KI in der Musik: Anwendungen und Werkzeuge wie MusicBrainz Picard

Künstliche Intelligenz (AI) befasst sich damit, menschliche Intelligenz in Maschinen nachzubilden. Ein wichtiger Teil des Menschseins ist unsere Verbindung zur Kunst, insbesondere zur Musik. Musik beeinflusst unsere Kultur und unsere Gefühle tiefgreifend. Dank der Fortschritte in der KI können Maschinen inzwischen Musik erzeugen, die klingt, als wäre sie von Menschen komponiert worden. KI-Musik eröffnet neue Möglichkeiten für innovative Kooperationen zwischen Menschen und KI und verändert die Art und Weise, wie wir Musik erleben und mit ihr interagieren.

In diesem Artikel sehen wir uns an, wie KI zur Erstellung von Musik eingesetzt wird. Außerdem besprechen wir die Verbindung zwischen KI und Tools zur Musikverschlagwortung wie MusicBrainz Picard sowie deren Auswirkungen auf Künstler, Produzenten und die Unterhaltungsbranche insgesamt.

KI für Audiodaten und ihre Bedeutung#

KI kann verschiedene Datentypen verarbeiten, darunter Audiodaten. Audiodaten bestehen, wie sie häufig genannt werden, aus einer Mischung von Wellenfrequenzen mit unterschiedlicher Intensität im Zeitverlauf. Wie Bilddaten oder Zeitreihendaten können Audiodaten in ein Format umgewandelt werden, das KI-Systeme verarbeiten und analysieren können. Schallwellen lassen sich in numerische Daten umwandeln, die von KI-Modellen analysiert werden können.

Eine weitere interessante Methode ist die Verwendung von Fourier-Transformationen, die Schallwellen in ein Spektrogramm umwandeln. Ein Spektrogramm ist eine visuelle Darstellung, die zeigt, wie sich verschiedene Schallfrequenzen im Zeitverlauf verändern. KI-Modelle können Verfahren zur Bilderkennung einsetzen, um Audiodaten zu analysieren und zu interpretieren, indem sie das Spektrogramm wie ein Bild behandeln. KI kann Muster und Merkmale in den Audiodaten erkennen, ähnlich wie bei visuellen Daten.

Abb. 1 Ein Beispiel für die Klassifizierung von Ton durch KI.

Der Einsatz von KI zur Analyse, Bearbeitung und Erzeugung von Audiodaten ermöglicht zahlreiche Anwendungen. Hier sind einige Beispiele:

• Musikerzeugung und Komposition: Erstellen neuer Musik durch Lernen aus bestehenden Kompositionen und Unterstützung von Musikern bei Melodien, Harmonien und Rhythmen.
• Audioverbesserung und Rauschunterdrückung: Verbesserung der Audioqualität durch Reduzierung von Hintergrundgeräuschen in Callcentern, Hörgeräten und bei der Audiobearbeitung.
• Zusammenfassung von Podcasts: Erstellen prägnanter Zusammenfassungen von Podcast-Folgen für eine einfachere Nutzung der Inhalte.
• Emotionserkennung in Sprache: Erkennen von Emotionen in Sprache für den Kundenservice, die Überwachung der psychischen Gesundheit und die Erforschung der Benutzererfahrung.

Funktionsweise von KI-Songgeneratoren#

KI-Songgeneratoren funktionieren, indem sie bestehende Musik analysieren und daraus lernen – ähnlich wie bei der Bilderzeugung. Es ist wichtig, den Unterschied zwischen dem Einsatz von KI zum Verstehen von Musik und ihrem Einsatz zur Erzeugung von Musik zu verstehen. Beim Verstehen von Musik werden Muster analysiert und erkannt, während bei der Musikerzeugung neue Kompositionen auf Grundlage dieser erlernten Muster erstellt werden.

Abb. 2 Vergleich des Verstehens von Musik mit KI und der Erzeugung von KI-Musik.

Der Prozess der KI-Musikerzeugung beginnt mit der Zusammenstellung eines großen Musikdatensatzes, der verschiedene Genres und Stilrichtungen umfasst. Anschließend wird der Datensatz in kleinere Bestandteile wie Noten, Akkorde und Rhythmen zerlegt, die in numerische Daten umgewandelt werden, die die KI verarbeiten kann.

Es gibt viele verschiedene generative KI-Modelle, die darauf trainiert werden können, Musik zu erzeugen. Beispielsweise können KI-Modelle wie Transformer und variationale Autoencoder (VAEs) zusammenarbeiten, um Musik zu erzeugen. VAEs können Eingabegeräusche in einen latenten Raum komprimieren, indem sie ähnliche Musikstücke eng gruppieren, um die Vielfalt und den Reichtum von Musik zu erfassen. Transformer nutzen diesen latenten Raum anschließend, um neue Musik zu erzeugen, indem sie Muster erkennen und sich auf wichtige Noten innerhalb einer Sequenz konzentrieren.

Sobald ein KI-Modell mit diesen Daten trainiert wurde, kann die KI neue Musik erzeugen, indem sie auf Grundlage des Gelernten die nächste Note oder den nächsten Akkord vorhersagt. Durch das Aneinanderreihen dieser Vorhersagen kann sie ganze Kompositionen erstellen. Die erzeugte Musik kann fein abgestimmt werden, um bestimmten Stilrichtungen oder Vorlieben zu entsprechen.

Immer mehr Musikerzeuger nutzen inzwischen diese Technologie. Hier sind einige Beispiele:

• MusicLM von Google: Erzeugt Musik auf Grundlage von Texteingaben und ermöglicht es Nutzern, Genre, Stimmung, Instrumente und die allgemeine Atmosphäre festzulegen.
• MusicGen von Meta: Erstellt Musik aus Textbeschreibungen oder bestehenden Melodien und verwendet dabei ein Tool namens EnCodec zur Verarbeitung von Audiodaten.
• Stable Audio 2.0 von Stability AI: Erzeugt hochwertige Audiotitel und Soundeffekte aus Text- und Audioeingaben und kann vollständige Titel erstellen sowie Audiosamples auf Grundlage von Eingaben verändern.

Die Auswirkungen von KI auf die Musikbranche#

KI-Innovationen schaffen neue Möglichkeiten und Herausforderungen für Musiker, Hörer und Produzenten und führen zu Situationen, die sie möglicherweise noch nicht erlebt haben. Es ist interessant zu beobachten, wie sich die einzelnen Gruppen an diese Fortschritte anpassen, neue Tools nutzen und mit Fragen zu Originalität und Ethik umgehen. Neben der Musikerzeugung bietet KI weitere spannende Möglichkeiten in der Musikbranche, etwa die Verbesserung von Liveauftritten, die Optimierung der Musiksuche und die Unterstützung bei Produktionsprozessen. Sehen wir uns genauer an, wie sich KI auf Musiker, Hörer und Produzenten in der Musikbranche auswirkt.

Abb. 3 Die Auswirkungen generativer KI auf die Musikbranche.

Auswirkungen auf Musiker#

KI verändert die Art und Weise, wie Musiker Musik erstellen. In generative KI integrierte Tools können dabei helfen, neue Melodien, Akkordfolgen und Liedtexte zu erzeugen, sodass Musiker kreative Blockaden leichter überwinden. KI wurde auch eingesetzt, um unvollendete Werke fertigzustellen, etwa den neuen Song der Beatles, „Now And Then“, der mit John Lennons Gesang aus einer alten Demoaufnahme erstellt wurde. Der zunehmende Einsatz von KI-generierter Musik, die den Stil etablierter Künstler nachahmt, wirft jedoch Fragen zur Originalität auf. So befürchten beispielsweise Künstler wie Bad Bunny, dass KI ihre Stimmen und Stilrichtungen ohne Zustimmung nachahmt.

Über die Musikerzeugung hinaus können KI und Computer Vision Musikern dabei helfen, bessere Auftritte und Musikvideos zu gestalten. Ein Musikvideo besteht aus vielen verschiedenen Elementen, darunter Tanz. Modelle zur Posenschätzung wie Ultralytics YOLOv8 können menschliche Posen in Bildern und Videos verstehen und eine Rolle bei der Erstellung choreografierter Tanzsequenzen spielen, die mit der Musik synchronisiert sind.

Ein weiteres gutes Beispiel für den Einsatz von KI bei der Choreografie ist das Projekt „Dance to Music“ von NVIDIA. In diesem Projekt wurden KI und ein zweistufiges Verfahren eingesetzt, um neue Tanzbewegungen zu erzeugen, die vielfältig und stilistisch konsistent sind sowie dem Takt entsprechen. Zunächst wurden Posenschätzung und ein kinematischer Taktdetektor verwendet, um aus einer großen Sammlung von Tanzvideos verschiedene taktgerechte Tanzbewegungen zu erlernen. Anschließend wurde ein generatives KI-Modell eingesetzt, um diese Tanzbewegungen zu einer Choreografie zusammenzustellen, die dem Rhythmus und Stil der Musik entsprach. Von KI choreografierte Tanzbewegungen verleihen Musikvideos ein interessantes visuelles Element und helfen Künstlern, kreativer zu sein.

Auswirkungen auf Hörer#

Für Hörer kann KI die Suche nach Musik und das Hörerlebnis verbessern. Plattformen wie Spotify und Apple Music nutzen KI, um personalisierte Wiedergabelisten zusammenzustellen und auf Grundlage des Hörverhaltens der Nutzer neue Musik zu empfehlen. Wenn du auf diesen Plattformen neue Künstler und Genres entdeckst, ist das die Magie der KI.

KI-gestützte virtuelle Realität (VR) verbessert ebenfalls das Erlebnis bei Livekonzerten. So nutzt beispielsweise Travis Scott VR, um virtuelle Auftritte für ein weltweites Publikum zu erstellen. Die Fülle an KI-generierter Musik auf Plattformen wie TikTok kann die Musiksuche jedoch überwältigend machen. Dadurch kann es für neue Künstler schwieriger werden, aus der Masse herauszustechen.

Abb. 4 KI macht Konzerterlebnisse in der virtuellen Realität (VR) möglich.

Auswirkungen auf Produzenten#

Produzenten profitieren in mehrfacher Hinsicht von KI. KI-Tools zur Unterstützung bei Tonhöhenkorrektur, Mischung und Mastering optimieren den Produktionsprozess. KI-gestützte virtuelle Instrumente und Synthesizer wie IBMs Watson Beat können neue Klänge und Klangstrukturen erzeugen und dadurch die kreativen Möglichkeiten erweitern.

KI auf Streamingplattformen ist nicht nur für Hörer von Vorteil, sondern hilft auch Produzenten, ein größeres Publikum zu erreichen. Wie Musiker befürchten jedoch auch Produzenten, dass die Fähigkeit der KI, den Stil etablierter Künstler nachzuahmen, ethische und rechtliche Fragen zur Ausbeutung der einzigartigen Stimmen und Stilrichtungen von Künstlern aufwirft. Dies hat zu rechtlichen Auseinandersetzungen geführt, etwa zu Klagen großer Musikunternehmen wie Universal, Sony und Warner gegen KI-Startups wie Suno und Udio, denen vorgeworfen wird, urheberrechtlich geschützte Werke ohne Genehmigung zum Trainieren ihrer Modelle verwendet zu haben.

Verwalten von Musikbibliotheken mit KI-integrierten Tools wie MusicBrainz Picard#

Wir haben kurz einige Anwendungen von KI in der Musik betrachtet, indem wir ihre Auswirkungen auf verschiedene Beteiligte in der Musikbranche untersucht haben. Nun sehen wir uns eine spezifischere Anwendung von KI in der Musik an: KI-gestützte Tools zur Musikverwaltung wie MusicBrainz Picard. Diese Tools sind äußerst nützlich, um digitale Musikbibliotheken zu organisieren und zu verwalten.

Abb. 5 Musikbibliotheken können mit KI verwaltet werden.

Sie identifizieren und verschlagworten Musikdateien automatisch mit präzisen Metadaten wie Künstlernamen, Albumtiteln und Titelnummern. MusicBrainz Picard erleichtert die übersichtliche Organisation von Musiksammlungen. Eine der wichtigsten in MusicBrainz Picard integrierten Technologien sind AcoustID-Audiofingerabdrücke. Diese Fingerabdrücke identifizieren Musikdateien anhand ihres tatsächlichen Audioinhalts, selbst wenn die Dateien keine Metadaten enthalten.

Warum ist das so wichtig? Große Organisationen wie die BBC, Google, Amazon, Spotify und Pandora stützen sich auf MusicBrainz-Daten, um ihre musikbezogenen Dienste zu verbessern. Die von Tools wie MusicBrainz Picard erstellten Metadaten sind für Entwickler, die Musikdatenbanken, Anwendungen zur Verschlagwortung oder andere musikbezogene Software entwickeln, von entscheidender Bedeutung. Das Fundament der KI sind Daten. Ohne Tools wie Picard wäre es sehr schwierig, die für Analysen und die Entwicklung von Anwendungen erforderlichen sauberen und präzisen Daten zu erhalten. Es ist faszinierend, dass KI-gestützte Tools KI nutzen und gleichzeitig die für KI-Anwendungen benötigten Daten erzeugen – so entsteht ein vorteilhafter Kreislauf aus Verbesserung und Innovation.

Abschließende Anmerkungen zu KI in der Musik#

Wir haben uns mit den Wellen beschäftigt, die KI in der Musik schlägt. Auch die rechtlichen Rahmenbedingungen für KI-generierte Musik entwickeln sich weiter. Die aktuellen Vorschriften, etwa die des U.S. Copyright Office, legen fest, dass vollständig von KI erzeugte Werke nicht urheberrechtlich geschützt werden können, da ihnen eine menschliche Urheberschaft fehlt. Leistet ein Mensch jedoch einen wesentlichen Beitrag zum kreativen Prozess, kann das Werk für urheberrechtlichen Schutz infrage kommen. Da KI zunehmend in die Musikbranche integriert wird, sind fortlaufende rechtliche und ethische Diskussionen unerlässlich, um diese Herausforderungen zu bewältigen. Mit Blick auf die Zukunft bietet KI in der Musik enormes Potenzial, indem sie Technologie mit menschlicher Kreativität verbindet und die Möglichkeiten bei der Erstellung und Produktion von Musik erweitert.

Entdecke KI in unserem GitHub-Repository und werde Teil unserer lebendigen Community. Erfahre auf unseren Lösungsseiten mehr über KI-Anwendungen in der Fertigung und Landwirtschaft.