Muziek maken is een van de meest inherent menselijke activiteiten, geworteld in eigenschappen die we vaak niet toeschrijven aan AI, zoals emotie, creativiteit en persoonlijke expressie. De laatste jaren is Kunstmatige Intelligentie (AI) echter niet alleen opgedoken om ons te helpen bij het muziekproductieproces, maar ook om bepaalde taken volledig over te nemen.

De mogelijkheden van AI zijn zelfs zo geavanceerd geworden dat zelfs grote bedrijven als Sony en Warner Music Group deze technologie gebruiken via platforms als Endel en Magenta.

Van het schrijven van teksten tot het in elkaar zetten van trapbeats, AI heeft zich een weg gewurmd in bijna elk aspect van het maken van muziek, en nu wordt het een integraal onderdeel van het masteringproces voor veel artiesten en producers.

Dit roept een intrigerende vraag op: zal er nog steeds behoefte zijn aan menselijke expertise in mastering, of staan we op het punt dat AI het volledig overneemt?

In deze gids verkennen we de snelle opkomst van AI mastering, de huidige impact op de industrie en wat de toekomst in petto heeft voor dit technologische hoogstandje.

Een korte geschiedenis van AI in de muziekindustrie

De muziekindustrie is voortdurend aan het innoveren en veranderen. Er komen voortdurend nieuwe technologieën bij die de manier waarop muziek wordt gemaakt, opgenomen en geconsumeerd een nieuwe vorm geven. Zelfs voordat AI de rage werd, waren er andere technologische ontwikkelingen die net zo beangstigend of verwarrend leken voor creatieven.

Als we teruggaan naar 1877, toen Thomas Edison de fonograaf uitvond, was dat de eerste keer dat een apparaat in staat was om zowel geluid op te nemen als te reproduceren. Toen de fonograaf werd geïntroduceerd, ontstond de angst dat live optredens overbodig zouden worden en dat opgenomen muziek het kunstenaarschap van live muzikanten zou ondermijnen.

Toen, in de jaren 1930, zorgde de almachtige elektrische gitaar voor een revolutie in het geluid van muziek. Natuurlijk maakten traditionalisten zich zorgen dat het versterkte geluid de puurheid van akoestische instrumenten zou aantasten en de vaardigheid die nodig is om muziek te spelen zou verminderen.

Mensen waren bang voor de komst van meersporenopnames, omdat mensen muziek kunstmatig zouden kunnen manipuleren, voor de geboorte van MIDI in de jaren 80, omdat dit zou leiden tot een mechanisch, minder menselijk gevoel in muziek, en voor de explosie van digitale audio-werkstations in de jaren 90, omdat deze muziekproductie van hoge kwaliteit te toegankelijk zouden maken, de markt zouden overspoelen met amateuristische inhoud en professionele studio's zouden devalueren.

De moraal is dat deze angst niets nieuws is.

AI begon zijn stempel te drukken op de muziek aan het begin van de 21e eeuw.

Een van de vroege voorbeelden was Google's Magenta, een onderzoeksproject dat onderzocht hoe AI kon worden gebruikt om muziek en kunst te creëren. De door AI gegenereerde composities van Magenta toonden het potentieel van machinaal leren om te helpen bij het creatieve proces. IBM's Watson Beat was ook gemaakt om liedjes te analyseren en nieuwe muziek te creëren door te proberen de emotionele bedoeling erachter te begrijpen.

AI-algoritmen zouden uiteindelijk complexere taken op zich gaan nemen, waarvan er één bijzonder populair is geworden: AI-meesterschap.

Wat is het doel van Mastering?

Begrijpen hoe AI is opgekomen begint met het begrijpen van de reden achter het beheersen in de eerste plaats.

Op het meest basale niveau is het algemene doel van mastering ervoor te zorgen dat een track gepolijst, professioneel en gebalanceerd klinkt, klaar voor distributie op verschillende platforms en afspeelsystemen.

Zie het als de eindmontage en het color grading proces in de filmindustrie. Net zoals een filmeditor de visuele elementen verbetert en zorgt voor consistentie in toon en kwaliteit, zal een mastering engineer de gegeven audio tweaken en fine-tunen om helderheid, balans en samenhang te garanderen.

Helaas kan mastering ook behoorlijk duur zijn vanwege de vereiste expertise en de hoogwaardige apparatuur die wordt gebruikt.

Veel professionele masteringdiensten kunnen variëren van $50 tot $200 per track, en in sommige gevallen zelfs meer voor zeer gewilde engineers. Een heel album kan een paar duizend of meer kosten, en als je al hebt betaald voor het opnemen, produceren en mixen, kan dat extra zout in de wonde strooien.

Natuurlijk zijn we de eersten om op te merken dat de kosten absoluut gerechtvaardigd zijn.

Het weerspiegelt de jarenlange ervaring, gespecialiseerde vaardigheden en geavanceerde technologie die bij het proces komen kijken. Voor slaapkamerproducenten en indie-artiesten met een beperkt budget kunnen deze kosten echter onbetaalbaar zijn, waardoor traditionele masteringdiensten voor veel opkomende muzikanten minder haalbaar zijn.

De evolutie van AI Mastering in de afgelopen jaren

In de afgelopen tien jaar zijn er geautomatiseerde masteringopties en mastering met kunstmatige intelligentie gekomen, waardoor artiesten toegang hebben tot professioneel klinkende masters zonder de hoge kosten die menselijke masteringtechnici met zich meebrengen.

Deze AI-gestuurde diensten bieden een aantrekkelijk alternatief voor muzikanten die hun tracks snel en betaalbaar willen afwerken.

Sommige AI-masteringplatforms gebruiken signaalketens die in de loop van meerdere jaren zijn ontworpen door ervaren menselijke technici, die beproefde technieken toepassen om mixen te verbeteren die gebruikmaken van de expertise die in hun programmering is ingebed.

Aan de andere kant gebruiken sommige diensten deep learning-netwerken die in de loop van de tijd enorme hoeveelheden audiogegevens analyseren. Deze netwerken leren en passen zich aan, waardoor ze hun masteringcapaciteiten voortdurend verbeteren op basis van de gegevens die ze verwerken.

De opkomst van AI-audio mastering

Landr was met zijn debuut in 2014 een van de eerste AI-masteringdiensten op de markt.

Dit baanbrekende platform was bedoeld om artiesten een betaalbare en efficiënte manier te bieden om hun tracks te masteren met behulp van geavanceerde algoritmes.

Het proces is eenvoudig: je uploadt je mix en Landr's AI analyseert en verwerkt de audio, waarbij EQ, compressie en andere masteringtechnieken worden toegepast om de track te verbeteren. Het resultaat is een gepolijste, professioneel klinkende master die klaar is voor distributie.

Mensen werden zich er echter al snel van bewust dat als ze niet helemaal tevreden waren met de output van Landr, er een beperking was: je kunt de AI niet vragen om het geluid te tweaken op de manier waarop je dat bij een menselijke mastering engineer zou doen.

De AI past een gestandaardiseerd proces toe dat mogelijk niet voldoet aan de unieke voorkeuren van elke artiest. Desondanks verbetert het algoritme van Landr voortdurend met elk liedje dat naar het platform wordt geüpload, leert het en past het zich aan om na verloop van tijd betere resultaten te leveren.

Het AI-masteringalgoritme van eMastered kwam kort na Landr op de markt en maakte naam met een andere benadering van AI-mastering.

eMastered is opgericht door de Grammy-winnende mixing- en masteringtechnicus Smith Carlson en elektronische muziekartiest Collin McLoughlin en combineert een diepgaande expertise in de industrie met geavanceerde technologie. In tegenstelling tot Landr biedt eMastered gebruikers meer controle over de uiteindelijke master, met aanpassingen aan compressorintensiteit, EQ-instellingen, volume en stereobreedte.

Gebruikers kunnen zelfs een referentietrack uploaden om het masteringproces te begeleiden, zodat het eindproduct overeenkomt met hun artistieke visie.

Waarom zijn AI Mastering-services zo populair?

Er zijn verschillende redenen waarom AI mastering services populairder worden dan ooit, vooral omdat ze zich blijven ontwikkelen tot meer geavanceerde en toegankelijke tools.

• Gratis previews: Veel AI masteringdiensten geven je de mogelijkheid om je gemasterde tracks gratis te beluisteren, zodat je kunt beslissen of de dienst aan je verwachtingen voldoet voordat je een financiële verplichting aangaat.
• Goedkope, flexibele prijzen: Vergeleken met traditionele mastering is AI-mastering over het algemeen betaalbaarder.
• Handig en efficiënt: AI-algoritmes kunnen tracks verwerken in een kwestie van minuten, waardoor ze veel sneller klaar zijn dan menselijke masteringtechnici. Artiesten kunnen hun projecten snel afronden zonder dagen of weken te hoeven wachten op resultaat.
• Masters van hoge kwaliteit: Ondanks de lagere kosten en snellere verwerking leveren de huidige AI-masteringdiensten gepolijste tracks van hoge kwaliteit die voldoen aan de commerciële standaarden van de muziekindustrie, klaar voor release op elk platform.
• Creatieve controle: Diensten zoals eMastered bieden gebruikers uitgebreide controle over het masteringproces, waarbij de intensiteit van de compressor, de EQ-instellingen, het volume en de stereobreedte kunnen worden aangepast. Hoewel je misschien niet in staat bent om genuanceerde aanpassingen te maken zoals bij menselijke technici, maakt deze extra mate van maatwerk het makkelijker om ervoor te zorgen dat de uiteindelijke master overeenkomt met je visie.
• Referentietrackmasters: Bij verschillende AI-masteringstools en -services kun je een referentietrack uploaden of importeren als richtlijn voor het masteringalgoritme om een geluid te bereiken dat lijkt op het referentietrack.

Natuurlijk, zelfs met de vele voordelen van AI tools in mastering, is het proces nog steeds geen vervanging voor een ervaren mastering engineer, wat ons brengt bij wat misschien wel de belangrijkste vraag is.

Zal AI Mastering de banen overnemen van menselijke Mastering Engineers?

Nu AI masteringdiensten zich blijven ontwikkelen, maken veel mensen zich zorgen dat ze de behoefte aan menselijke technici zullen elimineren. Hoewel de bezorgdheid gerechtvaardigd is, is deze niet uniek voor muziek. In feite is het een echo in verschillende industrieën waar AI een grote opmars maakt, op gebieden zoals klantenservice, productie en zelfs journalistiek.

En dan zijn er nog muzikanten die de opkomst ervan zonder zich veel zorgen te maken op zich nemen.

De Britse mix- en masteringtechnicus Streaky merkte ooit op dat AI-mastering kan worden vergeleken met het kopen van een confectiepak versus het laten maken van een maatpak dat precies op jouw maat is gemaakt.

Hoewel sommige mensen altijd de voorkeur zullen geven aan het extra niveau van zorg en maatwerk van een menselijke mastering engineer, is voor velen de goedkopere en snellere optie van AI-mastering zinvoller. Het biedt een praktische oplossing die aan hun behoeften voldoet zonder dat het veel geld kost.

Hoewel AI-mastering een waardevol hulpmiddel is voor veel muzikanten, moet het uiteindelijk menselijke expertise aanvullen in plaats van vervangen. Het menselijke aspect in mastering - het begrijpen van de visie van de artiest, het maken van genuanceerde aanpassingen en het brengen van een uniek creatief perspectief - is onvervangbaar.

Collin McLoughlin van eMastered zei het het beste:

"In plaats van banen te vervangen of een industrie te ontwrichten, zien we onszelf als het creëren van een nieuwe markt, waardoor mensen die momenteel geen mastering van hoge kwaliteit kunnen krijgen, eindelijk de kans krijgen om dat wel te doen. Voor de allerbeste mastering zal een traditionele mastering engineer echter altijd de ultieme optie blijven."

Een samenwerking tussen menselijke creativiteit en kunstmatige intelligentie

De toekomst van mastering zal waarschijnlijk een samenwerking zijn tussen mensen en AI, waarbij de sterke punten van beide worden gecombineerd om de beste resultaten te behalen.

Een engineer kan bijvoorbeeld de eerste stappen van het masteren door AI laten uitvoeren, zoals het toepassen van basis EQ, compressie en andere standaardaanpassingen, wat tijd kan besparen en consistentie kan garanderen.

Van daaruit kunnen menselijke technici het overnemen, hun unieke touch toevoegen en genuanceerde beslissingen nemen die creatieve intuïtie en een diep begrip van de emotionele context van de muziek vereisen.

Met een dergelijke verdeling kunnen de rollen efficiënter worden uitgevoerd, terwijl het hoge niveau van artisticiteit en maatwerk dat kunstenaars van menselijke ingenieurs verlangen, behouden blijft.

AI-mastering kan ook dienen als een waardevol leermiddel voor aspirant-mastering engineers.

Door te analyseren hoe AI tracks verwerkt en aanpast, kunnen beginners inzicht krijgen in de technische aspecten van mastering.

Laatste gedachten

Het is moeilijk te ontkennen dat AI steeds vaker wordt gebruikt in de muziek, van het schrijven van akkoordenschema's tot het genereren van volwaardige songs. AI mastering is slechts een van de tools die steeds meer beschikbaar worden voor creatieven.

Het zorgt voor toegankelijkheid, consistentie en efficiëntie, waardoor steeds meer mensen, die er misschien nooit van hadden gedroomd om hun nummers naar ervaren mastering engineers of masteringhuizen te sturen, muziek kunnen uitbrengen die klaar is voor de radio.

Natuurlijk brengt het ook een uitdaging met zich mee, namelijk hoe mastering engineers zich zullen aanpassen en zullen samenwerken met AI en machine learning, in plaats van ertegen te vechten. Naarmate de technologie blijft evolueren, zal ook de manier waarop we muziek maken en beluisteren veranderen en we kunnen alleen maar hopen dat nieuwe niveaus van innovatie en samenwerking de industrie dynamischer dan ooit zullen maken.