Nyereség:
- Meg kell tudni különböztetni, hogy a mesterséges intelligencia hol spórol meg valós időt a zenei gyártás során (ötlet, vázlat, technikai elemzés, verbális tartalom), és hol marad a művészre az olyan választás, mint az esztétikai döntések és az aláírás hangzása, a feladat kockázati szintjétől függően.
- Képes olyan ellenőrzési fegyelem alkalmazására, amely minden mesterséges intelligencia kimenetet fül, referencia és műszaki mérés alapján tesztel
- Annak megértése, hogy a szerzői jogok, a licencek és a titoktartás szempontjából mely inputok (kiadatlan demók, előadói hang, szerződött művek) nem adhatók a mesterséges intelligenciának
Kreatív döntések tucatjai születnek nap mint nap csendesen egy stúdióban vagy hálószobás stúdióban (egy otthon kialakított kis gyártási környezet). Milyen hangon legyen ennek a dalnak? Hol robbanjon fel a refrén? Mennyire kell kiemelkedni a basszusból? Túl feszes ez az énekhang? Ez a kijelentés közhely? Ez a dobhurok szerzői jogvédelem alatt áll? E döntések egy része ismétlődő, technikai és időigényes; Némelyikük közvetlenül meghatározza a dal szellemiségét, az előadó kilétét és a mű jogi státuszát. A mesterséges intelligencia (AI vagy röviden AI – számítógépes rendszerek, amelyek képesek szöveget előállítani, mint az emberek, hangokat és zenét hoznak létre, mintákat ismernek fel és javaslatokat tesznek) ennek a képnek a közepébe illeszkedik: helyes használat esetén órák helyett percek alatt képes ötleteket, vázlatokat és technikai elemzéseket készíteni; Ha helytelenül használják, akkor egy olyan publikációhoz vezethet, amelynek eredménye nem egyértelmű, klisés vagy etikailag problémás.
Ennek a modulnak az első része nem egy szoftverbevezető. Célja, hogy tisztázza, hol helyezze el az AI-t a termelésben, és hová ne helyezze el egyáltalán. Mivel a zene egyszerre "technikai-kritikus" és "identitáskritikus" terület: a keverési döntésed határozza meg, hogyan fog szólni a dal; Egy esztétikai döntés határozza meg, hogy ki vagy. Fogalmazzuk meg az alapelvet az elején: az AI asszisztens, nem művész. Az esztétikai választás, az egyedi hangzás és a végső jóváhagyás az illetékes producer és előadó feladata. Az ellenőrizetlen vagy szerzői joggal védett kimenet olyan, mint egy aláíratlan mester.
A zenei produkció rétegei és az AI helye
Hasznos egy dal keletkezését három rétegre osztani. A kreatív réteg az ötlet: dallam, akkord, szöveg, érzelem, identitás. A rendezés-produkciós réteg az ötlet művé alakítása: hangszerelés, ritmus, hangterv, hangszerelés. A technikai-közzétételi réteg az a folyamat, amelynek során a mű hallgathatóvá és terjeszthetővé válik: keverés (hangok kiegyensúlyozása), mastering (végső polírozás és hangerő beállítása), terjesztés. Az AI mindhárom réteget érintheti, de mindegyikben más-más jogosultsággal. A kreatív rétegben az AI opciókat generál, a döntés a művészen múlik. A műszaki rétegnél az AI méréseket és vázlatokat ad, az ellenőrzés a mérnök feladata.
Az elejétől fogva határozzunk meg néhány alapvető fogalmat. A DAW (Digital Audio Workstation) a fő szoftver (például Ableton Live, FL Studio, Logic Pro), amellyel zenét rögzíthet, szerkeszthet és keverhet. A MIDI olyan adat, amely azt az "utasítást" hordozza, hogy mikor és milyen erősen kell lejátszani egy hangot, nem magát a hangot. A törzs egy dal formája külön hangcsoportokban (például csak ének, csak dob). BPM (beats per minute) a tempó; a percenkénti ütemek száma. Ezeket a fogalmakat egyenként magyarázzuk el a következő egységekben; Egyelőre tudd ezt: az AI vázlatokat és javaslatokat ad ezekhez a koncepciókhoz, de nem dönti el, hogy mi legyen a dal.
Az alábbi táblázat összefoglalja az AI szerepét és kockázati szintjét küldetésenként:
Quest
Az AI szerepe
Kockázati szint
Aki jóváhagyja
Akkord/dallamötletek generálása
ötletgenerátor
alacsony
zeneszerző
szövegtervezetet írni
vázlatgenerátor
közepes
Dalszerző/művész
Hangtervezési paraméter ajánlás
műszaki tanácsadó
közepes
hangtervező
Javasolt keverési beállítások
Diagnosztika + kezdeti beállítás
Közepes-magas
mixmérnök
automatikus mastering
automatikus processzor
magas
mestermérnök
Mintavételezett/generált hang használata
nyersanyag
magas
Szerzői jog/jogász
Művész hangjának klónozása
Csak ha megengedett
nagyon magas
Művész + jog
Ezt tartsa szem előtt: a tét növekedésével a mesterséges intelligencia szerepe csökken, az emberi jóváhagyás és a jogdíjszabályozás pedig nő.
Miért az „ellenőrzés” a szíve ennek az üzletnek?
A mesterséges intelligencia magabiztosnak tűnik a válaszában, de lehet, hogy nem biztos. A szaknyelvben ezt hallucinációnak nevezik: ez az, amikor a modell folyékonyan ad elő olyan információkat, amelyek valójában nem léteznek vagy hamisak, mintha igazak lennének. A zenei produkcióban ez így néz ki: a modell azt mondhatja, hogy "-8 LUFS az ideális mesterszint ehhez a dalhoz", míg a megcélzott platform -14 LUFS-t akar, és ez az érték árt a számnak. Vagy azt mondják: "ez az akkordmenet teljesen eredeti", még akkor is, ha szinte teljesen megegyezik egy jól ismert dal refrénjével. Egy dalszövegről azt mondhatjuk, hogy „ez a sor eredeti”, ha veszélyesen hasonlít egy meglévő dalhoz. Mivel mindegyiket ugyanolyan magabiztossággal mondja, az egyetlen dolog, ami megkülönbözteti a jót a rossztól, az a füled, a tudásod és az ellenőrzési szokásod.
A zenei ellenőrzés tudománya három lépésből áll:
- Hallgassa fülről: Minden technikai javaslat (EQ, tömörítés, szint, tempó) alkalmazása előtt és után hallgassa saját monitorán, és lehetőség szerint fejhallgatóval vagy telefonhangszóróval. A szám helyesnek tűnhet, de lehet, hogy rosszul hangzik a fülnek.
- Összehasonlítás a hivatkozással: Hasonlítson össze egy kereskedelmi forgalomba hozott „referenciadallal”, amelyet az Ön műfajában tiszteletben tartanak. A mesterséges intelligencia javaslata közelebb vagy távolabb viszi a referenciától?
- Szerzői jogi és etikai szűrő: Tesztelje, hogy az előállított dallam, szó vagy hang sérti-e valaki más jogait, klisés-e vagy sérti-e a márkabiztonságot.
Figyelem: A mesterséges intelligencia által megadott technikai érték alkalmazása anélkül, hogy meghallgatná, vagy egy általa előállított dallam/szöveg ellenőrzés nélkül publikálna, olyan, mintha aláíratlan mastert küldenének. Csak azért, mert a kimenet simán vagy gyorsan jön ki, nem pontos vagy biztonságos.
Szerzői jog és adatvédelem: milyen bevitelt nem ad meg
A zene kereskedelmi és kreatív terület; Egyes bemeneteket soha nem szabad nyilvános AI-eszköznek megadni. Ezek közé tartoznak a kiadatlan demók (az Ön dalai, amelyeket még nem adtak ki), a szerződéses munkák szárai (olyan anyagok, amelyeket egy másik előadó/kiadó számára készített, és amelyekre titoktartási kötelezettség vonatkozik), egy előadó engedély nélküli nyers hangfelvétele, valamint a személyes/pénzügyi szerződés részletei. Ennek oka a következő: a nyilvános eszközök adatokat tárolhatnak a szervereiken, vagy felhasználhatják azokat a modell betanításához. Ez a kiszivárgás, a szerzői jogi lánc bizonytalanságának és a szerződésszegésnek a kockázatával jár. A szabály egyszerű: ne osszon meg érzékeny anyagokat; Ha meg kell osztania, válasszon szerződéses és biztonságos eszközt, amely nem használja az adatait a képzés során. Ötletgeneráláshoz vagy általános tanácsadáshoz elegendő egy névtelen, általános leírás: "titkos demóm teljes felvétele" helyett írd le úgy, hogy "80 BPM, moll hangú, melankolikus R&B szám".
három mini tok
1. eset – Biztonságos használat. Egy producernek 6 különböző dallamötlet-vázlatra volt szüksége egy reklámhoz, és 2 napba telt, amíg mindegyiket saját kezűleg kipróbálta. Megadta az YZ műfajt, tempót (110 BPM), érzelmet ("reménykedő, tiszta") és időkorlátokat, és 6 akkord-dallamvázlatot kért. A mesterséges intelligencia 15 perc alatt csontvázakat hozott létre; A producer mindegyiket a zongorán játszotta, kettőt kiiktatott, egyet átírt saját motívumával, és elrendezte a DAW-jában. Időtartam: 2 nap helyett fél nap. Az AI adott egy ötletet, a munka a producerhez került.
2. eset – Meg nem erősített műszaki értékcsapda. Egy beatmaker megkérdezte az AI-t, hogy "milyen magasra tegyem a mesteremet?" "A -6 körüli LUFS szabvány az iparágban" - mondta YZ. A Beatmaker ezt megvalósította; A számot visszafojtották a streaming platformon, ami basszust pumpált, és elvesztette a dinamikát. A tényleges cél -14 LUFS körül volt. Hiba: a technikai érték alkalmazása anélkül, hogy a platformkontextussal érvényesítette volna.
3. eset – Szerzői jog/etika megsértése. Egy producer az ő engedélye nélkül klónozott egy jól ismert művész hangját, és egy kislemezben felhasználta, majd kiadta. A szám vírusos lett, de a művész csapata személyiségi és celebjogok megsértésére hivatkozva intézkedett; A pályát eltávolították a peronokról, és a gyártót jogi kockázatnak tették ki. A helyes út az volt, hogy vagy egyáltalán nem használunk hangot, vagy kifejezett, dokumentált engedéllyel dolgoztunk.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Adj akkordokat egy gyönyörű dalhoz.
Ez a kérés hibás: nem egyértelmű a műfaj, a hangnem, a tempó, az érzelem és a cél. A mesterséges intelligencia csak átlagos, sablonos és kontextus nélküli kimenetet produkál; Nem valószínű, hogy használható lesz.
Erőteljes felszólítás:
Az Ön szerepe: egy zenei producer asszisztense. Műfaj: melankolikus indie-pop. Hangnem: Kiskorú. Tempó: 92 BPM. Érzés: vágyakozás, reményteli szomorúság. Referenciahang: sima, gitár-zongora-orientált. Feladat: javasoljon 4 ütemű akkordmeneteket külön a vershez és a refrénhez. Adjon meg minden haladást római számmal és akkordnévvel, írjon egy rövid indoklást. Kerülje a nagyon gyakori mintákat, amelyek klisék lehetnek; alternatívát is kínálnak. Megjegyzés: Ez egy kezdeti vázlat; A dallam és a végső választás az enyém.
Ez a felszólítás tisztázza a műfajt, a hangszínt, a tempót, az érzelmet, a formát és a szerepet; a kimenetet csonkként pozicionálja. Az eredmény egy használható kezdés.
Gyakori hibák
- A mesterséges intelligencia a művész helyébe helyezése: Az esztétikai és identitási döntések mesterséges intelligenciára való delegálása végül olyan lélektelen produkciót eredményez, amely úgy néz ki, mint mindenki más.
- Technikai érték alkalmazása meghallgatás nélkül: Nem ellenőrizzük az olyan értékeket, mint a LUFS, EQ, tempó fül szerint és platformkontextusban.
- A szerzői jog figyelmen kívül hagyása: Nem ellenőrzi, hogy az előállított dallam/szó/hang sért-e más jogot.
- Érzékeny anyagok feltöltése nyilvános eszközbe: Kiadatlan demó vagy szerződéses szár átadása nyilvános AI-nak.
- Felszólítás szövegkörnyezet nélkül: „Csinálj valami szépet” anélkül, hogy megadnád a műfajt, a hangot, a tempót vagy az érzelmeket.
Tipp: Minden mesterséges intelligencia-munkamenet kimenetének végén tedd hozzá gondolatban: „Ez egy vázlat, a döntés az enyém.” Ez az egyetlen mondat az asszisztens, nem pedig a mester pozíciójába helyezi az eszközt.
Összefoglalva
A mesterséges intelligencia erőteljes gyorsító a zenegyártásban: percekre redukálja az órákon át tartó ötleteket, piszkozatokat, technikai elemzéseket és verbális tartalmakat. De a zene technikailag és identitás szempontjából is érzékeny. A mesterséges intelligencia asszisztensként való elhelyezése a kreatív rétegben opciókat generál, a technikai rétegben pedig méréseket és vázlatokat ad; Mindig tartsa meg az esztétikus választást, az aláírás hangzást és a végső jóváhagyást. Ellenőrizze az egyes nyomatokat úgy, hogy meghallgatja, összehasonlítja a hivatkozással, és szűri a szerzői jogi és etikai szempontok szerint. Ne szállítson érzékeny és összehúzódott anyagot nyitott járművekbe. A kockázat növekedésével a mesterséges intelligencia szerepe csökken, az emberi jóváhagyás pedig nő.
Pályázati feladat
Válasszon egy feladatot a saját legutóbbi projektjéből (például egy kórusdallamot vagy egy mixet). Először írjon két promptot a fenti "gyenge prompt / erős prompt" logikával, és hasonlítsa össze őket. Ezután hajtsa végre az erős prompt kimenetét három ellenőrzési lépésen: (1) hallgassa meg, (2) hasonlítsa össze egy referenciadallal, (3) szerzői jogi/etikai tesztet. Írd le három mondatban az eredményt: mit nyert az MI, mit nem fogadtál el, milyen végső döntést hoztál.
ellenőrző lista
- [ ] Az AI-t asszisztensnek helyeztem el; Az esztétikai és a végső döntést magam tartottam meg.
- [ ] Minden műszaki értéket fül- és platformkontextus alapján ellenőriztem.
- [ ] A keletkezett dallamot/szöveget/hangzást szerzői jogi és etikai szempontból szűrtem.
- [ ] Engedély nélkül nem adtam meg nem publikált bemutatót, szerződéses kérést, vagy járművet, amelyen a hang be van kapcsolva.
- [ ] Műfajt, hangszínt, tempót, érzelmet és szerepkörnyezetet adtam a felszólításaimhoz.
- [ ] Az AI szerepét és emberi jóváhagyását a küldetés kockázati szintje alapján módosítottam.