توسعه دهندگان اکنون از هوش مصنوعی برای برنامه های متن به موسیقی استفاده می کنند

به گزارش اپ خونه، با افزایش محبوبیت مدل‌های زبان بزرگ (LLM) و ابزارهای هوش مصنوعی مانند ChatGPT، توسعه‌دهندگان موارد استفاده را برای قالب‌گیری متن به روش‌های مختلف برای موارد استفاده از نوشتن ایمیل گرفته تا خلاصه کردن مقالات پیدا کرده‌اند .

در حال حاضر، آنها به دنبال کمک به شما برای تولید قطعات موسیقی تنها با تایپ چند کلمه هستند.

برت باومن ، توسعه‌دهنده PlayListAI (قبلاً LinupSupply)، یک برنامه جدید به نام Songburst را در اپ استور راه‌اندازی کرد. این برنامه منحنی یادگیری تند ندارد. فقط باید دستوری مانند «موسیقی آرام‌بخش پیانو برای گوش دادن در حین مطالعه» را تایپ کنید تا به برنامه اجازه دهید یک کلیپ موسیقی تولید کند.

اگر نمی‌توانید به درخواستی فکر کنید، برنامه در دسته‌های مختلف، از جمله ویدیو، لو-فای، پادکست، بازی، مدیتیشن و نمونه، درخواست‌هایی دارد.

UI برای Songburst

باومن گفت که قسمت پشتی برنامه را با استفاده از Vercel ساخته و موسیقی از طریق Leap تولید می‌شود .

در حال حاضر، محدودیت تولید ۳۰ ثانیه وجود دارد و ممکن است برخی از خروجی ها کیفیت بالایی نداشته باشند. باومن گفت که با گذشت زمان به دنبال افزایش طول کلیپ موسیقی تولید شده و بهبود کیفیت خواهد بود.

Songburst برای امتحان رایگان است اما اشتراکی با قیمت ۹.۹۹ دلار در ماه یا ۷۹.۹۹ دلار در سال ارائه می دهد. اشتراک به شما ۲۰ اعتبار آهنگ در ماه و توانایی دانلود آهنگ ها در فرمت mp3 را می دهد.

کاربران همچنین می توانند اعتبار اضافی را در بسته های پنج (۷.۹۹ دلار)، ۱۰ (۱۱.۹۹ دلار) یا ۲۰ (۱۵.۹۹ دلار) خریداری کنند.

باومن گفت که او این برنامه را ساخته است زیرا راه‌حل‌های ساده و موبایلی ساده‌ای برای تبدیل متن به موسیقی وجود دارد که در اطراف آن تاکتیک‌های هرزنامه‌ای برای جذب پول اشتراک استفاده نمی‌شود.

با این حال، او در تلاش برای ایجاد یک برنامه متن به موسیقی منظم، تنها نیست. آخیل تولانی که اپلیکیشن‌هایی مانند برنامه همکاری موسیقی Rapchat ساخته است ، CassetteAI را راه‌اندازی کرده است که هم در وب و هم در App Store در دسترس است.

در سطح ورودی، CassetteAI مشابه سایر برنامه ها کار می کند. شما یک درخواست برای موسیقی تایپ می‌کنید و آهنگی پخش می‌شود. با این حال، می تواند یک نمونه تا سه دقیقه تولید کند.

سازنده برنامه گفت این به این دلیل است که برنامه بر روی یک مدل سفارشی مبتنی بر معماری سلسله مراتبی seq2seq کار می کند و بر روی یک مجموعه داده تخصصی برای تولید موسیقی بدون حق چاپ آموزش داده شده است.

رابط تولید موسیقی برای Cassatte AI

این ابزار همچنین رابطی را برای کاربران فراهم می کند تا نسخه های مختلف آهنگ های تولید شده را ایجاد کرده و آنها را ویرایش و ترکیب کنند تا یک آهنگ جدید ایجاد کنند.

این ابزارها بسیار ابتدایی هستند، بنابراین هنوز انتظار نداشته باشید که یک مسیر اصلی چند لایه از این مورد ایجاد کنید.

رابط هوش مصنوعی کاست برای مخلوط کردن آهنگ ها

تولانی گفت که این ابزار به صورت لیست انتظار کار می کند، اما اکنون آن را برای افراد بیشتری باز می کند.

او گفت که او همچنین انتظار یک اشتراک Cassette AI pro با قیمت ۴.۹۹ دلار در ماه را دارد که به کاربران امکان دسترسی به تولید آهنگ نامحدود و دسترسی به مدل‌های هوش مصنوعی با کیفیت بهتر برای تولید آهنگ بهبود یافته را می‌دهد.

توسعه‌دهنده اشاره کرد که هوش مصنوعی Cassette نسبت به تولیدکننده‌های موسیقی دیگر مانند Mubert و Beatbot بهتر است، زیرا موسیقی با کیفیت بهتری را با زمان چرخش سریع‌تر تولید می‌کند.

او افزود که با هوش مصنوعی Cassette ، می‌خواهد به مرزهای اخلاقی صنعت موسیقی احترام بگذارد.

«ما می‌خواهیم که مردم هوش مصنوعی را ابزاری برای خلق موسیقی ببینند، نه جایگزینی برای سازندگان. ماشین‌حساب‌ها جایگزین ریاضی‌دانان نشدند، آنها فقط محاسبه چیزها را آسان‌تر کردند. ما می خواهیم تولید موسیقی را برای هر موردی در دسترس همه قرار دهیم.»

این ابزارها عمدتاً سازندگانی را هدف قرار می دهند که می توانند از موسیقی بدون حق نسخه برداری در ویدیوها یا پادکست های خود استفاده کنند.

توسعه دهندگان همچنین امیدوارند که نوازندگان متوجه ابزارهای آنها شده و آنها را در فرآیند نمونه یا آهنگ سازی خود ترکیب کنند.

به غیر از توسعه دهندگان مستقل، شرکت های بزرگ فناوری نیز در حال حل مشکل تولید متن به موسیقی هستند.

گوگل ابزار MusicLM خود را در کنفرانس توسعه دهندگان Google I/O در ماه مه عمومی کرد. در ماه ژوئن، Meta منبع باز تولید کننده موسیقی خود با هوش مصنوعی به نام MusicGen را ایجاد کرد .

در حالی که مدل ها در مورد کیفیت آهنگ های تولید شده در حال بهبود هستند ، نگرانی هایی در مورد داده های آموزشی که برای ایجاد موسیقی استفاده می کنند وجود دارد.

برای جلوگیری از مشکلات قانونی، OpenAI بخشی از مدل Jukebox خود را متن باز کرده و کاربران را از ایجاد موسیقی برای موارد استفاده تجاری منع کرده است .

سپس برخی از نوازندگان پیشرو هوش مصنوعی مانند گریمز هستند که در ماه آوریل از طرفداران دعوت کردند تا با صدای او آهنگ بسازند و حق امتیاز را با او تقسیم کنند .