Google predstavil neurónovú sieť, ktorá generuje hudbu z textového popisu

Google oznámil MusicLM je najnovšia generatívna umelá inteligencia, ktorá dokáže premeniť textové popisy rôznej zložitosti na kvalitnú hudbu.

Vývojári poznamenávajú, že modely prevodu textu na hudbu nie sú nové, ale MusicLM je lepší ako predchádzajúce systémy v kvalite zvuku a dodržiavaní textového popisu.

Neurónová sieť bola natrénovaná na 280-tisíc hodinách hudby, aby si poradila so zložitými dopytmi. Všetky melódie sú vytvárané na frekvencii 24 kHz, ktorá zostáva nezmenená niekoľko minút.

V danom príklady stránka Google predstavuje 30-sekundové úryvky vygenerované len z niekoľkých viet.

MusicLM je schopný generovať hudbu z rôznych žánrov a dokonca hrať "hudobnú úroveň" (napríklad začiatočník alebo profesionál). V budúcnosti môže Google pracovať na vytváraní textov, zlepšovaní kvality vokálov a upsamplingu.

Vývojári zatiaľ neplánujú MusicLM nahrať verejnosti.