14 сентября 2023 дружественное издание Mixed.News опубликовало материал под названием: "Stability AI представила ИИ-генератор музыки по текстовым описаниям".

И в этой статье мне, в свою очередь, хотелось бы привести доводы о последствиях того, как доступная большинству населения алгоритмизация процесса создания музыкального контента отразится на музыкальном мире.

В начале сообщу, что в области создания программного обеспечения не являюсь посторонним человеком. Так, несколько лет назад представлял здесь, на PROMODJ, пару своих программ, также параллельно с остальной деятельностью продолжаю создавать компактный софт, выполняющий свои функции в области мультимедия, задач каталогизации и дизайна.

Владимир Ильич Ленин однажды сказал:

"Победит тот строй, который обеспечит наивысшую производительность труда".

Оценивая масштаб автоматизации применительно к музыке, можно найти, что данная область изучается последние лет шестьдесят уже точно, после появления ЭВМ в СССР, и в том числе в консерваториях обращалось внимание на данную тему. Одним из талантливых исследователей был Рудольф Хафизович Зарипов. Своим научным подходом он доказал предвзятость мнения экспертов, которые занижали отметки, когда узнавали, что это программное обеспечение сочинило музыку.

С очень широким распространением компьютеров программисты крайне заинтересовались темой алгоритмизации музыкальных произведений. За прошедшие пятнадцать+ лет выходили такие небольше экспериментальные программы как "Music from The Torah", ещё один генератор под названием Automated Composing System (ACS), сочиняющий в разных стилях был создан автором из Японии - Tetsuji Katsuda, также на портале Хабрахабр один из наших соотечественников рассказывал о своём готовом программном продукте, который он сделал для личного использования. И это не говоря уже про закрытые проекты корпораций, которые становились видимыми после презентаций солидных музыкальных рабочих станций - это автоаранжировщики, генераторы фраз, системы создания автоаккомпанемента. К концу 90-х количество оборудования с такими функциями только увеличилось. И вот парадокс: авторы популярных секвенсоров, таких как FL Studio, Reason, Logic даже через 5 лет от стартовых версий не спешили внедрять средства алгоритмизации максимальной мощности (сравнимыми с рабочими станциями), довольствуясь рандомизаторами паттернов.

А дальше всё развивалось стремительно: сами рабочие станции получили ещё больше возможностей: так, приведённая на снимке Yamaha Genos включает, помимо всего прочего, уже 550 стилей аккомпанемента, 216 арпеджио и 1710 подготовленных тембров различных инструментов, технологию AEM (это моделлинг элементов артикуляции), технологию имитации тонкости исполнительских приемов игры на инструментах.

И оборудование такого класса становилось всё мощнее и дороже. Развивались инструменты и других компаний, ниже приведено фото рабочей станции KORG Nautilus. В начале двадцатых годов нынешнего XXI века был совершён настоящий прорыв в области массового распространения нейросетей для творчества! Конечно же их стали адаптировать для производства музыки.

Что в таком случае ждёт человечество?

Экономическая "наука" так и не смогла найти систему оплаты творческого труда. И посмотрите - в этом случае есть высокий риск, что всё будет и дальше двигаться через последовательность: кризис - выход из кризиса, кризис - выход из кризиса и т.д. 

[1] Согласно исходному материалу, к 90 секундам, предлагаемым сервисом, цитата из статьи Mixed.News: "за $12 в месяц (500 треков длиной до 90 секунд)" сами пользователи сервиса будут делать начало и концовку, выбирая лучшие варианты из предложенных. Через копирование паттернов легко и незаметно наращивается длительность трека.

[2] Близкое к бесконечности количество вариантов породит ещё большее деление аудитории. Слушателей, решивших стать музыкантами, будет ещё больше, что породит громадное количество новых совместок (коллабов), mash-up'ов.

[3] Будут шоу - генерации в реальном времени как в виде видео блогов, так и отдельные, с созданием параллельно ещё и видеоряда с процедурным созданием ресурсов.

[4] После доработки идеи такого ПО и внедрении альтернатив будет больше обучающих курсов из-за специфики генерации, для лучшего овладения которой нужна и новая специализация. 

Процитирую то, что рассказал Ayato Kamina, который напрямую взаимодействовал с подобной технологией: "ИИ не понимает ... концепцию тональности и генерирует не мелодические линии в миди и поверх них звук..." ,а также: "У него очень большие проблемы с пониманием промптов, причем весьма ограниченных и очень строго написанных. Нет тонкой настройки, как, например у стейбл дифьюжн".

Вот это как-раз показывает необходимость в новой специализации и даже не одной - нужны промт-инженеры именно от музыки и инженеры по данным. А интерфейс рассматриваемого инструмента должен стать логичным, удобным и значительно более дружелюбным.

[5] Влияние на PROMODJ. Во-первых, оно уже сейчас чувствуется. Онлайн инструменты представления трека в STEMS формате повлекли за собой mash-up'ы, которые теперь стало проще создавать, и конечно же ремиксы (remix), их станет ещё больше.

[6] Далее - увеличение потока - это ожидаемое следствие: пользователи больше будут удалять треки и загружать всё новые, так как не все станут покупать pro или premium, (но востребованность pro в экономном виде должна увеличиться), внимания хочется всем, (даже хиккикомори).

[7] Те, у кого Premium-безлимит и настрой на длительное пребывание в TOP 100, скорее всего станут намного интенсивнее вкладывать время в production, из-за того, что каталоги других авторов будут быстрее увеличиваться.

[8] Станут крайне востребованными алгоритмы распознавания машинной музыки, чтобы точно понимать, что такой-то трек не человек сделал.  Также массовое использование алгоритмов вызовет недовольство среди части аудитории, которая готова слушать только созданную человеком музыку. 

[9] Станет востребована Интернет база данных использованных вариантов. И это будет реально сложная и очень ёмкая база, потому что музыка сегодня, особенно если это треки в Drum & Bass, Dubstep, да и в ряде других жанров - это плотная автоматизация многочисленных параметров: панорама, осцилляторы, detune, огибающие многочисленных фильтров, громкости, и так далее, перечень огромен.

[10] Развитие техники и программного обеспечения продолжается. Как только создадут интерфейсы, сравнимые с удобством пользования аппаратными секвенсорами и аранжировщики с автоаккомпанементом на основе ещё более продвинутых алгоритмов, тогда мы получим

инструмент для быстрого создания качественных комплексных композиций. Это будет новый шаг, а специалисты по настройке параметров станут ещё более востребованы.

[11] Часть шоу-бизнеса, который через рекламу сейчас пытается оплачивать труд музыкантов, уйдёт в генерацию. 

А у тех, кто за это время закрепится и станет заметным для существующей системы управления шоу-бизнесом, будут хорошие времена.

По итогу я хочу сказать, что очень надеюсь, что в нашей стране придумают, как запустить социальные лифты, продвигать наверх людей по способностям и новые хорошие способы оплаты творческого труда.