일부) 팝스타 컨벤션에 의한 록 슈퍼 스타-사람들과 관련이 있습니다.

밴드는 픽시, 갭 밴드 및 기타 사람들에게 영감을 준 뮤지션들을 인정했지만, 니 바나의 레코드는 궁극적으로 코베인, 그의 밴드 메이트, 그들의 공동 작업자, 그들의 경험과 이상에 대한 표현과 반영의 독특한 제품입니다. . 예술은 정의상 인간의 의사 결정의 산물입니다.

다른 형태의 음악 과정과 마찬가지로 일부 AI 생성 음악은 여전히 ​​인간의 요소를 유지합니다. Ivan Paz와 Shelley Knotts와 같은 아티스트는 자동화 된 모델에 크게 의존하기 때문에 시스템을 만들고 작동 방식에 대한 수많은 결정을 내리고 무엇을 결정하는지 결정합니다. 생산하는 소리로 수행하십시오.
그러나 인간 음악가들을 위협하는 AI 음악은 몇 마디 이상을 취하고 그로부터 전체 노래를 제작하는 인간 음악가를 위협하는 것은 본질적으로 제한되어 있으며, 데이터에서 시간을 안쪽으로 내고 뒤로 보일 수 있기 때문에 바깥쪽으로 절대로 앞으로 나오지 않기 때문에 결코 앞으로 나아갈 수 있기 때문입니다. 기타는 수 세기 전에 발명되었지만 1940 년대 로제타 타르 프 자매의 전성기 이전에 음악에 대해 훈련 된 AI 모델은 일렉트릭 기타와 유사한 것을 제작하지는 못할 것입니다. 힙합은 다른 아티스트의 작품을 샘플링하고 재 포장하는 것을 기반으로 한 음악 스타일입니다 (때로는 원래 아티스트가 좋아하지 않는 형태 나 맥락에서) 1973 년 이전에 음악에 대한 교육을받은 모델은 같은 것을 만들 수 없습니다. 저것.

사람들이 음악을 듣는 이유는 수많은 이유가 있지만 사람들이 음악을 만드는 많은 이유가 있습니다. 사람들은 수천 년 동안 서로 소리를 냈으며, 대부분의 시간 동안 생계를 상상하는 것은 어리석은 일이었을 것입니다. 그것을 기록하지 않고 그것을 증폭시키는 것에 대해 생각하는 것은 불가능했을 것입니다. 사람들은 어쨌든 음악을 만들었습니다.

여기에 AI를 선행하는 긴장이 있습니다. 한편으로, 레코드 레이블과 디지털 스트리밍 플랫폼은 음악 시장이 무엇보다도 인정을 원한다고 크게 올바르게 믿는다. 따라서 많은 돈이 기존 아티스트 카탈로그의 판매에서 비롯된 한 보고서는 70 명을 차지했다고 제안했다. 2021 년 미국 음악 시장의 비율. 차트-토퍼는 점점 비슷해 보입니다. 스트리밍 플랫폼 알고리즘은 종종 같은 노래를 반복해서 공급합니다.

다른 한편으로, 놀라움, 혁신, 범법에 대한 본질적인 인간의 필요가 있습니다. 사람마다 다릅니다. 대규모 기업의 목표 인 규모와 감독의 목표는 기본적으로 사용자의 목표와 개인의 목표와 다르며 사용자 기반이 클수록 자동화되는 경향이 있습니다. AI 음악 생성기 나 동적으로 생성 된 재생 목록이나 다른 알고리즘 예측 시스템은 본질적으로 좋거나 나쁘지 않습니다. 결과는 전적으로 누가 실행하는지, 어떤 목적에 따라 달라집니다.

그러나 무슨 일이 있어도 어떤 회사도 음악에 대한 독점권을 가지고 있지 않을 것입니다. 종은 없습니다. 새들이 그렇게합니다. 꿀벌은 그것을합니다. 바다의 고래는 그것을합니다. 그것의 일부는 인간의 귀에 매우 아름답습니다. 그러나 모든 자연스러운 멜로디에도 불구하고 인간이 이미 만든 모든 음악과 AI가 스스로를 만들거나 창조하는 데 도움이 될 모든 음악, 인간은 자신을 만들고 표현하려는 인간의 충동이 지속됩니다. 음악은 상업주의 이외의 이유로 우리 세상에 존재합니다.

종종 그 이유는 매우 간단합니다. 사람이나 그룹의 사람들은 그것이 존재하기로 결정한 다음 그렇게 만들었습니다. 기계가 펌핑하는 소닉 슬러지에 관계없이 계속 존재할 것입니다.

포용 또는 저항?

AI 및 기타 신흥 기술과 관련하여 반복되는 테마 중 하나는 미래에 음악 산업 (및 대부분의 산업)의 큰 부분이 될 것이며, 무시하는 것이 산업의 미래 리더들을 도울 것이라는 점입니다.

Wear는“AI가 내 학생들이보다 생산성을 높이고 창의적인 프로세스를 지원하는 데 도움이 될 수 있으며, 음악을 만들고 공연하거나 새로운 비즈니스 아이디어를 탐구하는 가장 중요한 것에 집중할 수 있다고 생각합니다. "그러나 책임있는 교육자로서 저는 학생들이 이러한 도구에 너무 의존하지 않도록해야하며, 비판적 사고 기술을 개발하기 위해 AI를 사용하는 방법을 지속적으로 찾고 있습니다."

캠프는 동의하고 AI가 계속 진화 할 때 사람들이 자신이 편한 일을하도록 권장합니다.

캠프는“현재 상태를 유지하고 기술을 사용하여 지구에있는 것을 발전시키기 위해 기술을 사용하려면 확실히 격려합니다. “그러나 내가 말했듯이, 나는 유선인을 사용하는 친구가 있습니다. 비닐 레코드를 구매하는 것을 선호하는 친구가 있습니다. AI가 여기 있습니다. 큰 영향을 미칩니다. 당신은 그것을 사용할 필요는 없지만 많은 사람들이 선택합니다.”

Berklee Online에서 AI

최근 Berklee Online은 Aria : AI-Enhanced Realities & Immersive Applications라는 이니셔티브를 시작했습니다. 이 프로젝트는 Berklee Online의 지원 및 오디오 기술 부서 인 Gabriel Raifer Cohen과 Berklee College of Music Alumnus가 주도합니다.

Raifer Cohen은“계산기, 컴퓨터, 인터넷 및 검색 엔진과 마찬가지로 Genai는 여기에 있습니다. “이러한 모든 도구를 쉽게 이용할 수 있다는 현실을 무시하는 것은 학생들에게 장애입니다. . . . 학생들에게 최선을 다해야하는 방법을 가르치고 책임감있게 이러한 기술을 권한 부여 도구로 사용하는 것보다 더 가치있는 노력이 될 수 있습니다.”

그리고 AI가 음악 산업의 미래에 중요한 역할을한다고 해서이 새로운 기술을 비판하거나 안전 조치를 옹호 할 수는 없다는 것을 의미하지는 않습니다. "동시에, 우리는 윤리적으로 인식하고 적극적으로 남아있는 동안 Genai의 마음이없는 사용으로 인해 평범함과 창의적 무감각의 확산에 저항해야합니다."라고 그는 말합니다. "이것에 대해서는 쉬운 것은 없지만 AI의 발전이 잠재적으로 변화적인 교육 경험을위한 기회를 열어야한다는 것을 고려해야합니다." Raifer Cohen은 ARIA 이니셔티브의 일환으로 Berklee Online은 이러한 새로운 도구를 계속 탐색 할 것이며, 테스트 및 철저한 연구를받은 후에야 학교는 교실에서 이들을 구현하는 것을 고려할 것입니다. Raifer Cohen은“궁극적으로 학생과 교사, 시청자 및 제작자에게는 이러한 강력한 도구가 모두 도구라는 것을 잊지 말아야합니다.