A equipa de investigação Audiocraft da Meta lançou o MusicGen, um modelo de linguagem de aprendizagem profunda de código aberto que pode gerar novas músicas com base em solicitações de texto e até mesmo ser integrado numa música já existente.
Este modelo é muito parecido com o ChatGPT para áudio, permitindo que o utilizador descreva o estilo de música que deseja, insira uma música a seu gosto (por opção) e clique em “Gerar”. Depois de dois ou três minutos, o software reproduz uma pequena peça de música totalmente nova com base nos prompts de texto fornecidos e na melodia.
A equipa que o testou usou 20.000 horas de música licenciada para treino, incluindo 10.000 faixas de música de alta qualidade de um conjunto de dados interno, juntamente com os temas existentes no Shutterstock e Pond5.
Para torná-lo mais rápido, os especialistas usaram o tokenizador de áudio EnCodec de 32Khz da Meta para gerar pedaços menores de música que podem ser processados em paralelo. “Ao contrário dos métodos existentes como o MusicLM, o MusicGen não requer uma representação semântica auto-supervisionada [e tem] apenas 50 passos auto-regressivos por segundo de áudio”, descreve o engenheiro de som Ahsen Khaliq, do Hugging Face ML.
No mês passado, a Google lançou um gerador de música semelhante chamado MusicLM, mas o MusicGen parece gerar resultados um pouco melhores.
O MusicGen é de código aberto e pode até ser usado para gerar música comercial. Ainda assim, aqui estamos perante o exemplo mais recente da velocidade estonteante do desenvolvimento da IA no último semestre, com modelos de aprendizagem profunda a ameaçar fazer incursões noutro género.
A empresa tranquiliza os músicos que este software não ameaça as suas carreiras. A IA consegue fazer melodias curtas e simples, mas não muito mais que isso. Nalguns momentos, as músicas podem ficar bastante repetitivas, pois o MusicGen percorre as mesmas progressões várias vezes.
Fonte: Engadget
Sem Comentários! Seja o Primeiro.