Google je predstavio neuronsku mrežu koja generira glazbu iz tekstualnog opisa

Google najavio MusicLM je najnovija generativna umjetna inteligencija koja tekstualne opise različite složenosti može pretvoriti u kvalitetnu glazbu.

Programeri napominju da modeli pretvorbe teksta u glazbu nisu novi, ali MusicLM je superiorniji u odnosu na prethodne sustave iu kvaliteti zvuka i u pridržavanju tekstualnog opisa.

Neuronska mreža trenirana je na 280 tisuća sati glazbe kako bi se mogla nositi sa složenim upitima. Sve melodije se stvaraju na frekvenciji od 24 kHz, koja ostaje nepromijenjena nekoliko minuta.

U datom primjeri Google stranica predstavlja isječke od 30 sekundi generirane od samo nekoliko rečenica.

MusicLM je sposoban generirati glazbu iz različitih žanrova, pa čak i svirati "razinu glazbenog iskustva" (na primjer, početnička ili profesionalna). U budućnosti bi Google mogao poraditi na stvaranju tekstova, poboljšanju kvalitete vokala i povećanju uzorkovanja.

Za sada programeri ne planiraju postaviti MusicLM u javnost.