Сьогодні штучний інтелект, здається, всюди. Від написання текстів до журналістики, мистецтва і не тільки, він робить значний стрибок вперед у кількох різних сферах. Звісно, кожен, хто працює в музиці, знає, що в музиці він також робить великий прорив, особливо в мастерингу.

Мастеринг зі штучним інтелектом має низку переваг: він швидший, послідовніший і доступніший, ніж наймання інженера-мастеринг-інженера, і це дійсно починає змінювати ситуацію, що викликає питання: як виглядає майбутнє мастерингу у світі, де домінує штучний інтелект?

У цій статті ми розглянемо, як штучний інтелект змінює процес навчання, з якими викликами він стикається, що він може зробити і куди він рухається в майбутньому.

Поточний стан освоєння

Мастеринг може бути одним з найважливіших етапів у процесі виробництва музики.

Перш ніж ваша музика потрапить у світ, вона потрапляє до вух останнього контролера, який налаштовує і полірує її, щоб переконатися, що вона звучить якнайкраще на всіх системах відтворення.

Мастерингом, як ми його знаємо, займаються кваліфіковані мастеринг-інженери, які використовують потужну комбінацію досвіду, високоякісного обладнання та спеціалізованого програмного забезпечення для покращення загальної якості звучання міксів, забезпечення узгодженості між треками в альбомі та підготовки аудіо до дистрибуції.

Цей "традиційний" метод мастерингу з'явився в середині 20-го століття і став більш визначеним з появою LP в кінці 1940-х і 1950-х років, коли інженери почали зосереджуватися на оптимізації звуку для вінілових платівок.

Багато хто вважає першим легальним мастеринг-хаусом Sterling Sound, який був заснований у 1968 році в Нью-Йорку. Багато в чому він встановив стандарти індустрії, працюючи з багатьма відомими артистами, серед яких The Beatles, Led Zeppelin, U2, Queen, Nirvana, Coldplay, Adele та багато інших.

Звісно, з часу появи магістратури у 20-му столітті багато чого змінилося.

За останнє десятиліття відбулося кілька ключових подій в освоєнні ШІ.

Для початку, музиканти тепер мають доступ до кількох автоматизованих сервісів мастерингу, одним з найбільших з яких є eMastered. Ці платформи пропонують послуги онлайн-мастерингу зі штучним інтелектом, які забезпечують миттєві результати. Як музикант, ви можете просто завантажити свої треки і отримати мастеринг-версії за лічені хвилини.

Принадність штучного інтелекту в мастерингу полягає в тому, що практично будь-хто може досягти високоякісного звуку, не витрачаючи дорогого студійного часу. Однак це також піднімає питання про майбутню роль людини-інженера і потенціал ШІ в розумінні та відтворенні мистецьких тонкощів, які притаманні людському дотику.

Перш ніж ми перейдемо до цього питання, важливо зрозуміти, як розвиваються сервіси з освоєння штучного інтелекту.

Використання штучного інтелекту в навчанні, що постійно розвивається

За останні роки технологія штучного інтелекту досягла значних успіхів, і багато компаній використовують інноваційні алгоритми машинного навчання, нейронні мережі та глибинне навчання, щоб допомогти ШІ виконувати складні завдання з обробки аудіо з надзвичайною ефективністю.

Алгоритми машинного навчання чудово розпізнають закономірності у великих масивах даних.

Під час мастерингу ці алгоритми отримують величезну кількість музичних даних для аналізу, щоб зрозуміти характеристики добре зведених треків. В результаті вони мають можливість визначити оптимальні налаштування еквалайзера, компресії та інших інструментів обробки звуку на основі вивчених шаблонів.

Ці алгоритми також мають здатність адаптуватися до різних жанрів і стилів музики. Якщо ви завантажите сучасний дабстеп-трек на мастерингову платформу зі штучним інтелектом, він зробить відповідні до жанру корективи, щоб переконатися, що мастеринговий результат зберігає задуманий художній стиль.

У нас також є нейронні мережі, які досить ефективно обробляють складні взаємозв'язки між різними звуковими характеристиками, такими як частота, амплітуда і фаза.

Нарешті, у нас є моделі глибокого навчання, які використовують більш просунуту інформацію, знайдену в штучних нейронних мережах.

В eMastered ми використовуємо моделі глибокого навчання, навчені на різноманітному наборі професійно оброблених треків, для точного налаштування еквалайзера, компресії та стереозображення.

Використання сервісів для навчання ШІ, таких як eMastered, має кілька переваг:

• Ефективність: Платформи, керовані штучним інтелектом, можуть освоювати колії за частку часу, який би знадобився інженеру-людині, що робить їх ідеальними для швидкого виконання замовлень.
• Доступність: ці платформи надають високоякісні результати за нижчою ціною, що особливо вигідно для інді-художників.
• Послідовність: Повністю покладаючись на вивчені шаблони та дані, платформи для навчання ШІ забезпечують стабільну якість. На відміну від людини-інженера, у них не буде "вихідних".

Звісно, варто зазначити, що ці переваги мають і протилежні виклики.

Майбутні виклики для освоєння ШІ

Безперечно, багато сервісів для створення музики зі штучним інтелектом працюють дуже добре. Однак це не означає, що вони ідеальні, і навіть як компанія, яка розробила успішний алгоритм навчання ШІ, ми вважаємо, що краще бути прозорими щодо цих викликів.

Побоювання, що ШІ замінить інженерів, які займаються освоєнням людини

Однією з головних проблем в освоєнні ШІ є думка про те, що ми можемо втратити людський фактор.

Я знаю багатьох інженерів-майстрів, які роками працювали і навчалися, щоб мати змогу використовувати багатий досвід, інтуїцію та художнє чуття. Вони чудово знаються на своїй справі і можуть приймати суб'єктивні рішення, які відображають їхній особистий стиль і бачення художника.

Зауваження про "стиль" є ключовим, оскільки так само, як продюсери і бітмейкери мають свої власні впізнавані характеристики, так само і багато мастеринг-інженерів.

Штучний інтелект, хоч і є високоефективним, все ще не здатен розуміти емоційні та творчі нюанси музики. Він знає лише те, чого його навчили, і не може приймати рішення на льоту, які не закладені в його програму. Як наслідок, багато хто побоюється, що музика врешті-решт досягне однорідного стану, коли все буде звучати, ну, однаково.

Якщо ми надмірно покладаємося на штучний інтелект, ми не отримаємо унікального характеру і душі, які може надати треку кваліфікований інженер.

Занепокоєння щодо технічних обмежень

За ці роки штучний інтелект отримав чималу частку технічного прогресу, хоча й досі існують деякі відомі обмеження.

Деякі алгоритми штучного інтелекту, наприклад, можуть не впоратися з треками, які мають нетрадиційну структуру або дуже складні аудіоелементи. Наприклад, візьмемо більш експериментальний рок-трек, який має всі елементи традиційної рок-пісні, за винятком скреготливого синтезаторного басу, що має слугувати міцною електронною основою для решти композиції.

ШІ не зможе відрізнити синтезаторний бас від звичайного баса або будь-якого іншого низькочастотного інструмента. Можливо, він зможе вгадати, і можливо, зробить це правильно, але гарантувати це неможливо.

Беручи до уваги той факт, що алгоритм мастерингу ШІ може подумати, що це традиційний рок-трек, він зведе його як будь-який інший рок-трек, стиснувши низькі частоти і відсунувши їх назад, щоб звільнити місце для густоти нижніх середніх частот і ударів барабанів. Звичайно, з точки зору вашого художнього бачення, ви можете захотіти, щоб він був зведений як EDM або хіп-хоп трек.

Хоча ви можете давати загальні рекомендації щодо деяких платформ для мастерингу зі штучним інтелектом, зрештою, тільки люди-інженери можуть вносити надтонкі корективи, спираючись на свій натренований слух і конкретні художні наміри.

Ми сподіваємося, що в майбутньому системи штучного інтелекту можна буде навчати не лише на наявних даних, щоб вони добре адаптувалися до абсолютно нових жанрів або стилів, які суттєво відрізняються від стандартних.

Побоювання щодо ролі штучного інтелекту в креативній індустрії

Нарешті, і небезпідставно, зростання ШІ в оволодінні викликає чимало занепокоєнь щодо витіснення робочих місць .

ШІ може миттєво вирішувати кілька технічних завдань, причому за невелику частку вартості, що в кінцевому підсумку зменшує потребу в інженерах-людях.

Однак він також може створювати нові можливості. Наприклад, ШІ може звільнити мастеринг-інженера, щоб він міг більше зосередитися на творчих аспектах і менше на повторюваних завданнях, таких як нормалізація гучності або зменшення шуму.

Ми будемо першими, хто скаже, що не вважаємо, що ШІ коли-небудь повністю замінить процес навчання людини.

Це набагато більш тонкий процес, ніж багато хто думає. Наприклад, штучний інтелект не знатиме, що вступ, куплет або приспів вимагають різної обробки, оскільки він не зможе розрізнити ці частини треку. Він також не зможе здогадатися, чи ті клацання або сплески у вашому фінальному міксі справді належать до них, чи були залишені випадково.

Справжній мастеринг-інженер, швидше за все, зателефонує вам і скаже: "Якщо ви хочете отримати найкращі результати, перезапишіть мікс ще раз і подбайте про ці проблеми".

Як виглядатиме освоєння ШІ в майбутньому?

Оскільки інструменти для опанування ШІ стають доступнішими для ширшої аудиторії, включно з незалежними художниками та невеликими студіями, зростає і їхнє використання.

Важко сперечатися з простотою та доступністю багатьох з цих інструментів.

Професійні послуги мастерингу не всім по кишені, і чому цей бар'єр для входу у творчість повинен існувати? Насправді, мастеринг зі штучним інтелектом вирівнює ігрове поле для незалежних музикантів.

З часом ми, ймовірно, побачимо, як з'являється все більше і більше хмарних рішень, хоча, на нашу думку, найбільш помітним буде гібридний підхід.

Багато інженерів-мастеринг-інженерів починають поєднувати власний досвід з ШІ, дозволяючи штучному інтелекту вирішувати початкові технічні завдання, щоб вони могли зосередитися на творчому вдосконаленні. Багато професіоналів галузі підтримують цю модель, розглядаючи ШІ як інструмент, що підсилює, а не замінює людську творчість.

Існує також надія, що системи штучного інтелекту розроблять сильніші профілі користувачів, які зможуть навчатися і адаптуватися до вподобань конкретних інженерів і художників, надаючи висококастомізовані пропозиції щодо мастерингу.

Чи замінить штучний інтелект інженерів-майстрів?

Як я вже зазначав у цій статті, будуть випадки, коли використання штучного інтелекту в процесі мастерингу буде більш доречним або вигідним, ніж наймання мастеринг-інженера-людини. Якщо ви обмежені в коштах, вам потрібен майстер швидко, або ви просто хочете перевірити, як звучатиме ваш мікс в якості фінального продукту, використання сервісу мастерингу зі штучним інтелектом, такого як eMastered, безумовно, є правильним рішенням.

З іншого боку, якщо вам потрібна гнучкість, щоб мати можливість надавати або отримувати зворотний зв'язок, або ви хочете отримати ультраспецифічне звучання, яке може виходити з певного набору характеристик або аналогового обладнання, то краще звернутися до кваліфікованого мастеринг-інженера.

Навіть у майбутньому я не вірю, що штучний інтелект коли-небудь замінить традиційний мастеринг. Натомість я уявляю собі майбутнє, в якому вони працюватимуть пліч-о-пліч, що дозволить знизити бар'єри для входу в музичну індустрію.