IA en la música: aplicaciones y herramientas como MusicBrainz Picard
Acompáñanos en un análisis profundo del papel de la IA en la música, desde el análisis de datos de audio hasta la generación de música nueva. Explora su impacto y sus aplicaciones en la industria musical.
La Inteligencia artificial (AI) consiste en recrear la inteligencia humana en máquinas. Una parte importante de la condición humana es nuestra conexión con las artes, especialmente con la música. La música influye profundamente en nuestra cultura y nuestras emociones. Gracias a los avances en IA, las máquinas ahora pueden crear música que suena como si la hubieran compuesto seres humanos. La música generada por IA abre nuevas posibilidades para colaboraciones innovadoras entre personas e IA y transforma la forma en que experimentamos e interactuamos con la música.
En este artículo, exploraremos cómo se utiliza la IA para crear música. También hablaremos de la conexión entre la IA y las herramientas de etiquetado musical, como MusicBrainz Picard, y de su impacto en artistas, productores y la industria del entretenimiento en general.
La IA de sonido y su importancia#
La IA puede gestionar distintos tipos de datos, incluido el sonido. Los datos de sonido, a menudo llamados datos de audio, son una mezcla de frecuencias de onda con distintas intensidades a lo largo del tiempo. Al igual que las imágenes o los datos de series temporales, los datos de audio se pueden transformar a un formato que los sistemas de IA puedan procesar y analizar. Las ondas sonoras se pueden convertir en datos numéricos que los modelos de IA pueden analizar.
Otro método interesante consiste en utilizar transformadas de Fourier, que convierten las ondas sonoras en un espectrograma. Un espectrograma es una representación visual que muestra cómo varían las distintas frecuencias del sonido a lo largo del tiempo. Los modelos de IA pueden aplicar técnicas de reconocimiento de imágenes para analizar e interpretar los datos de audio tratando este espectrograma como una imagen. La IA puede identificar patrones y características dentro del sonido, igual que haría con datos visuales.
Fig. 1 Un ejemplo de sonido clasificado por IA.
Utilizar la IA para analizar, manipular y generar datos de audio da lugar a una amplia variedad de aplicaciones. Estos son algunos ejemplos:
- Generación y composición musical: Crear música nueva aprendiendo de composiciones existentes y ayudar a los músicos con melodías, armonías y ritmos.
- Mejora de audio y reducción de ruido: Mejorar la calidad del audio reduciendo el ruido de fondo en centros de llamadas, audífonos y procesos de edición de audio.
- Resumir podcasts: Generar resúmenes concisos de episodios de podcast para facilitar el consumo de contenido.
- Detección de emociones en el habla: Detectar emociones en el habla para la atención al cliente, la supervisión de la salud mental y la investigación de la experiencia de usuario.
Cómo funcionan los generadores de canciones con IA#
Los generadores de canciones con IA funcionan analizando y aprendiendo de música existente, de forma similar a la generación de imágenes. Es importante entender la diferencia entre utilizar la IA para comprender la música y utilizarla para generarla. Comprender la música implica analizar e identificar patrones, mientras que generar música implica crear composiciones nuevas basadas en esos patrones aprendidos.
Fig. 2 Comparación entre la comprensión de la música mediante IA y la generación musical con IA.
El proceso de generación musical con IA comienza recopilando un conjunto de datos de gran tamaño compuesto por música de diversos géneros y estilos. Después, el conjunto de datos se divide en componentes más pequeños, como notas, acordes y ritmos, que se convierten en datos numéricos que la IA puede procesar.
Hay muchos modelos de IA generativa distintos que se pueden entrenar para generar música. Por ejemplo, modelos de IA como los Transformers y los autoencoders variacionales (VAEs) pueden trabajar juntos para generar música. Los VAEs pueden comprimir los sonidos de entrada en un espacio latente agrupando piezas de música similares para captar la diversidad y riqueza de la música. Después, los Transformers utilizan este espacio latente para generar música nueva comprendiendo patrones y centrándose en las notas importantes de una secuencia.
Una vez que un modelo de IA se ha entrenado con estos datos, la IA puede generar música nueva prediciendo la siguiente nota o acorde basándose en lo que ha aprendido. Puede crear composiciones completas encadenando estas predicciones. La música generada se puede ajustar para adaptarla a estilos o preferencias específicos.
Cada vez vemos más generadores musicales que utilizan esta tecnología. Estos son algunos ejemplos:
- MusicLM de Google: Genera música a partir de indicaciones de texto, lo que permite a los usuarios especificar el género, el estado de ánimo, los instrumentos y la atmósfera general.
- MusicGen de Meta: Crea música a partir de descripciones de texto o melodías existentes utilizando una herramienta llamada EnCodec para procesar datos de audio.
- Stable Audio 2.0 de Stability AI: Produce pistas de audio y efectos de sonido de alta calidad a partir de entradas de texto y audio, y puede crear pistas completas y transformar muestras de audio basándose en indicaciones.
El impacto de la IA en la industria musical#
La innovación en IA está creando nuevas oportunidades y desafíos para músicos, oyentes y productores, y está dando lugar a situaciones que quizá no hayan experimentado antes. Es interesante observar cómo cada grupo se adapta a estos avances, utiliza nuevas herramientas y afronta las preocupaciones sobre la originalidad y la ética. Además de generar música, la IA tiene otras posibilidades interesantes en la industria musical, como mejorar las actuaciones en directo, facilitar el descubrimiento de música y ayudar en los procesos de producción. Veamos más de cerca cómo está afectando la IA a músicos, oyentes y productores de la industria musical.
Fig. 3 El impacto de la IA generativa en la industria musical.
Impacto en los músicos#
La IA está cambiando la forma en que los músicos crean música. Las herramientas integradas con IA generativa pueden ayudar a generar nuevas melodías, progresiones de acordes y letras, lo que facilita que los músicos superen los bloqueos creativos. La IA también se ha utilizado para completar obras inacabadas, como la nueva canción de The Beatles, «Now And Then», creada con la voz de John Lennon a partir de una maqueta antigua. Sin embargo, el auge de la música generada por IA que imita el estilo de artistas consagrados suscita preocupaciones sobre la originalidad. Por ejemplo, artistas como Bad Bunny temen que la IA reproduzca sus voces y estilos sin consentimiento.
Además de crear música, la IA y la visión por ordenador pueden ayudar a los músicos a preparar mejores actuaciones y vídeos musicales. Un vídeo musical consta de muchos elementos distintos, y uno de ellos es la danza. Los modelos de estimación de poses, como Ultralytics YOLOv8, pueden comprender las poses humanas en imágenes y vídeos y contribuir a crear secuencias de baile coreografiadas y sincronizadas con la música.
Otro buen ejemplo de cómo se puede utilizar la IA para la coreografía es el proyecto «Dance to Music» de NVIDIA. En este proyecto, utilizaron IA y un proceso en dos pasos para generar nuevos movimientos de baile variados, coherentes con el estilo y adaptados al ritmo. Primero, se utilizaron la estimación de poses y un detector cinemático de pulsos para aprender diversos movimientos de baile a ritmo a partir de una amplia colección de vídeos de danza. Después, se utilizó un modelo de IA generativa para organizar estos movimientos de baile en una coreografía que coincidiera con el ritmo y el estilo de la música. Los movimientos de baile coreografiados por IA añaden un elemento visual interesante a los vídeos musicales y ayudan a los artistas a ser más creativos.
Impacto en los oyentes#
Para los oyentes, la IA puede mejorar el descubrimiento de música y la experiencia auditiva. Plataformas como Spotify y Apple Music utilizan la IA para seleccionar listas de reproducción personalizadas y recomendar música nueva basándose en los hábitos de escucha de los usuarios. Cuando descubres nuevos artistas y géneros en estas plataformas, ahí está la magia de la IA.
La realidad virtual (VR) basada en IA también está mejorando la experiencia de los conciertos en directo. Por ejemplo, Travis Scott utiliza la VR para crear actuaciones virtuales que llegan a audiencias de todo el mundo. Sin embargo, la abundancia de música generada por IA en plataformas como TikTok puede hacer que descubrir música resulte abrumador. Esto puede dificultar que los artistas nuevos destaquen.
Fig. 4 La IA hace posibles las experiencias de conciertos en realidad virtual (VR).
Impacto en los productores#
Los productores se benefician de la IA de varias formas. Las herramientas de IA que ayudan con la corrección de tono, la mezcla y la masterización agilizan el proceso de producción. Los instrumentos virtuales y sintetizadores basados en IA, como Watson Beat de IBM, pueden crear nuevos sonidos y texturas que amplían las posibilidades creativas.
La IA en las plataformas de streaming no solo beneficia a los oyentes; también ayuda a los productores al crear una audiencia más amplia. Sin embargo, al igual que los músicos, los productores están preocupados porque la capacidad de la IA para imitar el estilo de artistas consagrados plantea problemas éticos y legales relacionados con la explotación de sus voces y estilos únicos. Esto ha dado lugar a disputas legales, como las demandas interpuestas por grandes compañías musicales como Universal, Sony y Warner contra startups de IA como Suno y Udio por utilizar supuestamente obras protegidas por derechos de autor para entrenar sus modelos sin permiso.
Gestión de bibliotecas musicales con herramientas integradas con IA, como MusicBrainz Picard#
Hemos explorado brevemente algunas aplicaciones de la IA en la música comprendiendo su impacto en las distintas partes interesadas de la industria musical. Ahora, analizaremos una aplicación más específica de la IA en la música: las herramientas de gestión musical mejoradas con IA, como MusicBrainz Picard. Estas herramientas son increíblemente útiles para organizar y gestionar bibliotecas de música digital.
Fig. 5 Las bibliotecas musicales se pueden gestionar mediante IA.
Identifican y etiquetan automáticamente los archivos de música con metadatos precisos, como nombres de artistas, títulos de álbumes y números de pista. MusicBrainz Picard facilita mantener las colecciones musicales bien organizadas. Una de las tecnologías clave integradas en MusicBrainz Picard son las huellas digitales de audio de AcoustID. Estas huellas identifican los archivos de música basándose en su contenido de audio real, incluso si los archivos carecen de metadatos.
¿Por qué es tan importante? Grandes organizaciones como la BBC, Google, Amazon, Spotify y Pandora dependen de los datos de MusicBrainz para mejorar sus servicios relacionados con la música. Los metadatos creados por herramientas como MusicBrainz Picard son fundamentales para los desarrolladores que crean bases de datos musicales, aplicaciones de etiquetado u otro software relacionado con la música. La base de la IA son los datos y, sin herramientas como Picard, sería muy difícil disponer de los datos limpios y precisos necesarios para el análisis y el desarrollo de aplicaciones. Es fascinante que las herramientas mejoradas con IA utilicen IA y ayuden a crear los datos necesarios para las aplicaciones de IA, formando un ciclo beneficioso de mejora e innovación.
Notas finales sobre la IA en la música#
Hemos hablado de la repercusión que está teniendo la IA en la música. El panorama legal que rodea a la música generada por IA también está evolucionando. Las normativas actuales, como las de la Oficina de Derechos de Autor de EE. UU., estipulan que las obras generadas íntegramente por IA no pueden estar protegidas por derechos de autor, ya que carecen de autoría humana. Sin embargo, si una persona contribuye de forma significativa al proceso creativo, la obra puede reunir los requisitos para recibir protección de derechos de autor. A medida que la IA siga integrándose en la industria musical, los debates legales y éticos continuos serán fundamentales para afrontar estos desafíos. De cara al futuro, la IA tiene un enorme potencial en la música, ya que combina la tecnología con la creatividad humana para ampliar las posibilidades de creación y producción musical.
Explora la IA visitando nuestro repositorio de GitHub y uniéndote a nuestra vibrante comunidad. Infórmate sobre las aplicaciones de la IA en fabricación y agricultura en nuestras páginas de soluciones.
