Дослідники Google створили модель штучного інтелекту під назвою MusicLM, яка здатна генерувати музичні твори з текстових описів, аналогічно тому, як DALL-E генерує зображення з текстів.
Наразі Google не дає змоги працювати з MusicLM звичайним користувачам, проте компанія демонструє кілька прикладів роботи моделі. Наприклад, доступні мелодії, які звучать як повноцінні композиції з описів завдовжки абзац. Вони включають опис жанру, атмосфери та навіть конкретних інструментів. Також є 5-хвилинні фрагменти, створені з одного або двох слів, таких як «мелодійне техно». Додатково демонструється робота моделі в історії, коли одна композиція містить різні описи для різних фрагментів. Модель може навіть імітувати людський вокал. На наступній сторінці можна ознайомитись із музичними композиціями, створеними MusicLM у різних режимах роботи.
Для фахівців у сфері ШІ компанія Google підготувала дослідницьку документацію, яка докладно пояснює принципи роботи моделі MusicLM. Водночас Google не має наміру відкривати доступ до системи для широкого загалу.
«Наразі ми не маємо планів випускати моделі», — робить висновок документ, посилаючись на ризики «потенційного незаконного присвоєння творчого контенту» (читай: плагіату) та потенційного культурного присвоєння чи спотворення.
Google заявляє, що публікує набір даних приблизно з 5500 парами музика-текст, які можуть допомогти при навчанні та оцінці інших музичних систем ШІ.
Джерело: The Verge