ChatGPT ne peut pas faire de musique, mais le nouveau modèle d'IA de Google le peut
Google partage des informations sur un nouveau modèle d’IA expérimental, MusicLM, qui peut créer une chanson à partir d’une simple saisie de texte.
Les coûts de production constituent un obstacle majeur à l’entrée dans l’industrie de la musique. Même une fois qu’un artiste a collecté les fonds, il peut être extrêmement difficile de trouver un producteur de musique et un studio pour répondre à ses besoins. Et si vous pouviez simplement demander à votre ordinateur de faire le rythme que vous envisagez ? Avec le modèle MusicLM de Google, générer de la musique à partir de texte pourrait être une réalité.
La semaine dernière, Google a publié un article universitaire sur son modèle d'IA générative MusicLM qui crée de la musique à partir des invites textuelles de l'utilisateur. Le modèle peut réaliser n’importe quel clip audio de 10 secondes à une chanson complète, en utilisant autant de détails spécifiques que vous lui donnez. Il peut également prendre une chanson existante et la produire avec un son différent.
Selon l’article, les invites pour le modèle d’IA peuvent inclure des commandes détaillées telles que « chanson de jazz enchanteresse avec un solo de saxophone mémorable et un chanteur solo » ou « techno berlinoise des années 90 avec une basse basse et un coup de pied puissant ». Pour voir des exemples de toutes ses différentes invites et capacités, vous pouvez cliquer ici.
Yesterday, Google published a paper on a new AI model called MusicLM.
— Product Hunt 😸 (@ProductHunt) January 27, 2023
The model generates 24 kHz music from rich captions like "A fusion of reggaeton and electronic dance music, with a spacey, otherworldly sound. Induces the experience of being lost in space." pic.twitter.com/XPv0PEQbUh
Ce n'est pas la première tentative de Google, ou de l'industrie, d'un système de chansons par l'IA. OpenAI, la société de recherche en IA à l’origine de ChatGPT et DALL-E, a sa propre version, JukeBox, qui n’a pas encore été rendue publique. Riffusion, un réseau neuronal qui produit de la musique à partir d’images sonores, est déjà disponible pour le public.
Mais selon Google, son nouveau système est meilleur que tout ce qui a été fait auparavant : « Nos expériences montrent à travers des mesures quantitatives et des évaluations humaines que MusicLM surpasse les systèmes précédents tels que Mubert et Riffusion, à la fois en termes de qualité et de respect de la légende. »
Alors, quand serons-nous en mesure d’utiliser ce modèle d’IA « meilleur que tout ce qui existe » ? La réponse est, malheureusement, pas de sitôt.
Dans le document, Google reconnaît le risque que ces types de modèles pourraient poser à l’appropriation illicite du contenu créatif et aux biais inhérents présents dans la formation qui pourraient affecter les cultures sous-représentées dans la formation, ainsi que les craintes d’appropriation culturelle. Pour toutes ces raisons, Google dit qu’il n’a pas l’intention de sortir des modèles à ce stade.
Ces derniers temps, nous avons vu des modèles d’IA qui présentent les risques décrits par Google. Avec la sortie de modèles artistiques générés par l'IA, tels que l'AI Time Machine de Lensa, les artistes ont dénoncé le fait que leurs œuvres aient été volées par des modèles d'art IA sans crédit ni compensation.
Dans le même temps, l’intérêt soudain pour les outils d’IA tels que ChatGPT aurait incité Google à envisager de déployer plus rapidement des produits basés sur l’IA.