KI in der Musik: Anwendungen und Tools wie MusicBrainz Picard

Bei künstlicher Intelligenz (AI) geht es darum, menschliche Intelligenz in Maschinen nachzubilden. Ein wichtiger Teil des Menschseins ist unsere Verbindung zu den Künsten, insbesondere zur Musik. Musik beeinflusst unsere Kultur und Gefühle tiefgreifend. Dank Fortschritten in der KI können Maschinen heute Musik erzeugen, die klingt, als wäre sie von Menschen komponiert worden. KI-generierte Musik eröffnet neue Möglichkeiten für innovative Zusammenarbeit zwischen Menschen und KI und verändert, wie wir Musik erleben und mit ihr interagieren.

In diesem Artikel sehen wir uns an, wie KI zur Musikproduktion 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 Klänge und ihre Bedeutung#

KI kann verschiedene Datentypen verarbeiten, darunter auch Klänge. Klangdaten, oft auch Audiodaten genannt, bestehen aus Wellenfrequenzen unterschiedlicher Intensität, die sich im Zeitverlauf verändern. Genau wie Bilder oder Zeitreihendaten lassen sich Audiodaten in ein Format umwandeln, das KI-Systeme verarbeiten und analysieren können. Schallwellen können in numerische Daten umgewandelt werden, die sich mit KI-Modellen analysieren lassen.

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

Abb. 1. Beispiel für die Klassifizierung von Klängen durch KI.

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

• Musikgenerierung und Komposition: Neue Musik entsteht, indem von vorhandenen Kompositionen gelernt wird; außerdem unterstützt KI Musiker bei Melodien, Harmonien und Rhythmen.
• Klangverbesserung und Rauschunterdrückung: Verbesserung der Klangqualität durch Verringerung von Hintergrundgeräuschen für Callcenter, Hörgeräte und die Audiobearbeitung.
• Podcasts zusammenfassen: Prägnante Zusammenfassungen von Podcastfolgen erstellen, damit sich die Inhalte leichter aufnehmen lassen.
• Emotionserkennung in Sprache: Erkennung von Emotionen in der Sprache für den Kundenservice, die Überwachung der psychischen Gesundheit und die Nutzerforschung.

So funktionieren KI-Songgeneratoren#

KI-Songgeneratoren analysieren und erlernen vorhandene Musik, ähnlich wie bei der Bildgenerierung. Es ist wichtig, zwischen dem Einsatz von KI zum Verstehen von Musik und ihrem Einsatz zur Musikgenerierung zu unterscheiden. Musik zu verstehen bedeutet, Muster zu analysieren und zu erkennen. Musik zu generieren bedeutet dagegen, auf Basis dieser erlernten Muster neue Kompositionen zu schaffen.

Abb. 2. Vergleich zwischen dem Verstehen von Musik mit KI und der KI-Musikgenerierung.

Bei der KI-Musikgenerierung wird zunächst ein großer Datensatz mit Musik verschiedener Genres und Stile zusammengestellt. Anschließend wird der Datensatz in kleinere Bestandteile wie Noten, Akkorde und Rhythmen zerlegt, die in numerische Daten umgewandelt werden, welche die KI verarbeiten kann.

Es gibt viele verschiedene Modelle für generative KI, die zum Erzeugen von Musik trainiert werden können. So können beispielsweise KI-Modelle wie Transformer und Variational Autoencoder (VAEs) zusammenarbeiten, um Musik zu erzeugen. VAEs können Eingabeklänge in einen latenten Raum komprimieren, indem sie ähnliche Musikstücke nahe beieinander gruppieren und so die Vielfalt und den Reichtum der Musik erfassen. Anschließend nutzen Transformer diesen latenten Raum, um neue Musik zu erzeugen, indem sie Muster erkennen und wichtige Notenfolgen berücksichtigen.

Sobald ein KI-Modell mit diesen Daten trainiert wurde, kann die KI neue Musik generieren, indem sie auf Grundlage des Gelernten die nächste Note oder den nächsten Akkord vorhersagt. Durch Aneinanderreihen dieser Vorhersagen kann sie ganze Kompositionen erstellen. Die generierte Musik lässt sich an bestimmte Stile oder Vorlieben anpassen.

Immer mehr Musikgeneratoren nutzen diese Technologie. Hier einige Beispiele:

• MusicLM von Google: Generiert Musik anhand von Texteingaben. Nutzer können Genre, Stimmung, Instrumente und den allgemeinen Charakter festlegen.
• MusicGen von Meta: Erstellt Musik aus Textbeschreibungen oder vorhandenen Melodien und nutzt dazu ein Tool namens EnCodec zur Verarbeitung von Audiodaten.
• Stable Audio 2.0 von Stability AI: Erzeugt aus Text- und Audioeingaben hochwertige Tonspuren und Soundeffekte. Das Modell kann vollständige Stücke erstellen und Audiobeispiele anhand von Eingaben umwandeln.

Die Auswirkungen von KI auf die Musikbranche#

KI-Innovationen eröffnen Musikern, Hörern und Produzenten neue Möglichkeiten und stellen sie vor Herausforderungen, die sie bislang vielleicht nicht kannten. Es ist interessant zu beobachten, wie sich jede Gruppe auf diese Entwicklungen einstellt, neue Werkzeuge nutzt und mit Fragen zu Originalität und Ethik umgeht. Neben der Musikerzeugung bietet KI in der Musikbranche weitere spannende Möglichkeiten, etwa die Verbesserung von Live-Auftritten, die Entdeckung neuer Musik und die Unterstützung bei der Produktion. Sehen wir uns genauer an, wie KI Musiker, Hörer und Produzenten in der Musikbranche beeinflusst.

Abb. 3. Die Auswirkungen generativer KI auf die Musikbranche.

Auswirkungen auf Musiker#

KI verändert die Art und Weise, wie Musiker Musik schaffen. Integrierte Tools mit generativer KI können neue Melodien, Akkordfolgen und Liedtexte erstellen und Musikern so helfen, kreative Blockaden zu überwinden. KI wurde auch genutzt, um unvollendete Werke fertigzustellen, etwa den neuen Song der Beatles „Now And Then“, der mit John Lennons Gesang aus einer alten Demoaufnahme entstand. Die zunehmende Verbreitung KI-generierter Musik, die den Stil bekannter Künstler nachahmt, weckt jedoch Bedenken hinsichtlich der Originalität. Künstler wie Bad Bunny befürchten beispielsweise, dass KI ihre Stimmen und ihren Stil ohne Zustimmung nachbildet.

Über das Erstellen von Musik hinaus können KI und Computervision Musikern dabei helfen, bessere Auftritte und Musikvideos zu gestalten. Ein Musikvideo besteht aus vielen verschiedenen Elementen, darunter auch Tanz. Posenschätzungsmodelle wie Ultralytics YOLOv8 können menschliche Posen in Bildern und Videos erfassen und dabei helfen, choreografierte Tanzsequenzen zu erstellen, die mit der Musik synchronisiert sind.

Ein weiteres gutes Beispiel für den Einsatz von KI in der Choreografie ist das Projekt „Dance to Music“ von NVIDIA. Dabei nutzte man KI und ein zweistufiges Verfahren, um abwechslungsreiche Tanzbewegungen zu erzeugen, die stilistisch zusammenpassen und dem Takt folgen. Zunächst kamen Posenschätzung und ein kinematischer Taktdetektor zum Einsatz, um verschiedene taktsynchrone Tanzbewegungen aus einer großen Sammlung von Tanzvideos zu erlernen. Anschließend ordnete ein generatives KI-Modell diese Tanzbewegungen zu einer Choreografie, die dem Rhythmus und Stil der Musik entsprach. KI-choreografierte Tanzbewegungen bereichern Musikvideos visuell und helfen Künstlern, kreativer zu sein.

Auswirkungen auf Zuhörer#

Für Hörer kann KI das Entdecken und Hören von Musik verbessern. Plattformen wie Spotify und Apple Music nutzen KI, um personalisierte Wiedergabelisten zusammenzustellen und anhand der Hörgewohnheiten neue Musik zu empfehlen. Wenn du auf diesen Plattformen neue Künstler und Genres entdeckst, steckt oft KI dahinter.

Virtuelle Realität (VR) mit KI verbessert auch das Erlebnis bei Livekonzerten. So nutzt beispielsweise Travis Scott VR, um virtuelle Auftritte für ein weltweites Publikum zu veranstalten. Die große Menge KI-generierter Musik auf Plattformen wie TikTok kann die Suche nach neuer Musik jedoch überfordernd machen. Dadurch kann es für neue Künstler schwierig werden, sich Gehör zu verschaffen.

Abb. 4. KI ermöglicht Konzerterlebnisse in virtueller Realität (VR).

Auswirkungen auf Produzenten#

Produzenten profitieren auf verschiedene Weise von KI. KI-Tools zur Tonhöhenkorrektur, zum Abmischen und zum Mastern vereinfachen den Produktionsprozess. Virtuelle Instrumente und Synthesizer mit KI, wie IBMs Watson Beat, können neue Klänge und Klangstrukturen erzeugen und so kreative Möglichkeiten erweitern.

KI auf Streaming-Plattformen kommt nicht nur Hörern zugute, sondern hilft Produzenten auch dabei, ein größeres Publikum zu erreichen. Doch wie Musiker befürchten, wirft die Fähigkeit der KI, den Stil etablierter Künstler nachzuahmen, ethische und rechtliche Fragen zur Ausbeutung ihrer einzigartigen Stimmen und Stile auf. Dies hat zu Rechtsstreitigkeiten geführt, etwa zu Klagen großer Musikunternehmen wie Universal, Sony und Warner gegen KI-Start-ups wie Suno und Udio. Ihnen wird vorgeworfen, urheberrechtlich geschützte Werke ohne Genehmigung zum Trainieren ihrer Modelle verwendet zu haben.

Musikbibliotheken mit KI-gestützten Tools wie MusicBrainz Picard verwalten#

Wir haben uns kurz mit einigen Anwendungen von KI in der Musik beschäftigt und betrachtet, wie sie sich auf verschiedene Beteiligte in der Musikbranche auswirkt. Sehen wir uns nun eine konkretere Anwendung an: KI-gestützte Werkzeuge zur Musikverwaltung wie MusicBrainz Picard. Diese Werkzeuge sind nützlich, um digitale Musikbibliotheken zu organisieren und zu verwalten.

Abb. 5. Musikbibliotheken lassen sich mit KI verwalten.

Die Tools identifizieren und verschlagworten Musikdateien automatisch mit präzisen Metadaten wie Künstlernamen, Albumtiteln und Titelnnummern. MusicBrainz Picard erleichtert es, Musiksammlungen gut zu organisieren. Eine der wichtigsten in MusicBrainz Picard integrierten Technologien sind Audio-Fingerabdrücke von AcoustID. Anhand des tatsächlichen Audioinhalts identifizieren diese Fingerabdrücke Musikdateien auch dann, wenn ihnen Metadaten fehlen.

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 Metadaten, die Werkzeuge wie MusicBrainz Picard erstellen, sind für Entwickler von Musikdatenbanken, Tagging-Anwendungen und anderer Musiksoftware entscheidend. Daten bilden die Grundlage der KI. Ohne Werkzeuge wie Picard wären die sauberen und präzisen Daten, die für Analysen und die Entwicklung von Anwendungen erforderlich sind, nur sehr schwer zu beschaffen. KI-gestützte Werkzeuge wie diese helfen auch bei der Erstellung der Daten, die KI-Anwendungen benötigen, und schaffen so einen vorteilhaften Kreislauf aus Verbesserung und Innovation.

Abschließende Gedanken zu KI in der Musik#

KI verändert die Musik bereits, und auch die Rechtslage rund um KI-generierte Musik entwickelt sich weiter. Aktuelle Regelungen, etwa die des U.S. Copyright Office, sehen vor, dass ausschließlich von KI erzeugte Werke nicht urheberrechtlich geschützt werden können, da ihnen eine menschliche Urheberschaft fehlt. Leistet ein Mensch jedoch einen wesentlichen kreativen Beitrag, kann das Werk urheberrechtlich geschützt sein. Während KI weiter Einzug in die Musikbranche hält, werden anhaltende rechtliche und ethische Diskussionen entscheidend sein, um diese Herausforderungen zu bewältigen. Mit Blick auf die Zukunft hat KI großes Potenzial in der Musik: Sie verbindet Technologie mit menschlicher Kreativität und erweitert die Möglichkeiten der Musikproduktion und des Komponierens.

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