الذكاء الاصطناعي في الموسيقى: تطبيقات وأدوات مثل MusicBrainz Picard

يدور الذكاء الاصطناعي (AI) حول إعادة إنشاء الذكاء البشري في الآلات. ومن الجوانب المهمة في إنسانيتنا ارتباطنا بالفنون، ولا سيما الموسيقى. فالموسيقى تؤثر بعمق في ثقافتنا ومشاعرنا. وبفضل التقدم في الذكاء الاصطناعي، تستطيع الآلات الآن تأليف موسيقى تبدو وكأن البشر ألّفوها. وتفتح الموسيقى المُنتجة بالذكاء الاصطناعي آفاقًا جديدة لتعاون مبتكر بين البشر والذكاء الاصطناعي، كما تغيّر طريقة استمتاعنا بالموسيقى وتفاعلنا معها.

سنتناول في هذه المقالة كيفية استخدام الذكاء الاصطناعي لإنشاء الموسيقى. كما سنناقش الصلة بين الذكاء الاصطناعي وأدوات وسم الموسيقى مثل MusicBrainz Picard، وتأثيرها في الفنانين والمنتجين وقطاع الترفيه عمومًا.

الذكاء الاصطناعي الصوتي وأهميته#

يستطيع الذكاء الاصطناعي التعامل مع أنواع مختلفة من البيانات، بما في ذلك الصوت. والبيانات الصوتية، التي تُسمى غالبًا بيانات الصوت، مزيج من ترددات الموجات بشدات متفاوتة على مدى الزمن. وعلى غرار الصور أو بيانات السلاسل الزمنية، يمكن تحويل البيانات الصوتية إلى تنسيق تستطيع أنظمة الذكاء الاصطناعي معالجته وتحليله. ويمكن تحويل الموجات الصوتية إلى بيانات رقمية تحللها نماذج الذكاء الاصطناعي.

ومن الأساليب المثيرة للاهتمام استخدام تحويلات فورييه، التي تحوّل الموجات الصوتية إلى مخطط طيفي. والمخطط الطيفي تمثيل مرئي يوضح تغير الترددات الصوتية المختلفة بمرور الوقت. ويمكن لنماذج الذكاء الاصطناعي تطبيق تقنيات التعرّف على الصور لتحليل البيانات الصوتية وتفسيرها، وذلك بالتعامل مع المخطط الطيفي كأنه صورة. ويستطيع الذكاء الاصطناعي تحديد الأنماط والسمات داخل الصوت، على غرار ما يفعله مع البيانات المرئية.

الشكل 1. مثال على تصنيف الذكاء الاصطناعي للصوت.

يتيح استخدام الذكاء الاصطناعي لتحليل البيانات الصوتية ومعالجتها وتوليدها مجموعة متنوعة من التطبيقات. إليكم بعض الأمثلة:

• توليد الموسيقى وتأليفها: إنشاء موسيقى جديدة بالتعلم من المؤلفات الموجودة ومساعدة الموسيقيين على ابتكار الألحان والتناغمات والإيقاعات.
• تحسين الصوت وتقليل الضوضاء: تحسين جودة الصوت من خلال الحد من الضوضاء الخلفية في مراكز الاتصال والمعينات السمعية وتحرير الصوت.
• تلخيص البودكاست: إنشاء ملخصات موجزة لحلقات البودكاست لتسهيل استهلاك المحتوى.
• اكتشاف المشاعر من الكلام: اكتشاف المشاعر في الكلام لأغراض خدمة العملاء ومراقبة الصحة النفسية وأبحاث تجربة المستخدم.

فهم آلية عمل مولدات الأغاني بالذكاء الاصطناعي#

تعمل مولدات الأغاني بالذكاء الاصطناعي عبر تحليل الموسيقى الموجودة والتعلم منها، على غرار توليد الصور. ومن المهم فهم الفرق بين استخدام الذكاء الاصطناعي لفهم الموسيقى واستخدامه لتوليدها. إذ يتضمن فهم الموسيقى تحليل الأنماط وتحديدها، بينما ينطوي توليد الموسيقى على إنشاء مؤلفات جديدة استنادًا إلى تلك الأنماط المكتسبة.

الشكل 2. مقارنة فهم الموسيقى باستخدام الذكاء الاصطناعي وتوليد الموسيقى بالذكاء الاصطناعي.

تبدأ عملية توليد الموسيقى بالذكاء الاصطناعي بجمع مجموعة بيانات كبيرة من الموسيقى تضم أنواعًا وأساليب متنوعة. ثم تُقسّم مجموعة البيانات إلى مكونات أصغر مثل النغمات والأوتار والإيقاعات، وتُحوّل إلى بيانات رقمية يستطيع الذكاء الاصطناعي معالجتها.

يمكن تدريب العديد من نماذج الذكاء الاصطناعي التوليدي المختلفة لتوليد الموسيقى. فعلى سبيل المثال، يمكن لنماذج الذكاء الاصطناعي مثل المحولات والمشفّرات التلقائية التباينية (VAEs) أن تعمل معًا لتوليد الموسيقى. وتستطيع VAEs ضغط الأصوات المدخلة في فضاء كامن عبر تجميع المقاطع الموسيقية المتشابهة بالقرب من بعضها، لالتقاط تنوع الموسيقى وثرائها. ثم تستخدم المحولات هذا الفضاء الكامن لتوليد موسيقى جديدة من خلال فهم الأنماط والتركيز على النغمات المهمة في التسلسل.

بعد تدريب نموذج الذكاء الاصطناعي على هذه البيانات، يستطيع النموذج توليد موسيقى جديدة من خلال توقع النغمة أو الوتر التالي استنادًا إلى ما تعلمه. ويمكنه إنشاء مؤلفات كاملة بربط هذه التوقعات بعضها ببعض. كما يمكن ضبط الموسيقى الناتجة بدقة لتوافق أساليب أو تفضيلات محددة.

بدأنا نرى مزيدًا من مولدات الموسيقى التي تستخدم هذه التقنية. إليكم بعض الأمثلة:

• MusicLM من Google: يولّد الموسيقى استنادًا إلى مطالبات نصية، ما يتيح للمستخدمين تحديد النوع والمزاج والآلات الموسيقية والطابع العام.
• MusicGen من Meta: ينشئ الموسيقى انطلاقًا من أوصاف نصية أو ألحان موجودة، مستخدمًا أداة تُسمى EnCodec لمعالجة البيانات الصوتية.
• Stable Audio 2.0 من Stability AI: ينتج مقاطع صوتية ومؤثرات صوتية عالية الجودة من مدخلات نصية وصوتية، ويمكنه إنشاء مقاطع كاملة وتحويل عينات صوتية استنادًا إلى المطالبات.

أثر الذكاء الاصطناعي في صناعة الموسيقى#

يخلق الابتكار في الذكاء الاصطناعي فرصًا وتحديات جديدة للموسيقيين والمستمعين والمنتجين، ويقود إلى مواقف قد لا يكونون قد واجهوها من قبل. ومن المثير للاهتمام متابعة كيفية تكيف كل فئة مع هذه التطورات، واستخدامها أدوات جديدة، والتعامل مع المخاوف بشأن الأصالة والأخلاقيات. وإلى جانب توليد الموسيقى، للذكاء الاصطناعي إمكانات واعدة أخرى في صناعة الموسيقى، مثل تحسين العروض الحية، وتسهيل اكتشاف الموسيقى، والمساعدة في عمليات الإنتاج. لنتعمق في كيفية تأثير الذكاء الاصطناعي على الموسيقيين والمستمعين والمنتجين في صناعة الموسيقى.

الشكل 3. أثر الذكاء الاصطناعي التوليدي في صناعة الموسيقى.

الأثر في الموسيقيين#

يغيّر الذكاء الاصطناعي طريقة إنشاء الموسيقيين للموسيقى. ويمكن للأدوات المدمجة مع الذكاء الاصطناعي التوليدي المساعدة في ابتكار ألحان جديدة وتتابعات وترية وكلمات، ما يسهّل على الموسيقيين تجاوز العوائق الإبداعية. كما استُخدم الذكاء الاصطناعي لإكمال أعمال غير مكتملة، مثل أغنية فريق البيتلز الجديدة «Now And Then»، التي أُنشئت باستخدام غناء جون لينون من تسجيل تجريبي قديم. غير أن انتشار الموسيقى المُنشأة بالذكاء الاصطناعي التي تحاكي أساليب فنانين معروفين يثير مخاوف بشأن الأصالة. فعلى سبيل المثال، يقلق فنانون مثل Bad Bunny من استنساخ الذكاء الاصطناعي لأصواتهم وأساليبهم دون موافقتهم.

إلى جانب إنشاء الموسيقى، يمكن للذكاء الاصطناعي والرؤية الحاسوبية مساعدة الموسيقيين على إعداد عروض ومقاطع فيديو موسيقية أفضل. ويتألف الفيديو الموسيقي من عناصر كثيرة ومتنوعة، والرقص أحدها. ويمكن لنماذج تقدير الوضعيات مثل Ultralytics YOLOv8 فهم وضعيات البشر في الصور ومقاطع الفيديو، والمساهمة في إنشاء سلاسل رقص مصممة تتزامن مع الموسيقى.

ومن الأمثلة الجيدة الأخرى على استخدام الذكاء الاصطناعي في تصميم الرقصات مشروع «Dance to Music» من NVIDIA. استخدم المشروع الذكاء الاصطناعي وعملية من خطوتين لتوليد حركات رقص جديدة متنوعة ومتسقة الأسلوب ومتوافقة مع الإيقاع. أولًا، استُخدم تقدير الوضعيات وكاشف حركي للإيقاع لتعلّم حركات رقص متنوعة متوافقة مع الإيقاع، اعتمادًا على مجموعة كبيرة من مقاطع فيديو الرقص. ثم استُخدم نموذج للذكاء الاصطناعي التوليدي لتنظيم حركات الرقص هذه في تصميمات تتوافق مع إيقاع الموسيقى وأسلوبها. وتضفي حركات الرقص المصممة بالذكاء الاصطناعي عنصرًا بصريًا مثيرًا للاهتمام على مقاطع الفيديو الموسيقية، وتساعد الفنانين على إطلاق العنان لمزيد من الإبداع.

الأثر في المستمعين#

يمكن للذكاء الاصطناعي تحسين تجربة اكتشاف الموسيقى والاستماع إليها. وتستخدم منصات مثل Spotify وApple Music الذكاء الاصطناعي لإعداد قوائم تشغيل مخصصة واقتراح موسيقى جديدة استنادًا إلى عادات الاستماع لدى المستخدمين. فعندما تكتشف فنانين وأنواعًا موسيقية جديدة على هذه المنصات، يكون الذكاء الاصطناعي غالبًا وراء ذلك.

يسهم الواقع الافتراضي (VR) المدعوم بالذكاء الاصطناعي أيضًا في تحسين تجارب الحفلات الموسيقية الحية. فعلى سبيل المثال، يستخدم Travis Scott الواقع الافتراضي لإنشاء عروض افتراضية تصل إلى جمهور عالمي. غير أن وفرة الموسيقى المُنشأة بالذكاء الاصطناعي على منصات مثل TikTok قد تجعل اكتشاف الموسيقى أمرًا مربكًا، وربما تصعّب على الفنانين الجدد لفت الأنظار.

الشكل 4. يتيح الذكاء الاصطناعي تجارب الحفلات الموسيقية بالواقع الافتراضي (VR).

الأثر في المنتجين#

يستفيد المنتجون من الذكاء الاصطناعي بطرق متعددة. فالأدوات التي تساعد على تصحيح طبقة الصوت والمزج والإتقان تيسّر عملية الإنتاج. كما يمكن للآلات الموسيقية الافتراضية ومركّبات الصوت المدعومة بالذكاء الاصطناعي، مثل Watson Beat من IBM، ابتكار أصوات وأنسجة صوتية جديدة توسّع آفاق الإبداع.

لا يقتصر نفع الذكاء الاصطناعي على منصات البث على المستمعين، بل يساعد المنتجين أيضًا على الوصول إلى جمهور أوسع. لكن، كما هو الحال مع مخاوف الموسيقيين، تثير قدرة الذكاء الاصطناعي على محاكاة أسلوب الفنانين المعروفين قضايا أخلاقية وقانونية تتعلق باستغلال أصوات الفنانين وأساليبهم الفريدة. وقد أدى ذلك إلى نزاعات قانونية، مثل الدعاوى القضائية التي رفعتها شركات موسيقية كبرى مثل Universal وSony وWarner ضد شركات ناشئة في مجال الذكاء الاصطناعي مثل Suno وUdio، بزعم استخدامها أعمالًا محمية بحقوق الطبع والنشر لتدريب نماذجها دون إذن.

إدارة مكتبات الموسيقى باستخدام أدوات مدمجة بالذكاء الاصطناعي مثل MusicBrainz Picard#

استعرضنا بإيجاز بعض تطبيقات الذكاء الاصطناعي في الموسيقى من خلال فهم تأثيره على مختلف الأطراف المعنية في صناعة الموسيقى. والآن، لننظر في تطبيق أكثر تحديدًا للذكاء الاصطناعي في الموسيقى: أدوات إدارة الموسيقى المعززة بالذكاء الاصطناعي مثل MusicBrainz Picard. وتفيد هذه الأدوات في تنظيم مكتبات الموسيقى الرقمية وإدارتها.

الشكل 5. يمكن إدارة مكتبات الموسيقى باستخدام الذكاء الاصطناعي.

تتعرف هذه الأدوات تلقائيًا على ملفات الموسيقى وتضيف إليها وسومًا تتضمن بيانات وصفية دقيقة، مثل أسماء الفنانين وعناوين الألبومات وأرقام المقاطع. ويسهّل MusicBrainz Picard تنظيم مجموعات الموسيقى. ومن التقنيات الرئيسية المدمجة فيه البصمات الصوتية AcoustID. وتتعرف هذه البصمات على ملفات الموسيقى استنادًا إلى محتواها الصوتي الفعلي، حتى إن كانت الملفات تفتقر إلى البيانات الوصفية.

لماذا يُعد ذلك مهمًا جدًا؟ تعتمد مؤسسات كبرى مثل BBC وGoogle وAmazon وSpotify وPandora على بيانات MusicBrainz لتحسين خدماتها المتعلقة بالموسيقى. وتُعد البيانات الوصفية التي تنشئها أدوات مثل MusicBrainz Picard ضرورية للمطورين الذين يبنون قواعد بيانات الموسيقى أو تطبيقات وضع العلامات أو غيرها من البرمجيات المتعلقة بالموسيقى. والبيانات هي الأساس الذي يقوم عليه الذكاء الاصطناعي، ومن دون أدوات مثل Picard، سيصعب جدًا توفير البيانات النظيفة والدقيقة اللازمة للتحليل وتطوير التطبيقات. وتساعد الأدوات المعززة بالذكاء الاصطناعي، مثل هذه الأدوات، أيضًا في إنشاء البيانات اللازمة لتطبيقات الذكاء الاصطناعي، ما يشكل دورة مفيدة من التحسين والابتكار.

ملاحظات ختامية حول الذكاء الاصطناعي في الموسيقى#

يُحدث الذكاء الاصطناعي تحولًا في الموسيقى بالفعل، ويتطور معه المشهد القانوني المحيط بالموسيقى المُنتجة بالذكاء الاصطناعي. وتنص اللوائح الحالية، مثل لوائح مكتب حقوق الطبع والنشر الأمريكي، على أنه لا يمكن الحصول على حقوق الطبع والنشر للأعمال التي ينتجها الذكاء الاصطناعي بالكامل، لافتقارها إلى التأليف البشري. أما إذا أسهم الإنسان إسهامًا كبيرًا في العملية الإبداعية، فقد يكون العمل مؤهلًا لحماية حقوق الطبع والنشر. ومع استمرار اندماج الذكاء الاصطناعي في صناعة الموسيقى، ستكون المناقشات القانونية والأخلاقية المستمرة ضرورية للتعامل مع هذه التحديات. وتبدو إمكانات الذكاء الاصطناعي في الموسيقى كبيرة، إذ يجمع بين التكنولوجيا والإبداع البشري لتوسيع آفاق إنشاء الموسيقى وإنتاجها.

استكشف الذكاء الاصطناعي بزيارة مستودع GitHub والانضمام إلى مجتمعنا. تعرّف على تطبيقات الذكاء الاصطناعي في التصنيع والزراعة عبر صفحات الحلول لدينا.