ابزار جدید OpenAI برای تولید موسیقی مولد؛ ادغام احتمالی با ChatGPT و سورا

تولید موسیقی با دستورات طبیعی

هدف اصلی این پروژه، طراحی سامانه‌ای است که کاربران بتوانند عناصر موسیقی مورد نظر خود را به زبان طبیعی توصیف کنند. این ابزار می‌تواند موسیقی‌هایی تولید کند که به عنوان پس‌زمینه در ویدئوها به کار روند یا با صداهای موجود ترکیب شوند.

کاربران می‌توانند درخواست‌هایی مانند این موارد را مطرح کنند:

• «یک پس‌زمینه جاز با پیانو و درام بساز.»
• «آکوردهای گیتار آرام زیر این صدای خواننده اضافه کن.»

سپس مدل هوش مصنوعی، قطعه‌ای کامل و هماهنگ با درخواست را تولید خواهد کرد.

همکاری با جولیارد برای آموزش عمیق

گزارش‌ها حاکی از آن است که OpenAI برای تقویت داده‌های آموزشی مدل خود، با گروهی از دانشجویان مدرسه موسیقی جولیارد همکاری می‌کند. این دانشجویان وظیفه دارند پارتیتورهای موسیقی را حاشیه‌نویسی کنند. این فرایند به مدل کمک می‌کند تا درک عمیق‌تری از ساختار موسیقی، شامل ریتم، ملودی، هارمونی و تعامل سازها به دست آورد.

این همکاری نشان می‌دهد که OpenAI قصد دارد مدلی با درک عمیق‌تری از خلاقیت انسانی توسعه دهد؛ مدلی که نه تنها توالی نت‌ها، بلکه احساس و پویایی موسیقی را بازتولید کند.

چشم‌انداز یکپارچه‌سازی: از متن تا صدا

این پروژه با چشم‌انداز بزرگ‌تر OpenAI برای یکپارچه‌سازی تولید محتوا در یک اکوسیستم واحد هماهنگ است. این شرکت در تلاش است تا تولید متن، تصویر، ویدئو و صدا را در یک بستر واحد ممکن سازد. این امر به کاربران اجازه می‌دهد تا بدون نیاز به مهارت‌های فنی یا هنری پیچیده، محتوایی حرفه‌ای خلق کنند.

ادغام با ChatGPT و Sora

منابع نزدیک به شرکت اعلام کرده‌اند که هنوز تصمیم نهایی درباره عرضه ابزار به‌صورت مستقل یا ادغام آن با پلتفرم‌های فعلی گرفته نشده است:

• ادغام با ChatGPT: کاربران می‌توانند مستقیماً در گفت‌وگوهای متنی، موسیقی تولید کنند.
• ادغام با Sora: مدل ویدئوساز قادر خواهد بود موسیقی پس‌زمینه را برای ویدئوهای تولیدشده با هوش مصنوعی به‌صورت خودکار بسازد.

شایان ذکر است که این نخستین تلاش OpenAI در زمینه موسیقی مولد نیست؛ هرچند نمونه‌های اولیه قبلی به‌دلیل محدودیت‌های فنی هرگز به عرضه عمومی نرسیدند. تجربه اخیر شرکت در فناوری‌های صوتی مانند تبدیل متن به گفتار (که در حالت صوتی ChatGPT استفاده می‌شود)، پایه‌ای قوی برای ساخت مدل موسیقی پیشرفته‌تر فراهم کرده است.

چالش‌های کپی‌رایت و رقابت

در حالی که OpenAI گام تازه‌ای در این مسیر برمی‌دارد، شرکت‌هایی مانند گوگل با مدل MusicLM و استارت‌آپ Suno نیز در حال توسعه ابزارهای مشابه هستند. MusicLM آهنگ‌های پیچیده از متن می‌سازد و Suno به دلیل تولید ترانه‌های کامل و صداهای واقعی مورد توجه قرار گرفته است.

رقابت در بازار و مزیت اکوسیستم OpenAI

مزیت رقابتی OpenAI در یکپارچگی اکوسیستم آن نهفته است. در حالی که رقبا اغلب ابزارهای تک‌منظوره ارائه می‌دهند، OpenAI تلاش می‌کند تجربه‌ای جامع فراهم آورد که تولید انواع محتوا را در یک بستر واحد ممکن سازد.

همچون سایر پروژه‌های مولد، این ابزار نیز با پرسش‌هایی جدی درباره کپی‌رایت، منبع داده و اخلاق روبه‌روست. همکاری با جولیارد نشان‌دهنده تمرکز OpenAI بر داده‌های مجاز و دارای برچسب است، اما نگرانی‌ها درباره استفاده از آثار دارای حق نشر همچنان باقی است.

نهادهای نظارتی در اروپا و آمریکا در حال تدوین مقرراتی برای شفافیت و پرداخت عادلانه به هنرمندان هستند. OpenAI در صورت عرضه رسمی این محصول باید نشان دهد چگونه تعادل میان نوآوری و احترام به حقوق خالقان آثار را برقرار می‌کند. این فناوری پتانسیل دگرگون‌سازی نحوه خلق و استفاده از موسیقی را دارد و می‌تواند پلی میان خلاقیت انسانی و توان پردازشی هوش مصنوعی باشد.