Η Google παρουσίασε ένα νευρωνικό δίκτυο που παράγει μουσική από μια περιγραφή κειμένου

Google ανακοινώθηκε Το MusicLM είναι η πιο πρόσφατη γενετική τεχνητή νοημοσύνη που μπορεί να μετατρέψει περιγραφές κειμένου ποικίλης πολυπλοκότητας σε ποιοτική μουσική.

Οι προγραμματιστές σημειώνουν ότι τα μοντέλα μετατροπής κειμένου σε μουσική δεν είναι νέα, αλλά το MusicLM είναι ανώτερο από τα προηγούμενα συστήματα τόσο στην ποιότητα του ήχου όσο και στην τήρηση της περιγραφής του κειμένου.

Το νευρωνικό δίκτυο εκπαιδεύτηκε σε 280 χιλιάδες ώρες μουσικής ώστε να μπορεί να ανταπεξέλθει σε περίπλοκα ερωτήματα. Όλες οι μελωδίες δημιουργούνται σε συχνότητα 24 kHz, η οποία παραμένει αμετάβλητη για μερικά λεπτά.

Στο δεδομένο παραδείγματα ο ιστότοπος της Google παρουσιάζει αποσπάσματα 30 δευτερολέπτων που δημιουργούνται από μερικές μόνο προτάσεις.

Το MusicLM είναι σε θέση να παράγει μουσική από διάφορα είδη και ακόμη και να παίζει "επίπεδο μουσικής εμπειρίας" (για παράδειγμα, αρχάριος ή επαγγελματίας). Στο μέλλον, η Google μπορεί να εργαστεί για τη δημιουργία στίχων, τη βελτίωση της ποιότητας των φωνητικών και το upsampling.

Μέχρι στιγμής, οι προγραμματιστές δεν σχεδιάζουν να ανεβάσουν το MusicLM στο κοινό.