Tehisintellekt tundub olevat tänapäeval kõikjal. Alates kirjutamisest kuni ajakirjanduse ja kunstini ja kaugemale, teeb see mitmes erinevas valdkonnas märkimisväärse arenguhüppe. Loomulikult teab igaüks, kes töötab muusikaga, et see on ka muusikas, eriti masteringus, suurt edu saavutamas.

AI masteringuga kaasnevad mõned suurepärased eelised, nagu näiteks kiirem, järjepidevam ja kergemini kättesaadavam kui inimese mastering-inseneri palkamine, mis on tõesti hakanud asju raputama, mis tekitab küsimuse, milline on masteringu tulevik AI-domineerivas maailmas?

Selles artiklis vaatleme, kuidas tehisintellekt on muutmas meisterdamist, millised on selle ees seisvad väljakutsed, mida ta suudab teha ja kuhu ta tulevikus suundub.

Masteringi praegune olukord

Mastering võib olla üks kriitilisemaid etappe muusika tootmisprotsessis.

Enne kui teie muusika jõuab maailma, jõuab see lõpliku väravavalvuri kõrvadesse, kes täiustab ja lihvib seda, et see kõlaks kõigis taasesitussüsteemides kõige paremini.

Masteringuga, nagu me seda teame, tegelevad kvalifitseeritud mastering-insenerid, kes kasutavad kogemuste, kvaliteetsete seadmete ja spetsiaalse tarkvara võimsat kombinatsiooni, et parandada mikside üldist helikvaliteeti, tagada albumil olevate lugude järjepidevus ja valmistada heli ette levitamiseks.

See "traditsiooniline" masteringumeetod tekkis 20. sajandi keskel ja muutus täpsemaks koos LP ilmumisega 1940. aastate lõpus ja 1950. aastatel, kui insenerid hakkasid keskenduma heli optimeerimisele vinüülplaatide jaoks.

Paljud peavad Sterling Sound i esimeseks legaalseks masteringfirmaks, mis asutati 1968. aastal New Yorgis. Paljudel juhtudel kehtestas see tööstusharu standardid, töötades paljude kõrgetasemeliste artistidega, sealhulgas The Beatles, Led Zeppelin, U2, Queen, Nirvana, Coldplay, Adele ja paljud teised.

Loomulikult on alates masteringi kasutuselevõtust 20. sajandil palju muutunud.

Viimase kümne aasta jooksul on tehisintellekti haldamisel toimunud mõned olulised arengud.

Alustuseks on muusikutel nüüd juurdepääs mitmetele automatiseeritud masteringteenustele, millest eMastered on üks suurimaid. Need platvormid pakuvad online AI mastering teenuseid, mis annavad koheseid tulemusi. Muusikuna saate oma lood lihtsalt üles laadida ja saada mõne minutiga masterdatud versioonid.

AI ilu masteringus seisneb selles, et peaaegu igaüks saab saavutada kvaliteetse heli ilma, et ta vajaks kallist stuudioaega. Samas tekitab see ka küsimusi iniminseneride tulevase rolli kohta ning selle kohta, kas tehisintellekt suudab tõeliselt mõista ja jäljendada kunstilisi nüansse, mis tulenevad inimlikust puudutusest.

Enne seda on oluline mõista, kuidas arenevad tehisintellekti mastering-teenused.

Alati arenev AI kasutamine masteringus

Tehisintellekti tehnoloogia on viimastel aastatel teinud märkimisväärseid edusamme ja paljud ettevõtted kasutavad uuenduslikke masinõppe algoritme, neuronivõrke ja süvaõpet, et aidata tehisintellektil täita keerulisi helitöötlusülesandeid märkimisväärse tõhususega.

Masinõppe algoritmid paistavad silma suurte andmekogumite mustrite äratundmisel.

Masteringi puhul söödetakse neile algoritmidele suur hulk muusikaandmeid, mida nad analüüsivad, et mõista hästi masterdatud lugude omadusi. Selle tulemusena on nad võimelised tuvastama optimaalseid EQ-, kompressiooni- ja muude audiotöötlusvahendite seadistusi, mis põhinevad õpitud mustritel.

Need algoritmid suudavad kohaneda ka erinevate muusikažanrite ja -stiilidega. Kui laadite moodsa dubstepi loo üles tehisintellekti masteringuplatvormile, teeb see žanrispetsiifilisi kohandusi, et tagada, et masterdatud väljund säilitaks soovitud kunstilise stiili.

Meil on olemas ka neuronivõrgud, mis on üsna tõhusad erinevate helikarakteristikute, näiteks sageduse, amplituudi ja faasi vaheliste keeruliste seoste töötlemisel.

Lõpuks on meil süvaõppemudelid, mis kasutavad tehisnärvivõrkudes leiduvat arenenumat teavet.

Siin, eMasteredis, kasutame sügavõppe mudeleid, mis on koolitatud mitmesuguste professionaalselt masterdatud lugude põhjal, et teha täpseid kohandusi EQ, kompressiooni ja stereokujunduse osas.

AI masteringteenuste, nagu eMastered, kasutamisel on mitmeid eeliseid, sealhulgas:

• Tõhusus: Tehisintellektipõhised platvormid suudavad omandada lugusid murdosa ajast, mis kulub iniminsenerile, mistõttu on need ideaalsed kiireks ümbertöötlemiseks.
• Kättesaadavus: Need platvormid pakuvad kvaliteetseid tulemusi madalama hinnaga, mis on eriti kasulik indie-artistidele.
• Järjepidevus: Kuna AI mastering platvormid tuginevad täielikult õpitud mustritele ja andmetele, siis pakuvad nad järjepidevat kvaliteeti. Erinevalt iniminsenerist ei ole neil "vabu päevi".

Muidugi tasub mainida, et neil eelistel on ka vastukaaluks probleeme.

Tulevased väljakutsed tehisintellekti valdamisel

Ei ole kahtlust, et paljud AI-muusika tegemise teenused töötavad äärmiselt hästi. See ei tähenda siiski, et nad on täiuslikud, ja isegi kui ettevõte, mis on välja töötanud eduka AI-masteringi algoritmi, leiame, et on parem olla nende probleemide suhtes läbipaistev.

Mured AI asendamise kohta inimtegevusega tegelevate inseneride puhul

Üks peamisi väljakutseid tehisintellekti valdamisel on mõte, et me võime kaotada inimliku puudutuse.

Ma tean paljusid mastering-insenere, kes on töötanud ja õppinud aastaid, et olla võimeline tooma lauale rikkaliku kogemuse, intuitsiooni ja kunstilise tundlikkuse. Nad oskavad oma tööd suurepäraselt ja suudavad teha subjektiivseid otsuseid, mis peegeldavad nende isiklikku stiili ja kunstniku nägemust.

Märkus "stiili" kohta on oluline, sest nii nagu produtsentidel ja biiditegijatel on oma äratuntavad omadused, on seda ka paljudel mastering-inseneridel.

Kuigi tehisintellekt on väga tõhus, puudub tal siiski võime mõista muusika emotsionaalseid ja loomingulisi nüansse. Ta teab ainult seda, mida talle õpetatakse, ja ei saa teha lennult otsuseid, mis ei ole tema programmeerimisse sisse ehitatud. Seetõttu on paljud inimesed mures, et muusika jõuab lõpuks homogeensesse seisundisse, kus kõik kõlab kuidagi, noh, ühtemoodi.

Kui me toetume liigselt tehisintellektile, ei saa me seda unikaalset iseloomu ja hinge, mida oskuslik insener saab rajal anda.

Mure tehniliste piirangute pärast

Tehisintellekt on aastate jooksul teinud oma osa tehnilistest edusammudest, kuigi on veel mõned tuntud piirangud.

Mõned tehisintellekti algoritmid võivad näiteks olla hädas selliste lugude puhul, millel on ebatavaline struktuur või väga keerulised helielemendid. Võtame näiteks eksperimentaalsema rokkmuusika, millel on kõik traditsioonilise rokklaulu elemendid, välja arvatud mürtsuv süntesaatoribass, mis peaks toimima ülejäänud loo tugeva elektroonilise alusena.

AI ei suuda vahet teha selle süntesaatorbassi, tavalise bassi või mis tahes muu madalatasemelise instrumendi vahel. Ta võib küll osata hästi arvata ja võib ka õigesti aru saada, kuid seda ei saa kuidagi tagada.

Võttes arvesse asjaolu, et tehisintellekti masteringu algoritm võib arvata, et tegemist on traditsioonilise rokk-kõlaga, segaks ta selle kokku nagu iga teise rokk-kõlaga, surudes kokku madalad ja lükates neid tagasi, et teha ruumi madalamate keskmiste paksusele ja trummide löögile. Muidugi, teie kunstilise nägemuse seisukohalt võiksite soovida, et see masterdataks pigem nagu EDM- või hip-hopi lugu.

Kuigi mõnel AI-mastering-platvormil saab teha üldisi ettepanekuid, on lõppkokkuvõttes iniminsenerid ainsad, kes saavad oma koolitatud kõrvadele ja konkreetsetele kunstilistele kavatsustele tuginedes teha väga peeneid kohandusi.

Loodame, et tulevikus saab AI-süsteeme koolitada olemasolevatest andmetest kaugemale, et nad suudaksid hästi kohaneda täiesti uute žanrite või stiilidega, mis kalduvad normist oluliselt kõrvale.

Mure tehisintellekti rolli üle loomemajanduses

Lõpuks, ja põhjusega, tekitab tehisintellekti esilekerkimine masterdamises palju muret töökohtade ümberpaigutamise pärast.

Tehisintellekt suudab mitmete tehniliste ülesannetega koheselt hakkama saada ja seda murdosa võrra odavamalt, mis lõppkokkuvõttes vähendab vajadust iniminseneride järele.

Samas võib see luua ka uusi võimalusi. Näiteks võib tehisintellektuaali abil vabaneda mastering-insener, et keskenduda rohkem loomingulistele aspektidele ja vähem korduvatele ülesannetele, nagu helitugevuse normaliseerimine või müra vähendamine.

Me oleme esimesed, kes ütlevad, et me ei usu, et tehisintellektuaalkunst kunagi täielikult asendab inimese tööprotsessi.

See on palju nüansirikkam protsess, kui paljud arvavad. Näiteks ei tea tehisintellektuaal, et intro, salm ja refrään vajavad erinevat kohtlemist, sest ta ei suuda neid erinevaid rajaosi eristada. Samuti ei suuda ta ära arvata, kas need klõpsud või popid teie lõppmiksis kuuluvad sinna tegelikult või jäid sinna kogemata.

Tegelik mastering-insener helistaks sulle tõenäoliselt ja ütleks: "Hei, kui sa tahad parimat tulemust, siis tee mix uuesti ja hoolitse nende probleemide eest."

Milline näeb AI Mastering välja tulevikus?

Kuna AI mastering tööriistad muutuvad laiemale publikule, sealhulgas sõltumatutele artistidele ja väikestele stuudiotele, siis muutub ka nende kasutamine kättesaadavamaks.

On raske vaielda selle üle, kui lihtsad ja taskukohased on paljud neist vahenditest.

Professionaalsed mastering-teenused ei ole mõnele taskukohased, ja miks peaks see barjäär loovuse vallas olema? Tegelikkuses ühtlustab AI-mastering sõltumatute muusikute mänguvälja.

Tõenäoliselt näeme aja möödudes üha enam pilvepõhiseid lahendusi, kuigi üks asi, mida me usume, on kõige silmapaistvamalt hübriidne lähenemine.

Paljud meisterdajad on hakanud kombineerima oma eriteadmisi tehisintellektiga, võimaldades tehisintellektil tegeleda esialgsete tehniliste ülesannetega, et nad saaksid keskenduda loomingulisele täiustamisele. Paljud tööstusspetsialistid toetavad seda mudelit, pidades tehisintellekti pigem vahendiks, mis parandab, mitte ei asenda inimese loovust.

Samuti on lootust, et tehisintellekti süsteemid arendavad välja tugevamad kasutajaprofiilid, mis suudavad õppida ja kohaneda konkreetsete inseneride ja artistide eelistustega, andes väga kohandatud mastering-soovitusi.

Kas tehisintellektuaalsus asendab inimtegevusega tegelevad insenerid?

Nagu ma kogu artiklis märkisin, on juhtumeid, kus tehisintellekti kasutamine masteringuprotsessis on sobivam või kasulikum kui inimese palkamine. Kui teil on vähe raha, vajate kiiresti masterit või soovite lihtsalt katsetada, kuidas teie mix võiks kõlada lõpliku tootena, siis on AI-masteringuteenuse, nagu eMastered, kasutamine kindlasti õige tee.

Teisest küljest, kui soovite paindlikkust, et olla võimeline andma või saama tagasisidet, või kui soovite ülimalt spetsiifilist heli, mis võib tuleneda konkreetsetest omadustest või analoogseadmetest, oleks parem valik minna kvalifitseeritud mastering-inseneri juurde.

Ma ei usu, et tehisintellektuaalkunst kunagi asendaks traditsioonilist masteringut. Selle asemel näen ma tulevikku, kus need kaks töötavad kõrvuti, võimaldades väiksemat barjääri muusikatööstusesse sisenemiseks.