バッハからジャズまでオリジナル曲を瞬時に作るMuseNet

これまでに、ケイティ・ペリーによる、モーツァルトスタイルのピアノとハープの協奏曲を聞きたいと思ったことはあるだろうか？試してみても良いはずだ。なぜなら、今やOpenAIの最新の成果であるMuseNetを使えば、それが可能になったからだ。幸いなことに今回の成果物は破滅的な可能性は秘めていない。

この機械学習モデルは、アーティストの知識に基づき、数小節を与えられることで、これまでになかった音楽を生み出すことができる。

これまでこうした例がなかったわけではない。コンピューターによって生成される音楽はすでに何十年前から存在している。しかしOpenAIのアプローチは柔軟性があってスケーラブルなもののように思える。様々なジャンルやアーティストの情報に基いた音楽を生成し、それらを自由な音のスタイルで組み合わせるのだ。このモデルは多くのDNAを、「公開するには危険すぎる」言語モデルGPTと共有しているが、無限に音楽を世界に流し続けることの脅威は、自動生成されたものと判定できないコンピューター生成テキストが流されることに比べれば、小さいように思える。

関連記事：OpenAIは非常に優れたテキストジェネレータを開発したが、そのままリリースするのは危険すぎると考えている

MuseNetは数十人のアーティストたちの作品によって訓練を受けている。使われたアーティストは、ショパンやバッハから（比較的）モダンなアーティストであるアデルやビートルズまで、そしてアフリカ、アラビア、そしてインドの作品も含まれている。その複雑な機械学習システムは「アテンション」に多くの労力を使っている。これはAIにおける専門用語で、基本的には、創作の次のステップに対してモデルが使うコンテキストの量を意味している。

たとえば、モーツァルトの作品を見てみよう。もしモデルが一度に数秒分しか学習しないとしたら、強弱に満ち、音調や楽器が切り替わって行くような、交響曲のより大きな音楽の構造を学習することはできないだろう。しかし、今回使われているモデルには、音を約4分間保持できるくらい十分な仮想脳空間が与えられている。これはゆっくりとしたスタートから壮大なフィニッシュまでや、基本的なヴァース・コーラス・ヴァース形式を取り込むのに十分な長さだ。

まあもちろん理論的にはということだが。モデルは実際には音楽理論を理解してはいない。理解しているのは、この音があの音に続いていて、そのあとにはこの音が続き、そしてこんな種類のコードが続く傾向がある、というものだけだ。その作品は構造的には初歩的なものだが、取り込まれた楽曲が非常によく模倣されていることは、聞いたときに明らかにわかる。

以下ソース
https://jp.techcrunch.com/2019/04/27/2019-04-25-musenet-...

サンプル（https://openai.com/blog/musenet...）
https://soundcloud.com/openai_audio/chopin-f-minor-et...
https://soundcloud.com/openai_audio/jazz-tri...
https://soundcloud.com/openai_audio/genre-bluegras...
https://soundcloud.com/openai_audio/prompted-with-fir...
https://soundcloud.com/openai_audio/pop-nocturn...（ボンジョビ風とショパン風の融合）

返信する

エリックサティのような平坦で抑揚のない背景として邪魔にならない音楽づくりには合うかも
ちゃんと聞こうとする音楽は必ずミュージシャンの緊張と緩和といった息遣いがあって
こっちも少しハラハラしながら聞き入ってしまうもの
エモーショナルな意味で好き嫌いに支配されてる芸術はAIには無理な気がしてきた
芸術に触れることはタスクを処理することではない

返信する