Sakupite popis za reprodukciju, pronađite pjesmu koja vam se zaglavila u glavi, napišite predstavu: što umjetna inteligencija može učiniti s glazbom

Prepoznajte kompozicije

Kul staza se može čuti bilo gdje: u trgovačkom centru, u kafiću, pa čak i s prozora obližnjeg automobila, dok stojite u prometnoj gužvi. Kako ne biste propustili nepoznatu pjesmu koja vam se sviđa, dovoljno je uključiti aplikaciju za prepoznavanje. Naziv kompozicije i ime umjetnika u njima umjetna inteligencija daje u sekundama. Istina, iza tako brzog rezultata stoji temeljita priprema: kako bi brzo naučio melodiju, program je prvo treba zapamtiti. Da bi to učinili, neuronske mreže se uvode u ogromnu biblioteku pjesama, a zatim algoritmi pretvaraju zvuk u spektrogram i razlažu ga na vrijeme, frekvenciju i intenzitet.

Pretpostavimo da osoba čuje pjesmu na radiju i želi znati ime i izvođača. Program za prepoznavanje gradi spektrogram odlomka sondiranja i šalje ga u svoju biblioteku pjesama. Zatim uspoređuje "sliku" željene melodije sa spektrogramima drugih skladbi i odabire najtočnije podudaranje. Istodobno, umjetna inteligencija prepoznaje melodiju čak i kroz ozbiljne smetnje, poput buke s ceste ili popravka u susjednom stanu.

Usput, neuronska mreža može ne samo identificirati izvođača i naziv pjesme zaglavljene u glavi, već i otprilike odrediti njezin žanr. Da bi se to postiglo, umjetna inteligencija se uči pronaći obrasce u različitim glazbenim stilovima. Takve specifične karakteristike obično su nedostupne ljudskom vidu i sluhu. Ali zahvaljujući strojnom učenju, postaje moguće izračunati glazbene žanrove iz slika spektrograma.

Preporučite pjesme

Čini se da je gotovo jednako malo vjerojatno da ćete sami pronaći "istu" pjesmu koja odgovara vašem raspoloženju u milijardama pjesama kao da se zaljubite na prvi pogled. Ali zahvaljujući algoritmima preporuke, savršena podudaranja se ne događaju tako često. Najprije umjetna inteligencija traži ljude sličnog ukusa, a zatim se povezuju statističke formule: broj lajkova, ne sviđanja, igranja i preskakanja određene kompozicije.

"Hladni" sadržaji, koji se ne viđaju na playlistama masovnog slušatelja, šire se sporije. No, zahvaljujući neuronskim mrežama, nepoznati umjetnici i niša glazba još uvijek imaju male šanse da trepere u nizu preporuka. Ako pojednostavimo sve tehničke nijanse, onda možemo reći da u takvim slučajevima umjetna inteligencija otkriva koliko često određeni korisnik sluša pjesme sa sličnim spektrogramima i povremeno ga poziva da se upozna s novim staze.

Neuronske mreže također pomažu generirati odabir glazbe za fitnes, hodanje ili spavanje. Urednici sadržaja odabiru referentne staze za algoritme, a na temelju njihovih spektrograma, umjetna inteligencija proširuje tematske preporuke.

generirati glazbu

Prije su melodije mogli stvarati samo skladatelji. Sada je to moguće bez sudjelovanja glazbenika. Nizozemska je 2020. bila domaćin prvog natjecanja za pjesmu Eurovizije za neuronske mreže - AI Song Contest. Australac je pobijedio suradnja umjetna inteligencija s koalama, vodenim ribama i tasmanijskim vragovima. Pjesma je bila posvećena šumskim požarima koji su harali kontinentom. Zvukovi životinja snimljeni su kratkim uzorcima - fragmentima od 1-2 sekunde. Algoritam ih je spojio s hitovima svih dosadašnjih pobjednika prave Eurovizije, nakon čega su semplove sklopili u vlastitu melodiju.

Ovo nije jedini primjer uspješnog kreativnog sindikata programera i neuronskih mreža. Godine 2019., na zatvaranju Zimskog međunarodnog umjetničkog festivala u Sočiju, Državni orkestar je izveo 8-minutni komad. Napisao ju je skladatelj Kuzma Bodrov iz zasebnih fragmenata melodija generiranih neuronskim mrežama. Danas je stvaranje glazbe najperspektivnije područje za razvoj umjetne inteligencije.

Inače, neuronske mreže mogu pisati i poeziju za pjesme. Zasad takve pjesme zvuče prilično čudno, pa se autori pjesama ne bi trebali brinuti o nezaposlenosti. Osim toga, "kompjuterski um" je lišen osjećaja. Ne može prodrijeti u emocionalni kontekst i prenijeti doživljaje koji su autore djela natjerali na stvaranje.