Koguge esitusloend, leidke pähe takerdunud lugu, kirjutage näidend: mida suudab tehisintellekt muusikaga teha
Varia / / March 30, 2022
Tunne kompositsioone
Lahedat rada on kuulda kõikjal: kaubanduskeskuses, kohvikus ja isegi lähedal asuva auto aknast, ummikus seistes. Selleks, et meeldiv võõras lugu mitte ilma jääda, piisab tuvastusrakenduse sisselülitamisest. Kompositsiooni nime ja neis oleva kunstniku nime annab tehisintellekt välja sekunditega. Tõsi, nii kiire tulemuse taga on põhjalik ettevalmistus: meloodia kiireks õppimiseks peab programm selle esmalt meelde jätma. Selleks tutvustatakse närvivõrke tohutule radade teegile ning seejärel muudavad algoritmid heli spektrogrammiks ja lagundavad selle aja, sageduse ja intensiivsuse järgi.
Anatoli Starostin
Yandex Media Services tehnoloogiaarendusteenistuse juht.
Spektrogramm on graafik. Aeg paikneb piki horisontaaltelge, heli sagedus piki vertikaaltelge ja selle intensiivsus kindlal hetkel väljendub värvides. Madalat signaali tähistab punane riba allosas ja kõrget signaali ülaosas. Tulemuseks on värvilistest horisontaalsetest triipudest koosnev pilt. Selliste vooluringide analüüs aitab muusikat ära tunda. Spektrogrammidega töötamisel kasutatakse samu närvivõrgu lähenemisviise, mis pildianalüüsis.
Oletame, et inimene kuuleb raadiost laulu ja soovib teada selle nime ja esitajat. Tuvastamisprogramm koostab kõlavast lõigust spektrogrammi ja saadab selle oma radade teeki. Seejärel võrdleb see soovitud meloodia "pilti" teiste kompositsioonide spektrogrammidega ja valib kõige täpsema vaste. Samas tunneb tehisintellekt meloodia ära ka tõsiste häirete, näiteks teemüra või naaberkorteri remondi korral.
Muide, närvivõrk suudab mitte ainult tuvastada artisti ja pähe jäänud loo nime, vaid ka umbkaudselt määrata selle žanri. Selleks õpetatakse tehisintellekti leidma mustreid erinevatest muusikastiilidest. Sellised spetsiifilised omadused on tavaliselt inimese nägemisele ja kuulmisele kättesaamatud. Kuid tänu masinõppele on võimalik spektrogrammipiltide põhjal muusikažanre arvutada.
Soovitage laule
Tundub, et miljardite lugude hulgast iseseisvalt oma meeleolule vastava "sama" loo leidmine on peaaegu sama ebatõenäoline kui armumine esimesest silmapilgust. Kuid tänu soovitusalgoritmidele ei juhtu täiuslikke vasteid just sageli. Esiteks otsib tehisintellekt sarnase maitsega inimesi ja seejärel ühendatakse statistilised valemid: teatud kompositsiooni meeldimiste, mittemeeldimiste, mängimiste ja vahelejätmiste arv.
Anatoli Starostin
Laulusoovitus töötab lihtsa skeemi järgi: kui Vasjale meeldis rada X ja siis hindas seda ka Petya, siis kui Vasjale meeldib Y, peaks Petya soovitama ka rada Y. Kui algoritm peab leidma järgmise loo, rakendatakse valemit potentsiaalsete lugude komplektile. Kõige sobivamad ujuvad tippu.
"Külm" sisu, mida massikuulaja esitusloendites ei näe, levib aeglasemalt. Kuid tänu närvivõrkudele on tundmatutel artistidel ja nišimuusikal siiski väike võimalus soovituste voos virvendada. Kui kõik tehnilised nüansid lihtsustada, siis võib öelda, et sellistel puhkudel teeb tehisintellekt välja, kui tihti konkreetne kasutaja kuulab sarnaste spektrogrammidega lugusid ja kutsub teda perioodiliselt uutega tutvuma rajad.
Mary Gu
Laulja.
Mõnikord otsin inspiratsiooni soovitustest. Teose valiku usaldan muusikateenistusele, kuulan meloodiaid, leian huvitavaid helisid või tekste. Seega võid tõeliselt spontaanselt armuda tundmatu artisti palasse. Ja veel üks kogemata kuuldud rida võib ajendada mind oma luuletusi looma.
Närvivõrgud aitavad luua ka muusikavalikuid treenimiseks, kõndimiseks või magamiseks. Sisutoimetajad valivad algoritmide jaoks võrdlusrajad ja nende spektrogrammide põhjal laiendab tehisintellekt temaatilisi soovitusi.
muusikat genereerida
Varem said meloodiaid luua ainult heliloojad. Nüüd on see võimalik ilma muusikute osaluseta. 2020. aastal toimus Hollandis esimene närvivõrkude Eurovisiooni lauluvõistlus – AI Song Contest. Austraallane võitis koostöö tehisintellekt koaalade, jäälindude ja tasmaania kuraditega. Laul oli pühendatud mandril möllavatele metsatulekahjudele. Loomahääled salvestati lühikeste näidistena – 1-2 sekundi pikkuste fragmentidena. Algoritm kombineeris need kõigi varasemate tõelise Eurovisiooni võitjate hittidega, misjärel komplekteerisid nad sämplid oma meloodiaks.
See pole ainus näide programmeerijate ja närvivõrkude edukast loomingulisest liidust. 2019. aastal esitas Riiklik Orkester Sotšis Talve rahvusvahelise kunstifestivali lõpetamisel 8-minutilise teose. Selle kirjutas helilooja Kuzma Bodrov närvivõrkude loodud eraldi meloodiafragmentidest. Tänapäeval on muusika loomine kõige lootustandvam valdkond tehisintellekti arendamiseks.
Anatoli Starostin
Tehisintellekt suudab muusikat luua kolmel viisil. Esimene on seotud valmis heli "telliste" ehitamisega - näidistega. Sel juhul seab algoritm need lihtsalt õigesse järjekorda mitme heliraja peale ja elektrooniline arranžeerija miksib valmis pala. Teine võimalus on noodikirja genereerimine. See on nagu juhiste kirjutamine muusikule, et ta mängiks sellel valmis teost. Ja kolmas võimalus on salvestada "toores" helisignaal. Sel juhul tekitab närvivõrk ise helilaineid, mis on sarnased näiteks Mozarti või biitlitega.
Muide, närvivõrgud võivad ka lauludele luulet kirjutada. Seni kõlavad sellised palad üsna kummaliselt, nii et laulukirjutajad ei peaks tööpuuduse pärast muretsema. Lisaks on "arvutimõistusel" puuduvad tunded. Ta ei suuda tungida emotsionaalsesse konteksti ja edasi anda elamusi, mis sundisid teoste autoreid looma.
Mary Gu
Luule ja muusika räägivad eelkõige inimeste hingest, sisemaailmast, läbielamistest, tunnetest ja emotsioonidest. Näiteks uus lugu “Don’t Burn Out” on minu isiklik lugu, aga see on ka kõigist, kes lähevad unenägu taga ja püüavad iseennast mõista. Ma ei usu, et tehisintellekt ei asenda kunagi muusikatööstuses elavat inimest. Kuid siit saate huvitava tandemi "inimene - närvivõrk". Teame juba kümneid näiteid, kui tehisintellekt aitas heliloojatel luua ainulaadseid meloodiaid. Tegelikult on see muusikamaailmas uus suund, millel, olen kindel, on tulevikus oma kuulaja ja publik.
Tehisintellekt muudab loovuse kõigile kättesaadavaks ja muusika aitab sellel areneda. Et mõista, kuidas need kaks poolust koonduvad ja üksteist mõjutavad, saate "Õppetundide numbrid” Yandexist – “Digitaalne kunst: muusika ja IT”. Koos koomiksikangelastega saavad osalejad teada, kuidas närvivõrgud rada ära tunnevad ja genereerivad ning millised tehnoloogiad aitavad meile tuntud muusikateenuste töös. Tunnis proovivad õpilased spektrogrammi järgi ise meloodiat ära arvata ja koostavad soovitustega esitusloendi.
Ma tahan "Õppetundide numbreid"
Kaas: Willyam Bradberry / Shutterstock / Eric Isselee / Shutterstock / Ljupco Smokovski / Shutterstock / FOTOSPLASH / Shutterstock / Olga Selepina / Lifehacker