Membuat musik adalah salah satu kegiatan yang paling melekat pada manusia, berakar kuat pada sifat-sifat yang sering kali tidak kita kaitkan dengan AI, seperti emosi, kreativitas, dan ekspresi pribadi. Namun, dalam beberapa tahun terakhir, Kecerdasan Buatan (AI) tidak hanya membantu kita dalam proses produksi musik, tetapi juga mengambil alih tugas-tugas tertentu sepenuhnya.

Faktanya, kemampuan AI telah menjadi sangat canggih sehingga bahkan perusahaan besar seperti Sony dan Warner Music Group memanfaatkan teknologi ini melalui platform seperti Endel dan Magenta.

Mulai dari menulis lirik hingga membuat ketukan trap, AI telah masuk ke hampir semua aspek penciptaan musik, dan sekarang, AI menjadi bagian integral dari proses mastering bagi banyak artis dan produser.

Hal ini menimbulkan pertanyaan yang menarik: apakah masih diperlukan keahlian manusia dalam menguasai, atau apakah kita berada di ambang batas ketika AI mengambil alih sepenuhnya?

Dalam panduan ini, kita akan menjelajahi peningkatan pesat penguasaan AI, dampaknya saat ini terhadap industri, dan apa yang mungkin terjadi di masa depan untuk keajaiban teknologi ini.

Sejarah Singkat AI dalam Industri Musik

Industri musik terus mengalami inovasi dan perubahan. Industri ini terus berkembang dengan teknologi baru yang membentuk kembali cara musik diciptakan, direkam, dan dikonsumsi. Bahkan sebelum AI menjadi sangat populer, ada kemajuan teknologi lain yang tampak menakutkan atau membingungkan bagi para pekerja kreatif.

Jika kita kembali ke tahun 1877, ketika Thomas Edison menemukan fonograf, ini adalah pertama kalinya sebuah perangkat mampu merekam dan mereproduksi suara. Ketika diperkenalkan, alat ini menimbulkan kekhawatiran bahwa pertunjukan langsung akan menjadi usang dan musik rekaman dapat merusak seni musisi langsung.

Kemudian, pada tahun 1930-an, gitar listrik yang maha kuasa merevolusi suara musik selamanya. Tentu saja, para tradisionalis khawatir bahwa suara yang diperkuat akan mengikis kemurnian instrumen akustik dan mengurangi keterampilan yang diperlukan untuk bermain musik.

Orang-orang takut akan munculnya perekaman multi-track, karena orang akan dapat memanipulasi musik secara artifisial, lahirnya MIDI pada tahun 1980-an, karena hal itu akan mengarah pada kesan mekanis dan kurang manusiawi dalam musik, dan meledaknya workstation audio digital pada tahun 1990-an, karena akan membuat produksi musik berkualitas tinggi menjadi terlalu mudah diakses, membanjiri pasar dengan konten amatir dan merendahkan studio profesional.

Pesan moralnya adalah bahwa ketakutan ini bukanlah hal yang baru.

AI mulai menorehkan jejaknya di dunia musik pada awal abad ke-21.

Salah satu contoh awalnya adalah Magenta dari Google, sebuah proyek penelitian yang mengeksplorasi bagaimana AI dapat digunakan untuk menciptakan musik dan seni. Komposisi yang dihasilkan oleh AI dari Magenta menunjukkan potensi pembelajaran mesin untuk membantu proses kreatif. Watson Beat dari IBM juga dibuat untuk menganalisis lagu dan menciptakan musik baru dengan mencoba memahami maksud emosional di baliknya.

Algoritme AI pada akhirnya akan mengambil peran yang lebih kompleks, salah satunya telah menjadi sangat populer - penguasaan AI.

Apa Tujuan Menguasai?

Memahami bagaimana AI mengalami kebangkitannya dimulai dengan memahami alasan di balik penguasaan di tempat pertama.

Pada dasarnya, tujuan mastering secara keseluruhan adalah untuk memastikan bahwa track terdengar halus, profesional, dan seimbang, siap untuk didistribusikan di berbagai platform dan sistem pemutaran.

Anggap saja seperti proses penyuntingan akhir dan penilaian warna dalam pembuatan film. Sama seperti editor film yang menyempurnakan elemen visual dan memastikan konsistensi dalam nada dan kualitas, seorang insinyur mastering akan menyesuaikan dan menyempurnakan audio yang diberikan untuk memastikan kejernihan, keseimbangan, dan kohesi.

Sayangnya, mastering juga bisa sangat mahal karena keahlian yang dibutuhkan dan peralatan canggih yang digunakan.

Banyak layanan mastering profesional dapat berkisar antara $50 hingga $200 per lagu, dan dalam beberapa kasus, bahkan lebih untuk insinyur yang sangat dicari. Seluruh album dapat menghabiskan biaya beberapa ribu atau lebih, dan jika Anda sudah membayar untuk rekaman, produksi, dan pencampuran, hal ini bisa menjadi tambahan biaya yang tidak sedikit.

Tentu saja, kami akan menjadi orang pertama yang mencatat bahwa biaya tersebut benar-benar layak.

Hal ini mencerminkan pengalaman bertahun-tahun, keahlian khusus, dan teknologi canggih yang terlibat dalam prosesnya. Namun, bagi produser kamar tidur dan artis indie yang bekerja dengan anggaran terbatas, biaya ini dapat menjadi penghalang, sehingga membuat layanan mastering tradisional menjadi kurang layak bagi banyak musisi yang sedang naik daun.

Evolusi Penguasaan AI dalam Beberapa Tahun Terakhir

Selama dekade terakhir, opsi mastering otomatis dan kecerdasan buatan telah muncul, memberikan akses kepada para seniman untuk mendapatkan master yang terdengar profesional tanpa biaya tinggi yang terkait dengan teknisi mastering manusia.

Layanan yang digerakkan oleh AI ini menawarkan alternatif yang menarik bagi para musisi yang ingin menyelesaikan lagu mereka dengan cepat dan terjangkau.

Beberapa platform penguasaan AI menggunakan rantai sinyal yang dirancang oleh insinyur manusia yang berpengalaman selama beberapa tahun, menerapkan teknik yang telah dicoba dan diuji untuk meningkatkan campuran yang mengacu pada keahlian yang tertanam dalam pemrograman mereka.

Di sisi lain, beberapa layanan menggunakan jaringan pembelajaran mendalam yang menganalisis data audio dalam jumlah besar dari waktu ke waktu. Jaringan ini belajar dan beradaptasi, terus meningkatkan kemampuan penguasaan mereka berdasarkan data yang mereka proses.

Bangkitnya Penguasaan Audio AI

Landr adalah salah satu layanan penguasaan AI pertama yang masuk ke pasar, memulai debutnya pada tahun 2014.

Platform perintis ini dimaksudkan untuk menyediakan cara yang terjangkau dan efisien bagi para artis untuk menguasai lagu mereka menggunakan algoritme yang canggih.

Prosesnya sederhana: Anda mengunggah campuran Anda, dan AI Landr menganalisis dan memproses audio, menerapkan EQ, kompresi, dan teknik mastering lainnya untuk menyempurnakan trek. Hasilnya adalah master yang sudah dipoles dan terdengar profesional yang siap didistribusikan.

Namun, orang-orang dengan cepat menyadari bahwa jika mereka tidak sepenuhnya puas dengan output Landr, ada batasannya: Anda tidak dapat meminta AI untuk menyesuaikan suara seperti yang Anda lakukan dengan teknisi mastering manusia.

AI menerapkan proses standar yang mungkin tidak dapat memenuhi preferensi unik setiap artis. Meskipun demikian, algoritme Landr terus berkembang dengan setiap lagu yang diunggah ke platform, belajar dan beradaptasi untuk memberikan hasil yang lebih baik dari waktu ke waktu.

Algoritme penguasaan AI eMastered mulai dikenal publik tak lama setelah Landr dan membuat namanya terkenal dengan pendekatan yang berbeda untuk penguasaan AI.

Didirikan oleh insinyur mixing dan mastering pemenang penghargaan Grammy, Smith Carlson, dan artis musik elektronik Collin McLoughlin, eMastered memadukan keahlian industri yang mendalam dengan teknologi canggih. Tidak seperti Landr, eMastered menawarkan kontrol lebih besar kepada pengguna atas master akhir, memungkinkan penyesuaian intensitas kompresor, pengaturan EQ, volume, dan lebar stereo.

Pengguna bahkan dapat mengunggah track referensi untuk memandu proses mastering, memastikan produk akhir selaras dengan visi artistik mereka.

Mengapa Layanan Penguasaan AI Begitu Populer?

Ada beberapa alasan mengapa layanan penguasaan AI menjadi lebih populer daripada sebelumnya, terutama karena layanan ini terus berkembang menjadi alat yang lebih canggih dan mudah diakses.

• Pratinjau Gratis: Banyak layanan mastering AI yang memungkinkan Anda untuk melihat pratinjau trek yang telah di-master tanpa biaya, membantu Anda memutuskan apakah layanan tersebut memenuhi ekspektasi Anda sebelum membuat komitmen finansial apa pun.
• Harga Murah dan Fleksibel: Dibandingkan dengan mastering tradisional, mastering AI umumnya lebih terjangkau.
• Nyaman dan Efisien: Algoritme AI dapat memproses trek dalam hitungan menit, menawarkan waktu penyelesaian yang jauh lebih cepat daripada teknisi yang menguasai manusia. Seniman dapat menyelesaikan proyek mereka dengan cepat tanpa menunggu berhari-hari atau berminggu-minggu untuk mendapatkan hasil apa pun.
• Master Kualitas Tinggi: Meskipun biayanya lebih rendah dan prosesnya lebih cepat, layanan mastering AI saat ini menghasilkan trek berkualitas tinggi dan halus yang memenuhi standar industri musik komersial, siap untuk dirilis di platform apa pun.
• Kontrol Kreatif: Layanan seperti eMastered menawarkan kontrol yang luas kepada pengguna atas proses mastering, yang memungkinkan penyesuaian intensitas kompresor, pengaturan EQ, volume, dan lebar stereo. Meskipun Anda mungkin tidak dapat membuat penyesuaian yang bernuansa seperti yang dapat dilakukan oleh teknisi manusia, namun tingkat penyesuaian tambahan ini membuatnya lebih mudah untuk memastikan master akhir sesuai dengan visi Anda.
• Reference Track Master: Beberapa alat dan layanan mastering AI memungkinkan Anda mengunggah atau mengimpor track referensi untuk dijadikan panduan bagi algoritma mastering guna mencapai suara yang mirip dengan referensi.

Tentu saja, bahkan dengan banyaknya manfaat alat bantu AI dalam mastering, prosesnya masih belum bisa menggantikan mastering engineer yang terampil, yang membawa kita pada pertanyaan yang mungkin menjadi pertanyaan yang paling penting.

Akankah AI Mengambil Alih Pekerjaan Insinyur yang Menguasai Manusia?

Seiring dengan terus berkembangnya layanan penguasaan AI, banyak orang yang khawatir bahwa layanan ini akan menghilangkan kebutuhan akan insinyur manusia. Meskipun kekhawatiran itu beralasan, namun hal ini tidak hanya terjadi pada musik. Faktanya, hal ini juga terjadi di berbagai industri di mana AI membuat terobosan yang signifikan, di berbagai bidang seperti layanan pelanggan, manufaktur, dan bahkan jurnalisme.

Kemudian, ada beberapa musisi yang menerima kenaikannya tanpa tingkat kepedulian yang tinggi.

Insinyur mixing dan mastering yang berbasis di Inggris, Streaky, pernah mencatat bahwa mastering AI dapat dibandingkan dengan membeli setelan jas yang sudah jadi dibandingkan dengan mendapatkan setelan jas yang dibuat khusus yang disesuaikan dengan ukuran Anda.

Meskipun beberapa orang akan selalu lebih memilih tingkat perawatan dan penyesuaian tambahan yang ditawarkan oleh teknisi mastering manusia, bagi banyak orang, opsi yang lebih murah dan lebih cepat yang disediakan oleh mastering AI lebih masuk akal. Ini menawarkan solusi praktis yang memenuhi kebutuhan mereka tanpa menghabiskan banyak uang.

Pada akhirnya, meskipun mastering AI dimaksudkan untuk menjadi alat yang berharga bagi banyak musisi, namun alat ini seharusnya melengkapi, bukan menggantikan keahlian manusia. Sentuhan manusia dalam mastering - memahami visi artis, membuat penyesuaian yang bernuansa, dan menghadirkan perspektif kreatif yang unik - tidak tergantikan.

Collin McLoughlin dari eMastered mengatakan yang terbaik:

"Daripada menggantikan pekerjaan atau mengganggu industri, kami melihat diri kami sebagai pencipta pasar baru, sehingga orang-orang yang saat ini tidak dapat menerima mastering berkualitas, akhirnya memiliki kesempatan untuk melakukannya. Namun, untuk mastering terbaik yang absolut, mastering engineer tradisional akan selalu menjadi pilihan utama."

Upaya Kolaborasi Antara Kreativitas Manusia dan Kecerdasan Buatan

Masa depan penguasaan kemungkinan besar akan menjadi upaya kolaboratif antara manusia dan AI, menggabungkan kekuatan keduanya untuk mencapai hasil terbaik.

Misalnya, seorang insinyur dapat membiarkan AI menangani tahap awal penguasaan, seperti menerapkan EQ dasar, kompresi, dan penyesuaian standar lainnya, yang dapat menghemat waktu dan memastikan konsistensi.

Dari sana, para insinyur manusia dapat mengambil alih, menambahkan sentuhan unik mereka dan membuat keputusan bernuansa yang membutuhkan intuisi kreatif dan pemahaman mendalam tentang konteks emosional musik.

Dengan pembagian seperti ini, peran tersebut akan memungkinkan proses yang lebih efisien dengan tetap mempertahankan tingkat kesenian dan penyesuaian yang tinggi yang diinginkan oleh para seniman dari para insinyur manusia.

Penguasaan AI juga dapat berfungsi sebagai alat pembelajaran yang berharga bagi calon insinyur ahli.

Dengan menganalisis bagaimana AI memproses dan menyesuaikan track, para pemula dapat memperoleh wawasan mengenai aspek teknis dari mastering.

Pikiran Akhir

Sulit untuk menyangkal pergeseran seismik penggunaan AI dalam musik, dari menulis progresi akor hingga menghasilkan lagu yang lengkap. Penguasaan AI hanyalah salah satu alat yang semakin banyak tersedia bagi para pekerja kreatif.

Ini memberikan aksesibilitas, konsistensi, dan efisiensi, sehingga memungkinkan semakin banyak orang, yang mungkin tidak pernah bermimpi untuk mengirimkan lagu mereka ke mastering engineer yang terampil atau mastering house, untuk merilis musik yang siap diputar di radio.

Tentu saja, hal ini juga memberikan tantangan, yaitu bagaimana para insinyur ahli akan beradaptasi dan berkolaborasi dengan AI dan pembelajaran mesin, daripada melawannya. Seiring dengan perkembangan teknologi, begitu pula dengan cara kita membuat dan mendengarkan musik, dan kita hanya bisa berharap bahwa tingkat inovasi dan kolaborasi yang baru akan membuat industri ini menjadi lebih dinamis dari sebelumnya.