La IA en la música: aplicaciones y herramientas como MusicBrainz Picard

La Inteligencia Artificial (IA) consiste en recrear la inteligencia humana en máquinas. Una parte importante de ser humano es nuestra conexión con las artes, especialmente la música. La música influye profundamente en nuestra cultura y en nuestras emociones. Gracias a los avances en IA, las máquinas ahora pueden crear música que suena como si hubiera sido compuesta por humanos. La música por IA abre nuevas posibilidades para colaboraciones innovadoras entre humanos 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 discutiremos la conexión entre la IA y herramientas de etiquetado musical como MusicBrainz Picard, y su impacto en artistas, productores y la industria del entretenimiento en general.

Link to this sectionLa IA de sonido y su importancia#

La IA puede manejar varios tipos de datos, incluido el sonido. Los datos de sonido, a menudo llamados datos de audio, son una mezcla de frecuencias de onda a diferentes intensidades a lo largo del tiempo. Al igual que las imágenes o los datos de series temporales, los datos de audio se pueden transformar en un formato que los sistemas de IA puedan procesar y analizar. Las ondas sonoras se pueden convertir en datos numéricos que pueden ser analizados por modelos de IA.

Otro método interesante es utilizar transformadas de Fourier, que convierten las ondas sonoras en un espectrograma. Un espectrograma es una representación visual que muestra cómo varían las diferentes 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, de forma muy similar a como lo haría con datos visuales.

Fig 1. Un ejemplo de sonido siendo clasificado por IA.

El uso de la IA para analizar, manipular y generar datos de audio crea una serie de aplicaciones. Aquí tienes algunos ejemplos:

• Generación y composición musical: Crear nueva música aprendiendo de composiciones existentes y ayudando 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 para centros de llamadas, audífonos y edición de audio.
• Resumen de podcasts: Generar resúmenes concisos de episodios de podcasts para un consumo de contenido más sencillo.
• Detección de emociones a partir del habla: Detectar emociones en el habla para atención al cliente, seguimiento de la salud mental e investigación de la experiencia del usuario.

Link to this sectionComprender cómo funcionan los generadores de canciones por IA#

Los generadores de canciones por IA funcionan analizando y aprendiendo de la música existente, de forma similar a la generación de imágenes. Es importante entender la diferencia entre usar la IA para comprender la música y usar la IA para generarla. Comprender la música implica analizar e identificar patrones, mientras que generar música implica crear nuevas composiciones basadas en esos patrones aprendidos.

Fig 2. Comparación entre la comprensión de música usando IA y la generación de música por IA.

El proceso de generación de música por IA comienza con la recopilación de un gran conjunto de datos musicales que incluye diversos géneros y estilos. Luego, el conjunto de datos se desglosa en componentes más pequeños como notas, acordes y ritmos, que se convierten en datos numéricos que la IA puede procesar.

Existen muchos modelos de IA generativa diferentes que pueden ser entrenados 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 sonidos de entrada en un espacio latente agrupando piezas musicales similares para capturar la diversidad y riqueza de la música. Los Transformers luego usan este espacio latente para generar nueva música entendiendo patrones y centrándose en notas importantes en una secuencia.

Una vez que un modelo de IA se entrena con estos datos, la IA puede generar nueva música prediciendo la siguiente nota o acorde basándose en lo que ha aprendido. Puede crear composiciones completas uniendo estas predicciones. La música generada se puede ajustar para que coincida con estilos o preferencias específicas.

Estamos empezando a ver más generadores de música que utilizan esta tecnología. Aquí tienes algunos ejemplos:

• MusicLM de Google: Genera música basada en indicaciones de texto, permitiendo a los usuarios especificar el género, el estado de ánimo, los instrumentos y la sensación general.
• MusicGen de Meta: Crea música a partir de descripciones de texto o melodías existentes, usando una herramienta llamada EnCodec para procesar los 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, capaz de crear pistas completas y transformar muestras de audio basadas en indicaciones.

Link to this sectionEl impacto de la IA en la industria musical#

La innovación en IA está creando nuevas oportunidades y desafíos para músicos, oyentes y productores, lo que lleva a situaciones que quizás no hayan experimentado antes. Es interesante ver cómo cada grupo se está adaptando a estos avances, utilizando nuevas herramientas y gestionando las preocupaciones sobre la originalidad y la ética. Además de generar música, la IA tiene otro potencial emocionante en la industria musical, como mejorar las actuaciones en vivo, facilitar el descubrimiento de música y ayudar en los procesos de producción. Echemos un vistazo más de cerca a cómo la IA está afectando a músicos, oyentes y productores en la industria musical.

Fig 3. El impacto de la IA generativa en la industria musical.

Link to this sectionImpacto 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, facilitando que los músicos superen 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 vieja demo. Sin embargo, el auge de la música generada por IA que imita el estilo de artistas establecidos plantea preocupaciones sobre la originalidad. Por ejemplo, artistas como Bad Bunny están preocupados por que la IA replique sus voces y estilos sin su consentimiento.

Más allá de crear música, la IA y la visión artificial pueden ayudar a los músicos a organizar mejores actuaciones y vídeos musicales. Un vídeo musical consta de muchos elementos diferentes, y uno de ellos es el baile. Los modelos de estimación de pose como Ultralytics YOLOv8 pueden entender las poses humanas en imágenes y vídeos y desempeñar un papel en la creación de secuencias de baile coreografiadas que están 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 de dos pasos para generar nuevos movimientos de baile que fueran diversos, consistentes con el estilo y que coincidieran con el ritmo. Primero, se utilizaron la estimación de pose y un detector de ritmo cinemático para aprender varios movimientos de baile al ritmo de una gran colección de vídeos de baile. Luego, 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.

Link to this sectionImpacto 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 IA para seleccionar listas de reproducción personalizadas y recomendar nueva música basada en los hábitos de escucha de los usuarios. Cuando descubres nuevos artistas y géneros en estas plataformas, es la magia de la IA.

La realidad virtual (VR) impulsada por IA también está mejorando las experiencias de los conciertos en vivo. Por ejemplo, Travis Scott usa VR para crear actuaciones virtuales que llegan a audiencias globales. Sin embargo, la abundancia de música generada por IA en plataformas como TikTok puede hacer que el descubrimiento de música sea abrumador. Puede hacer que sea difícil para los nuevos artistas destacar.

Fig 4. La IA hace posibles las experiencias de conciertos en realidad virtual (VR).

Link to this sectionImpacto en los productores#

Los productores se benefician de la IA de varias maneras. 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 impulsados por 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 creando una audiencia más amplia. Sin embargo, al igual que los músicos están preocupados, la capacidad de la IA para imitar el estilo de artistas establecidos plantea problemas éticos y legales sobre la explotación de las voces y estilos únicos de los artistas. Esto ha dado lugar a disputas legales, como las demandas de grandes compañías musicales como Universal, Sony y Warner contra startups de IA como Suno y Udio por presuntamente usar obras protegidas por derechos de autor para entrenar sus modelos sin permiso.

Link to this sectionGestión de bibliotecas musicales con herramientas integradas con IA como MusicBrainz Picard#

Hemos explorado brevemente algunas aplicaciones de la IA en la música entendiendo su impacto en las diferentes partes interesadas en la industria musical. Ahora, comprendamos 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 de música se pueden gestionar usando 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 de música bien organizadas. Una de las tecnologías clave integradas en MusicBrainz Picard son las huellas dactilares de audio AcoustID. Estas huellas dactilares identifican los archivos de música basándose en su contenido de audio real, incluso si los archivos carecen de metadatos.

¿Por qué es esto 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 cruciales para los desarrolladores que crean bases de datos musicales, aplicaciones de etiquetado u otro software relacionado con la música. La columna vertebral de la IA son los datos, y sin herramientas como Picard, sería muy difícil obtener 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.

Link to this sectionNotas finales sobre la IA en la música#

Hemos discutido las olas que está provocando la IA en la música. El panorama legal que rodea a la música generada por IA también está evolucionando. Las regulaciones actuales, como las de la Oficina del Derecho de Autor de EE. UU., estipulan que las obras generadas completamente por IA no pueden ser protegidas por derechos de autor, ya que carecen de autoría humana. Sin embargo, si un humano contribuye significativamente al proceso creativo, la obra puede calificar para la protección de derechos de autor. A medida que la IA continúa integrándose en la industria musical, las discusiones legales y éticas en curso serán vitales para navegar estos desafíos. Mirando hacia el futuro, la IA tiene un potencial tremendo en la música, combinando la tecnología con la creatividad humana para ampliar las posibilidades en la creación y producción musical.

Explora la IA visitando nuestro repositorio de GitHub y uniéndote a nuestra vibrante comunidad. Aprende sobre las aplicaciones de IA en la fabricación y la agricultura en nuestras páginas de soluciones.