مدل‌های هوش مصنوعی مولد قابل استفاده برای عموم مردم در سال ۲۰۲۳ سروصدای زیادی به‌پا کرده‌اند، برخی از این مدل‌ها مثل ChatGPT توانایی مقاله‌نویسی، ایمیل نویسی و پاسخ به جستجوهای متنی کاربران در قالب گفت‌وگو با آن‌ها را دارند؛ برخی دیگر از این ابزارها مثل Stable Diffusion قادر به ایجاد عکس براساس ورودی متنی هستند و برخی دیگر می‌توانند موسیقی تولید کنند. در این مطلب با پنج مورد از بهترین مدل‌های هوش مصنوعی مولد تولیدکننده موسیقی آشنا می‌شویم

.

هوش مصنوعی مولد یا زایا (Generative AI) مدت‌هاست که در دنیای هنر هم استفاده می‌شود و می‌تواند در این حوزه هم دستیار انسان باشد؛ مدل‌های AI مولد تولیدکننده موسیقی می‌توانند به آهنگسازان مبتدی به‌عنوان ابزاری برای تقویت خلاقیت آن‌ها کمک کنند. برخی از این مدل‌ها موسیقی‌هایی با سبک آهنگسازان مختلف می‌سازند و برخی دیگر با کمک فناوری یادگیری ماشینی، موسیقی و آهنگ‌های با کلام با سبک کاملاً جدید خلق می‌کنند. یکی از ویژگی‌های بسیار خوب این مدل‌ها متن‌باز بودن آن‌هاست؛ یعنی هر فردی می‌تواند به آن‌ها دسترسی پیدا کند و سطح توانایی‌های آن‌ها را ارتقا دهد.

نحوه کار مدل‌های هوش مصنوعی مولد تولیدکننده موسیقی

اجازه دهید قبل از آشنایی با بهترین ابزارهای AI مولد تولیدکننده موسیقی، ساده و مختصر با نحوه کار آن‌ها آشنا شویم. اکثر این ابزارها از فناوری یادگیری ماشینی عمیق برای تحلیل حجم گسترده از داده‌ها مثل ترک‌های موسیقی، ملودی‌ها یا آکوردها استفاده کرده سپس آن‌ها را پردازش می‌کنند و داده نهایی را در اختیار هوش مصنوعی قرار می‌دهند.

در مرحله بعدی هوش مصنوعی با داده‌های ورودی آموزش داده می‌شود و با کمک آن‌ها موسیقی می‌سازد؛ بنابراین اگر مدل تنها با یک سبک موسیقی آموزش داده شود، تمام خروجی‌های آن یکسان خواهند شد. یکی از شاخص‌ترین نمونه‌های موسیقی ساخته‌شده با هوش مصنوعی، تکمیل سمفونی دهم بتهوون است که با کمک پژوهشگران دانشگاه راتگرز ساخته شد؛ بتهوون ۹ سمفونی ساخت؛ اما سمفونی دهم خود را تکمیل نکرد و محققان برای تکمیل این سمفونی، هوش مصنوعی را به داده‌های مربوط با ۹ سمفونی ساخته‌شده آموزش داده‌اند.

آیا موسیقی ساخته‌شده با هوش مصنوعی مولد کپی‌رایت دارد؟

به‌دلیل اینکه برای آموزش هوش مصنوعی از موسیقی‌های دارای کپی‌رایت استفاده می‌شود، قانونی بودن یا نبودن موسیقی‌های ساخته‌شده با آن به موضوعی بحث‌برانگیزی در میان متخصصان تبدیل شده است. گروه موسیقی یونیورسال (Universal Music Group)، یکی از قوی‌ترین شرکت‌های موسیقی دنیا، با ثبت ادعای نقض کپی‌رایت در مورد یک آهنگ رپ دریک که با هوش مصنوعی ساخته شده، باعث حذف آن از پلتفرم‌های استریم شده است.

برخی از متخصصان حامی اقدام گروه موسیقی یونیورسال مثل کارل فاولکس، وکیل تجاری و سرگرمی شرکت فاوکس، معتقد است دادگاه‌ها و اداره کپی‌رایت باید صراحتاً استفاده از موسیقی‌های ساخت AI را ممنوع کنند و تنها آثار هنری اورجینال باید محافظت شوند؛ البته «مارک لملی»، استاد حقوق دانشگاه استنفورد و «برایان کیسی»، وکیل، مخالف این موضوع هستند و معتقدند هوش مصنوعی باید با آثار دارای کپی‌رایت آموزش داده شود؛ زیرا بسیاری از آثار کپی ساخت هوش مصنوعی قانون کپی‌رایت را نقض نمی‌کنند.

AIVA

AIVA روش‌های متفاوتی برای ساخت موسیقی دارد. نخستین روش، روشی تحت عنوان the generation profile است که کاربران با بهره‌مندی از آن می‌توانند موسیقی مورد‌نظرشان را با سبک خودشان ایجاد کند. کاربران پس از ایجاد موسیقی جدید می‌توانند آهنگ خود را بر‌اساس میزان نما، گام‌های کوتاه و بلند، میزان گام، عواطف، انواع سازها و تکرار هارمونیک مورد‌نظر خود سفارشی‌سازی کنند. پس از انتخاب تمام این پارامترها، نرم‌افزار یک قطعه موسیقی سفارشی‌سازی‌شده ایجاد می‌کند. پس از ایجاد موسیقی‌ها کاربران می‌توانند آن‌ها را در کتابخانه‌های عمومی بارگذاری کنند.

AIVA روش دیگری هم دارد که به کاربران اجازه می‌دهد از آهنگ موجود در مجموعه پروفایل‌ها به‌عنوان نقطه شروع استفاده کنند و سپس بخش‌های مورد‌نظر خود را به آهنگ اضافه نمایند. این مدل روش دیگری هم ارائه می‌دهد که ساخت موسیقی بر‌اساس سبک از‌پیش‌تنظیم‌شده را امکان‌پذیر می‌کند؛ از سبک جاز، ارکسترال و پاپ گرفته تا سبک‌هایی مثل راک و ترپ. در این روش کاربران احساسی را که می‌خواهند در حین اجرای آهنگ ایجاد شود، مدت‌زمان و تعداد قطعاتی مورد‌نظرشان را انتخاب می‌کنند و پس از آن هوش مصنوعی آهنگ را می‌سازد.

آخرین روش بارگذاری یک قطعه موسیقی تأثیرگذار است. در اصول و مبانی AIVA به کاربران پیشنهاد شده موسیقی‌های تأثیرگذار را از Musescore که پلتفرمی برای دریافت متن چاپی موسیقی است، دریافت کنند. همچنین در این بخش گفته شده هر قطعه‌ای که می‌تواند ناقض کپی‌رایت باشد، نباید بارگذاری شود.

AIVA سه نوع اشتراک دارد که شامل اشتراک رایگان، اشتراک ماهانه ۱۵ یورویی و اشتراک ماهانه ۴۹ یورویی می‌شود. با اشتراک رایگان می‌توانید هر ماه سه قطعه موسیقی سه‌دقیقه‌ای دانلود کنید؛ اما اعتبار آن باید به وب‌سایت داده شود؛ بنابراین کاربران می‌توانند کپی‌رایت آن را کسب و از موسیقی کسب درآمد کند.

در اشتراک دوم می‌توانید ۱۵ موسیقی پنج‌دقیقه‌ای در ماه دانلود کنید و لازم نیست اعتبار قطعات دانلودشده را به AIVA بدهید؛ اما کپی‌رایت آن هنوز متعلق به این نرم‌افزار است. کاربران برای کسب درآمد از این موسیقی‌ها تنها می‌توانند آن‌ها را روی شبکه‌های اجتماعی تیک‌تاک، توئیچ و یوتوب بارگذاری کنند.

در اشتراک سوم کاربران می‌توانند تا ۳۰۰ موسیقی با مدت‌زمان ۵ دقیقه و ۳۰ ثانیه در ماه دانلود کنند. درصورت دریافت موسیقی‌ها از طریق این اشتراک، لازم نیست اعتبار آن‌ها را به نرم‌افزار بدهید و می‌توانید کپی‌رایت آن‌ها را نیز کسب و بدون محدودیت از آن‌ها کسب درآمد کنید.

soundful

soundful (سوندفول) برای تولیدکنندگان، سازندگان و برندهای تولیدکننده موسیقی با هدف ارائه موسیقی مقرون‌به‌صرفه، موسیقی بدون حق امتیاز و ارائه راهکاری برای ایجاد موسیقی‌های کمیاب عرضه شده است. کاربران می‌توانند در وب‌سایت این مدل ژانرهای مورد‌نظر خود را از میان ژانرهایی مثل رپ، R&B و لاتین انتخاب کنند.

در مرحله بعدی کاربران قالب مورد‌نظر خود را درحقیقت زیرژانر هستند، سرعت آهنگ، گام‌ها و نام مورد‌نظر خود برای آهنگ را انتخاب می‌کنند. پس از ساخته‌شدن موسیقی و ذخیره‌سازی آن، موسیقی به بخش My Library اضافه می‌شود و گزینه دانلود در اختیار کاربران قرار می‌گیرد. در این وب‌سایت بخشی تحت عنوان Global Tracks وجود دارد که کاربران می‌توانند آهنگ‌هایی با حالت‌ها و ژانرهای مختلف و حتی آهنگ‌های الهام گرفته شده از آهنگ‌های ساخته‌شده توسط هنرمندانی مثل A$AP Rocky و 808 Mafia و A Tribe Called Quest را مشاهده کنند.

soundful نیز سه اشتراک دارد که شامل اشتراک رایگان، اشتراک ماهیانه ۹.۹۹ دلاری یا اشتراک ۱۲ ماهه به مبلغ ۷.۹۹ دلار برای یک سال و اشتراکی برای ساخت موسیقی‌های فردی دارای گواهینامه برای استفاده سازمانی می‌شود.

اشتراک رایگان تنها برای استفاده شخصی ایجاد شده است و در آن به کاربران ۵۰ قالب، حق ۱۰ بار دانلود در ماه، ایجاد نامحدود ترک و حق استفاده شخصی بدون محدودیت از آهنگ‌ها در شبکه‌های اجتماعی (البته کاربر در هر شبکه اجتماعی تنها می‌تواند در یک کانال، موسیقی قرار دهد) و همچنین حق دانلود یک استم (Stem) در ماه داده می‌شود. استم‌ها نوعی از فایل صوتی هستند که یک ترک موسیقی را به چهار بخش تقسیم می‌کنند تا آهنگساز آزادی عمل بیشتری به‌دست آورد. این بخش‌ها شامل ملودی، باس، درام و ساز می‌شوند.

در اشتراک دوم کاربران حق دانلود بی‌نهایت ترک‌ها، دانلود پنج استم در ماه و دانلود موسیقی‌های کاور برای پلتفرم‌های آنلاین، وب‌سایت‌ها و شبکه‌های اجتماعی را دارند. حق انتشار محتوا برای اهداف تجاری و حق استفاده از ترک‌ها برای تبلیغات دیجیتالی از دیگر ویژگی‌های این اشتراک هستند.

همان‌طور که گفتیم، اشتراک سوم برای ساخت موسیقی‌های فردی دارای گواهینامه برای استفاده سازمانی به‌کار می‌رود؛ بنابراین قیمت پس از مشاوره مشخص می‌شود. این اشتراک شامل قالب‌های شخصی‌سازی‌شده، شرایط مجوز شخصی‌سازی‌شده، حق کسب درآمد از قالب‌ها در خود وب‌سایت soundful، حق استفاده از محتوا در تلویزیون و تبلیغات تلویزیونی، استریم تجاری و استریم ویدیوهای درخواستی می‌شود.

شرکت ارائه‌دهنده این مدل هوش مصنوعی درحال مشارکت با هنرمندان و تهیه‌کنندگانی مثل کندی، فیی و یه علی است تا نشان دهد چگونه متخصصان شرکت در یک سریال یوتوب به نام Soundful Collabs از فناوری‌های خود استفاده کرده‌اند.

Boomy

کاربران برای ساخت موسیقی با Boomy (بومی) باید سبک مورد‌نظر خود را از میان مجموعه سبک‌هایی مثل لو-فای و گروی جهانی، انتخاب کنند. همچنین کاربران می‌توانند آهنگشان را با ایجاد یک سبک اختصاصی آهنگ‌سازی، سازها، گام، جلوه‌های صوتی و سبک‌های ترکیب‌شده با یکدیگر سفارشی‌سازی کنند.

چنانچه کاربران یک سبک از‌پیش‌تعیین‌‌شده انتخاب کرده باشند، باید یکی از زیرژانرهای سبکشان را برای استفاده در آهنگشان انتخاب کنند. در مرحله بعدی کاربران می‌توانند با بازنویسی گام و تراکم آهنگ و افزودن ساز و جلوه‌های صوتی به آهنگ، ویرایش آرایش‌ها و چینش‌ها یا ضبط صداهای خواننده و بارگذاری آن‌ها در نرم‌افزار (هم چینش‌ها و هم صداها باید متعلق به خود کاربر باشد)، آهنگ را بیشتر سفارشی‌سازی کنند.

تنها ویژگی متمایزکننده Boomy از soundful و AIVA این است که این مدل به کاربران خود کمک می‌کند آهنگ‌ها و آلبوم‌های خود را در سرویس‌های استریم و شبکه‌های اجتماعی منتشر کنند.

کاربران این پلتفرم هم گزینه‌ای برای بارگذاری تصویر کاور هنری خود دارند و هم می‌توانند با کمک هوش مصنوعی آن متن واردشده توسط کاربر را به تصویر تبدیل کنند. ممکن است Boomy برای اینکه آثار منتشرشده کاربران در سرویس‌های استریم، با اصول و مبانی آن‌ها مطابقت کامل پیدا کند، تغییراتی در این آثار ایجاد کند. این پلتفرم مدعی است کاربران آن تاکنون ۱۴،۴۴۳،۶۱۹ قطعه آهنگ را ایجاد کرده‌اند که در حدود ۱۳.۸۳ درصد از کل موسیقی‌های ضبط‌شده در جهان را تشکیل می‌دهد.

طبق اطلاعات منتشرشده در بخش پرسش و پاسخ Boomy، کپی‌رایت تمام موسیقی‌های ساخته‌شده در این پلتفرم متعلق به آن است و کاربران ۸۰ درصد از حق امتیاز توزیع آثار منتشرشده را دریافت می‌کنند.

این پلتفرم نیز مانند دو پلتفرم دیگر سه اشتراک دارد که شامل اشتراک رایگان، اشتراک ماهانه ۲.۹۹ دلاری با نام بومی پرمیوم (Boomy Premium) و اشتراک ماهانه ۹.۹۹ دلاری با نام بومی پرو (Boomy Pro) می‌شود. در اشتراک رایگان کاربران به قابلیت‌های محدودی برای ذخیره آهنگ‌ها دسترسی دارند و تنها می‌توانند ۵ آهنگ منتشر کنند. در اشتراک پریمیوم ذخیره‌سازی بدون محدودیت آهنگ‌ها امکان‌پذیر است.

در اشتراک پرو هم ذخیره‌سازی آهنگ‌ها و هم انتشار آن‌ها هیچ محدودیتی ندارد و امکان دانلود آهنگ‌ها و ارائه درخواست‌ها برای اولویت‌بندی آهنگ‌ها نیز فراهم است.

RIFFUSION

RIFFUSION (ریفیوژن) یکی دیگر از ابزارهای AI مولد موسیقی است. قابلیت آهنگ‌سازی با استفاده از متن، ویژگی متمایز‌کننده این مدل را از سایر مدل‌های معرفی شده است. کاربران برای آهنگ‌سازی با این پلتفرم تنها باید متنی را در نوار جستجو وارد کنند.

در مرحله بعد هوش مصنوعی یک تصویر یا طیف نگاره (روشی سریع برای ارائه میزان بلندی سیگنال فرکانس‌های مختلف) برای ساخت موسیقی نهایی ایجاد می‌کند. در مرحله بعدی این طیف‌نگاره‌ها تبدیل به موسیقی می‌شوند؛ مثلاً کاربران می‌توانند از عبارت upbeat pop music (موسیقی پاپ شاد) یا piano in A minor (پیانو در لامینور) استفاده کنند. خروجی RIFFUSION برای ایجاد تصاویر طیف‌نگاره‌ها با یک تنظیم خوب از Stable diffusion، یک مدل هوش مصنوعی مولد متن‌باز تولیدکننده تصویر براساس متن، تکمیل می‌شود.

البته RIFFUSION معایبی هم دارد. زمان که از این ابزار می‌خواهید یک موسیقی با سبک هنرمند خاصی مثل دریک یا نیکی میناژ ایجاد کند، خروجی آن تنها آهنگ‌های بسیار شبیه به یکدیگر با وزن‌های مشابه است. همچنین زمانی که صدای برای آهنگ‌ها ایجاد می‌شود، آهنگ‌ها بی‌محتوا به‌نظر می‌رسند.

Amper Music

Amper Music (آمپر موزیک) نیز در صدر فهرست بهترین مدل‌های هوش مصنوعی مولد تولیدکننده موسیقی قرار دارد و یکی از راحت‌ترین ابزارها برای انجام این کار نیز محسوب می‌شود.

برای استفاده از Amper Music نیازی به داشتن دانش تخصصی آهنگ‌سازی یا آشنایی با تئوری موسیقی نیست. در این ابزار ترک‌های موسیقی براساس نمونه‌های از‌پیش‌ضبط‌شده تهیه می‌شوند. در مرحله بعدی، ترک‌های موسیقی به صدای واقعی تبدیل می‌شوند که می‌توانند با نت‌های موسیقی، گام، سازهای مجزا از یکدیگر، گام و سایر پارامترها دست‌کاری شوند؛ مثلاً می‌توانید کل سازها را براساس حالت یا حس درونی که به‌دنبال آن هستید، تنظیم کنید.

پلتفرم ابری Amper Music برای سازندگان محتوا یا افرادی که به‌دنبال ایجاد ترک‌های صوتی و صداهای مختلف برای بازی، فیلم یا پادکست هستند، گزینه‌ای عالی است. با ویرایش پریمیوم این ابزار، گزینه‌های بیشتری در اختیار شما قرار می‌گیرد که با بهره‌مندی از آن‌ها می‌توانید درست مانند یک آهنگ‌ساز هنرآفرینی کنید. با مدل AI می‌توانید از میلیون‌ها نمونه و طیف گسترده‌ای از سازهای موسیقی بهره‌مند شوید. همچنین می‌توانید از ابزارهای تخصصی آن برای بهبود مهارت خود در زمینه آهنگ‌سازی استفاده کنید.

احمدرضا فرهبد digiato