谷歌創(chuàng)建了可以根據(jù)文本描述創(chuàng)作音樂(lè)的 AI 工具

谷歌的學(xué)者們創(chuàng)建了一個(gè)人工智能系統(tǒng)，可以僅根據(jù)用戶給出的文本提示“創(chuàng)造”高保真音樂(lè)。

谷歌的 AI 工具使用了 280,000 小時(shí)的音頻進(jìn)行訓(xùn)練。名為 MusicLM的新系統(tǒng)使用 AudioLM 音樂(lè)生成器。后者是一種人工智能驅(qū)動(dòng)的音樂(lè)創(chuàng)作工具，早在 10 月份就引起了一些轟動(dòng)。

它的工作方式如下：用戶以文本形式輸入音樂(lè)描述(1);然后，系統(tǒng)產(chǎn)生相應(yīng)的音頻(2)。為此，系統(tǒng)需要知道類型、長(zhǎng)度、流派等。除了這些細(xì)節(jié)之外，用戶還可以使用 MusicLM 提供更多信息。后者還可以創(chuàng)作出“讓人迷失在太空中的體驗(yàn)”的音樂(lè)。該工具的另一項(xiàng)任務(wù)是根據(jù)用戶吹口哨或哼唱的旋律創(chuàng)作音樂(lè)。

MusicLM優(yōu)勢(shì)

我們還應(yīng)該指出 MusicLM 有一些錯(cuò)誤。例如，它可能會(huì)創(chuàng)建“在幾分鐘內(nèi)保持一致”的音樂(lè)。但人工智能系統(tǒng)仍然是利基市場(chǎng)中最好的工具。因此，如果用戶提供更多細(xì)節(jié)，系統(tǒng)將創(chuàng)造出更好的旋律。

這個(gè)工具最大的亮點(diǎn)是多個(gè)神經(jīng)網(wǎng)絡(luò)的組合。他們每個(gè)人都可以控制音樂(lè)生成工作流程中的一個(gè)單獨(dú)步驟。相反，MusicLM 只使用一個(gè)。Google 使用所謂的 Transformer 架構(gòu)。該公司于 2017 年發(fā)布了它。

正如您所意識(shí)到的，它在做出決定時(shí)會(huì)考慮各種數(shù)據(jù)點(diǎn)，例如如何制作一段音樂(lè)。該系統(tǒng)的優(yōu)點(diǎn)是由于數(shù)據(jù)對(duì)處理結(jié)果的影響更大而提高了準(zhǔn)確性。