يقوم الذكاء الاصطناعي المستقر بإصدار مولد صوت

أصدرت شركة Stability AI، الشركة الناشئة التي تقف وراء المولد الفني المدعم بالذكاء الاصطناعي Stable Diffusion، نموذجًا مفتوحًا للذكاء الاصطناعي لتوليد الأصوات والأغاني التي تدعي أنه تم تدريبها حصريًا على تسجيلات خالية من حقوق الملكية.

يأخذ النموذج التوليدي، الذي يُطلق عليه اسم Stable Audio Open، وصفًا نصيًا (على سبيل المثال “إيقاع موسيقى الروك في استوديو مُعالج، وجلسة قرع الطبول على مجموعة صوتية”) ويخرج تسجيلًا يصل طوله إلى 47 ثانية. تم تدريب النموذج باستخدام حوالي 486000 عينة من مكتبة الموسيقى المجانية FreeSound وأرشيف الموسيقى المجانية.

تقول تقنية Stability AI أنه يمكن استخدام النموذج لإنشاء إيقاعات الطبول، ونغمات الآلات الموسيقية، والضوضاء المحيطة و”عناصر الإنتاج” لمقاطع الفيديو والأفلام والبرامج التلفزيونية، بالإضافة إلى “تحرير” الأغاني الموجودة أو تطبيق نمط أغنية واحدة (على سبيل المثال سلسة). الجاز) إلى آخر.

وكتبت Stability AI في منشور على مدونة الشركة الخاصة بها: “إن الميزة الرئيسية لهذا الإصدار مفتوح المصدر هي أنه يمكن للمستخدمين ضبط النموذج على بياناتهم الصوتية المخصصة”. “على سبيل المثال، يمكن لعازف الطبول ضبط عينات من تسجيلات الطبلة الخاصة به لتوليد إيقاعات جديدة.”

ومع ذلك، فإن الصوت الثابت المفتوح له حدوده. ولا يمكنها إنتاج أغانٍ أو ألحان أو غناء كاملة، على الأقل ليست جيدة. يقول Stability AI أنه لم يتم تحسينه لهذا الغرض، ويقترح أن يختار المستخدمون الذين يبحثون عن هذه القدرات خدمة الصوت الثابت المتميزة للشركة.

لا يمكن أيضًا استخدام الصوت الثابت المفتوح تجاريًا؛ شروط الخدمة الخاصة به تحظر ذلك. كما أنه لا يؤدي أداءً جيدًا بنفس القدر عبر الأنماط والثقافات الموسيقية أو مع الأوصاف بلغات أخرى غير الإنجليزية، وهي تحيزات يلقي الذكاء الاصطناعي باللوم فيها على بيانات التدريب.

وكتب Stability AI في وصف النموذج: “من المحتمل أن يفتقر مصدر البيانات إلى التنوع، كما أن جميع الثقافات ليست ممثلة بشكل متساوٍ في مجموعة البيانات”. “إن العينات التي تم إنشاؤها من النموذج سوف تعكس التحيزات من بيانات التدريب.”

أصبح الذكاء الاصطناعي المستقر – الذي ناضل منذ فترة طويلة لتحويل أعماله المتعثرة – موضوعًا للجدل مؤخرًا بعد استقالة نائب الرئيس للصوت التوليدي، إد نيوتن ريكس، بسبب عدم الاتفاق مع موقف الشركة بأن تدريب نماذج الذكاء الاصطناعي التوليدي على الأعمال المحمية بحقوق الطبع والنشر يشكل “عادلاً” يستخدم.” يبدو أن Stable Audio Open هو محاولة لتغيير هذا السرد، وفي الوقت نفسه لا يتم الإعلان بمهارة عن منتجات Stability AI المدفوعة.

مع اكتساب مولدات الموسيقى، بما في ذلك Stability، شعبية كبيرة، أصبحت حقوق الطبع والنشر – والطرق التي قد يسيء بها بعض منشئي المولدات ذلك – نقطة تركيز مركزية.

في مايو/أيار، أرسلت شركة “سوني ميوزيك”، التي تمثل الفنانين، بما في ذلك بيلي جويل، ودوجا كات، وليل ناس إكس، رسالة إلى 700 شركة ذكاء اصطناعي تحذر فيها من “الاستخدام غير المصرح به” لمحتواها لتدريب مولدات الصوت. وفي شهر مارس، تم التوقيع على أول قانون أمريكي يهدف إلى الحد من إساءة استخدام الذكاء الاصطناعي في الموسيقى ليصبح قانونًا في ولاية تينيسي.