Створення музики - одне з найбільш суто людських занять, яке глибоко вкорінене в рисах, які ми часто не приписуємо ШІ, таких як емоції, творчість та особисте самовираження. Однак останніми роками штучний інтелект (ШІ) став не лише допомагати нам у процесі створення музики, а й повністю перебирати на себе певні завдання.

Насправді можливості ШІ стали настільки розвиненими, що навіть такі великі компанії, як Sony і Warner Music Group, використовують цю технологію через такі платформи, як Endel і Magenta.

Від написання текстів до створення треп-бітів, штучний інтелект проник майже в усі аспекти створення музики, і зараз він стає невід'ємною частиною процесу мастерингу для багатьох артистів і продюсерів.

Це викликає інтригуюче питання: чи залишиться потреба в людському досвіді в освоєнні, чи ми стоїмо на порозі повного переходу до ШІ?

У цьому посібнику ми розглянемо стрімкий розвиток штучного інтелекту, його поточний вплив на індустрію, а також те, що може чекати на це технологічне диво в майбутньому.

Коротка історія застосування штучного інтелекту в музичній індустрії

Музична індустрія перебуває у стані постійних інновацій та змін. Вона постійно розвивається завдяки новим технологіям, які змінюють способи створення, запису та споживання музики. Ще до того, як штучний інтелект став модним, існували й інші технологічні досягнення, які здавалися настільки ж страшними та незрозумілими для творчих людей.

Якщо ми повернемося до 1877 року, коли Томас Едісон винайшов фонограф, це був перший пристрій, здатний як записувати, так і відтворювати звук. Його поява викликала побоювання, що живі виступи стануть застарілими і що записана музика може підірвати артистизм живих музикантів.

Потім, у 1930-х роках, всемогутня електрогітара назавжди змінила звучання музики. Звичайно, традиціоналісти хвилювалися, що її посилений звук зруйнує чистоту акустичних інструментів і зменшить майстерність, необхідну для виконання музики.

Люди боялися появи багатодоріжкового запису, оскільки люди зможуть штучно маніпулювати музикою, народження MIDI у 1980-х роках, оскільки це призведе до механічного, менш людського відчуття музики, і вибуху цифрових аудіо робочих станцій у 1990-х роках, оскільки вони зроблять високоякісне музичне виробництво надто доступним, наповнивши ринок аматорським контентом і знецінивши професійні студії.

Мораль полягає в тому, що цей страх не є чимось новим.

ШІ почав проявляти себе в музиці на початку 21-го століття.

Одним із перших прикладів став дослідницький проект Magenta від Google, який досліджував, як можна використовувати штучний інтелект для створення музики та мистецтва. Композиції Magenta, створені за допомогою штучного інтелекту, продемонстрували потенціал машинного навчання для допомоги у творчому процесі. Watson Beat від IBM також був створений для аналізу пісень і створював нову музику, намагаючись зрозуміти емоційний намір, що стоїть за ними.

Згодом алгоритми ШІ почали брати на себе більш складні функції, одна з яких стала надзвичайно популярною - навчання ШІ.

Яка мета навчання?

Розуміння того, як ШІ з'явився на світ, починається з розуміння причини, що лежить в основі його створення.

У найзагальніших рисах, загальна мета мастерингу - зробити так, щоб трек звучав відшліфованим, професійним і збалансованим, готовим до розповсюдження на різних платформах і системах відтворення.

Подумайте про це як про фінальний монтаж і корекцію кольору в кіно. Подібно до того, як редактор фільму покращує візуальні елементи і забезпечує узгодженість тону і якості, мастеринг-інженер підлаштовує і допрацьовує аудіо, щоб забезпечити чіткість, баланс і згуртованість.

На жаль, мастеринг також може бути досить дорогим через необхідний досвід і висококласне обладнання, що використовується.

Багато професійних послуг з мастерингу можуть коштувати від $50 до $200 за трек, а в деяких випадках навіть більше, якщо мова йде про дуже затребуваних інженерів. Цілий альбом може коштувати кілька тисяч і більше, і якщо ви вже заплатили за запис, продюсування та зведення, це може стати додатковою сіллю на рану.

Звичайно, ми будемо першими, хто відзначить, що вартість абсолютно виправдана.

Вона відображає багаторічний досвід, спеціалізовані навички та найсучасніші технології, задіяні в процесі. Однак для студійних продюсерів та інді-артистів, які працюють з обмеженим бюджетом, ці витрати можуть бути непомірно високими, що робить традиційні послуги мастерингу менш життєздатними для багатьох музикантів-початківців.

Еволюція освоєння ШІ за останні роки

За останнє десятиліття з'явилися автоматизовані варіанти мастерингу зі штучним інтелектом, які надають артистам доступ до майстрів із професійним звучанням без високих витрат, пов'язаних із залученням інженерів-мастеринг-інженерів.

Ці сервіси на основі штучного інтелекту пропонують привабливу альтернативу для музикантів, які бажають швидко і недорого завершити роботу над своїми треками.

Деякі платформи для мастерингу зі штучним інтелектом використовують сигнальні ланцюжки, розроблені досвідченими інженерами-людьми протягом декількох років, застосовуючи перевірені методи для покращення міксів, які спираються на досвід, закладений в їхньому програмуванні.

З іншого боку, деякі сервіси використовують мережі глибокого навчання, які аналізують величезні обсяги аудіоданих протягом тривалого часу. Ці мережі навчаються і адаптуються, постійно вдосконалюючи свої можливості на основі даних, які вони обробляють.

Зростання мастерингу аудіо зі штучним інтелектом

Landr був одним із перших сервісів для мастерингу ШІ, що вийшов на ринок у 2014 році.

Ця новаторська платформа мала на меті надати артистам доступний та ефективний спосіб мастерингу їхніх треків за допомогою передових алгоритмів.

Процес простий: ви завантажуєте свій мікс, а штучний інтелект Landr аналізує і обробляє аудіо, застосовуючи еквалайзер, компресію та інші методи мастерингу для покращення звучання треку. В результаті ви отримуєте відшліфований майстер із професійним звучанням, готовий до розповсюдження.

Однак люди швидко зрозуміли, що якщо вони не зовсім задоволені результатами роботи Ландра, існує обмеження: ви не можете попросити штучний інтелект налаштувати звук так само, як ви зробили б це з людиною-мастерингером.

ШІ застосовує стандартизований процес, який може не відповідати унікальним уподобанням кожного артиста. Незважаючи на це, алгоритм Landr постійно вдосконалюється з кожною піснею, завантаженою на платформу, навчаючись і адаптуючись, щоб з часом давати кращі результати.

Алгоритм навчання ШІ eMastered з'явився на публіці невдовзі після Landr і зробив собі ім'я завдяки іншому підходу до навчання ШІ.

Заснований володарем премії Греммі, інженером зведення та мастерингу Смітом Карлсоном та виконавцем електронної музики Колліном Маклафліном, eMastered поєднує в собі глибокий досвід роботи в індустрії та найсучасніші технології. На відміну від Landr, eMastered пропонує користувачам більше контролю над фінальним мастером, дозволяючи регулювати інтенсивність компресора, налаштування еквалайзера, гучність і ширину стерео.

Користувачі можуть навіть завантажити еталонну доріжку, щоб керувати процесом мастерингу, гарантуючи, що кінцевий продукт буде відповідати їхньому художньому баченню.

Чому послуги з освоєння АІ такі популярні?

Існує кілька причин, чому послуги з освоєння ШІ стають популярнішими, ніж будь-коли раніше, особливо з огляду на те, що вони продовжують розвиватися в більш просунуті та доступні інструменти.

• Безкоштовне попереднє прослуховування: багато сервісів мастерингу зі штучним інтелектом дозволяють безкоштовно прослуховувати зведені треки, що допоможе вам вирішити, чи відповідає сервіс вашим очікуванням, перш ніж робити якісь фінансові зобов'язання.
• Дешева, гнучка цінова політика: порівняно з традиційним мастерингом, мастеринг зі штучним інтелектом, як правило, більш доступний за ціною.
• Зручно та ефективно: Алгоритми штучного інтелекту можуть обробляти треки за лічені хвилини, пропонуючи набагато швидший час виконання, ніж мастеринг-інженери-люди. Артисти можуть швидко фіналізувати свої проекти, не чекаючи на результати днями чи тижнями.
• Високоякісні майстри: незважаючи на нижчу вартість і швидшу обробку, сучасні сервіси мастерингу зі штучним інтелектом надають високоякісні, відшліфовані треки, які відповідають стандартам комерційної музичної індустрії і готові до релізу на будь-якій платформі.
• Творчий контроль: Такі сервіси, як eMastered, пропонують користувачам широкий контроль над процесом мастерингу, дозволяючи регулювати інтенсивність компресора, налаштування еквалайзера, гучність і ширину стерео. Хоча ви не зможете вносити такі тонкі корективи, як при роботі з живими інженерами, цей додатковий рівень кастомізації полегшує досягнення відповідності кінцевого мастера вашому баченню.
• Майстри еталонних доріжок: деякі інструменти та сервіси для мастерингу зі штучним інтелектом дозволяють завантажити або імпортувати еталонну доріжку, яка слугуватиме орієнтиром для алгоритму мастерингу, щоб досягти звучання, схожого на еталонне.

Звичайно, навіть незважаючи на численні переваги інструментів штучного інтелекту в мастерингу, цей процес все одно не замінить кваліфікованого мастеринг-інженера, що підводить нас до, можливо, найважливішого питання.

Чи забере ШІ робочі місця у інженерів, які займаються створенням штучного інтелекту?

Оскільки сервіси мастерингу зі штучним інтелектом продовжують розвиватися, багато хто побоюється, що вони усунуть потребу в інженерах-людях. Хоча це занепокоєння небезпідставне, воно не є чимось унікальним для музики. Насправді це стосується різних галузей, де штучний інтелект робить значні кроки вперед, наприклад, обслуговування клієнтів, виробництва і навіть журналістики.

Є музиканти, які сприймають його зростання без особливого занепокоєння.

Британський міксинг-інженер і мастеринг-інженер Streaky якось зауважив, що мастеринг зі штучним інтелектом можна порівняти з покупкою костюма з вішалки, а не з пошиттям костюма на замовлення за вашими точними мірками.

Хоча деякі люди завжди віддаватимуть перевагу додатковому рівню турботи та кастомізації, який пропонує інженер-майстер, для багатьох дешевший і швидший варіант - мастеринг за допомогою штучного інтелекту - має більше сенсу. Він пропонує практичне рішення, яке відповідає їхнім потребам без зайвих витрат.

Зрештою, хоча мастеринг зі штучним інтелектом може стати цінним інструментом для багатьох музикантів, він повинен доповнювати, а не замінювати людський досвід. Людський підхід до мастерингу - розуміння бачення виконавця, внесення нюансів і унікального творчого бачення - незамінний.

Коллін Маклафлін з eMastered сказав це найкраще:

"Замість того, щоб замінити робочі місця або зруйнувати індустрію, ми бачимо себе у створенні нового ринку, дозволяючи людям, які зараз не можуть отримати якісний мастеринг, нарешті матимуть таку можливість. Однак, для абсолютно найкращого мастерингу традиційний мастеринг-інженер завжди буде найкращим варіантом".

Спільні зусилля між людською творчістю та штучним інтелектом

Майбутнє навчання, ймовірно, буде спільною роботою людини і ШІ, що поєднуватиме сильні сторони обох для досягнення найкращих результатів.

Наприклад, інженер може доручити ШІ початкові етапи мастерингу, такі як застосування базового еквалайзера, компресії та інших стандартних налаштувань, що заощадить час і забезпечить узгодженість.

Далі за справу беруться люди-інженери, які додають свій унікальний штрих і приймають тонкі рішення, що вимагають творчої інтуїції та глибокого розуміння емоційного контексту музики.

Такий розподіл ролей дозволить зробити процес більш ефективним, зберігаючи при цьому високий рівень артистизму та кастомізації, якого художники очікують від інженерів-людей.

Мастеринг ШІ також може слугувати цінним навчальним інструментом для інженерів-майстрів-початківців.

Аналізуючи, як ШІ обробляє і коригує треки, новачки можуть отримати уявлення про технічні аспекти мастерингу.

Заключні думки

Важко заперечувати сейсмічний зсув у використанні штучного інтелекту в музиці - від написання акордових послідовностей до створення повноцінних пісень. Мастеринг зі штучним інтелектом - лише один з інструментів, які стають все більш доступними для творчих людей.

Він забезпечує доступність, послідовність та ефективність, дозволяючи все більшій кількості людей, які, можливо, ніколи не мріяли надсилати свої пісні кваліфікованим мастеринг-інженерам або мастеринг-хаусам, випускати готову для радіо музику.

Звісно, це також створює виклик, який полягає в тому, як мастеринг-інженери будуть адаптуватися та співпрацювати зі штучним інтелектом і машинним навчанням, а не боротися з ними. З розвитком технологій змінюватиметься і те, як ми створюємо та слухаємо музику, і ми можемо лише сподіватися, що нові рівні інновацій та співпраці зроблять індустрію більш динамічною, ніж будь-коли.