A IA na música: Aplicações e ferramentas como o MusicBrainz Picard

A Inteligência Artificial (IA) dedica-se a recriar a inteligência humana em máquinas. Uma parte importante de ser humano é a nossa ligação com as artes, especialmente a música. A música influencia profundamente a nossa cultura e emoções. Graças aos avanços na IA, as máquinas conseguem agora criar música que soa como se tivesse sido composta por humanos. A música por IA abre novas possibilidades para colaborações inovadoras entre humanos e IA, transformando a forma como experienciamos e interagimos com a música.

Neste artigo, exploraremos como a IA é utilizada para criar música. Discutiremos também a ligação entre a IA e ferramentas de etiquetagem musical como o MusicBrainz Picard e o seu impacto nos artistas, produtores e na indústria do entretenimento em geral.

Link to this sectionIA sonora e a sua importância#

A IA pode processar vários tipos de dados, incluindo som. Os dados sonoros, frequentemente designados por dados de áudio, são uma mistura de frequências de onda com diferentes intensidades ao longo do tempo. Tal como as imagens ou os dados de séries temporais, os dados de áudio podem ser transformados num formato que os sistemas de IA conseguem processar e analisar. As ondas sonoras podem ser convertidas em dados numéricos que podem ser analisados por modelos de IA.

Outro método interessante é a utilização de Transformadas de Fourier, que convertem ondas sonoras num espectrograma. Um espectrograma é uma representação visual que mostra como as diferentes frequências do som variam ao longo do tempo. Os modelos de IA podem aplicar técnicas de reconhecimento de imagem para analisar e interpretar os dados de áudio, tratando este espectrograma como uma imagem. A IA consegue identificar padrões e características dentro do som, tal como faria com dados visuais.

Fig 1. Um exemplo de som a ser classificado por IA.

A utilização de IA para analisar, manipular e gerar dados de áudio cria uma vasta gama de aplicações. Aqui tens alguns exemplos:

• Geração e composição musical: Criação de nova música através da aprendizagem a partir de composições existentes e apoio aos músicos com melodias, harmonias e ritmos.
• Melhoria de áudio e redução de ruído: Melhoria da qualidade do áudio através da redução de ruído de fundo para centros de atendimento, aparelhos auditivos e edição de áudio.
• Resumo de podcasts: Geração de resumos concisos de episódios de podcasts para um consumo de conteúdo mais fácil.
• Deteção de emoções na fala: Deteção de emoções na fala para apoio ao cliente, monitorização de saúde mental e investigação de experiência do utilizador.

Link to this sectionCompreender como funcionam os geradores de música por IA#

Os geradores de música por IA funcionam analisando e aprendendo a partir de música existente, de forma semelhante à geração de imagem. É importante compreender a diferença entre utilizar a IA para compreender música e utilizar a IA para a gerar. Compreender música envolve analisar e identificar padrões, enquanto gerar música envolve a criação de novas composições baseadas nesses padrões aprendidos.

Fig 2. Comparação entre compreender música usando IA e geração de música por IA.

O processo de geração de música por IA começa com a recolha de um grande conjunto de dados musicais que inclui vários géneros e estilos. O conjunto de dados é então dividido em componentes mais pequenos, como notas, acordes e ritmos, que são convertidos em dados numéricos que a IA pode processar.

Existem muitos modelos de IA generativa diferentes que podem ser treinados para gerar música. Por exemplo, modelos de IA como Transformers e Variational Autoencoders (VAEs) podem trabalhar em conjunto para gerar música. Os VAEs podem comprimir sons de entrada num espaço latente, agrupando peças musicais semelhantes para capturar a diversidade e riqueza da música. Os Transformers utilizam então este espaço latente para gerar nova música, compreendendo padrões e focando-se em notas importantes numa sequência.

Uma vez que um modelo de IA é treinado nestes dados, a IA pode gerar nova música ao prever a próxima nota ou acorde com base no que aprendeu. Pode criar composições completas ligando estas previsões. A música gerada pode ser ajustada para corresponder a estilos ou preferências específicas.

Estamos a começar a ver mais geradores de música a utilizar esta tecnologia. Aqui estão alguns exemplos:

• MusicLM do Google: Gera música baseada em prompts de texto, permitindo aos utilizadores especificar o género, o estado de espírito, os instrumentos e a sensação geral.
• MusicGen da Meta: Cria música a partir de descrições de texto ou melodias existentes, utilizando uma ferramenta chamada EnCodec para processar dados de áudio.
• Stable Audio 2.0 da Stability AI: Produz faixas de áudio e efeitos sonoros de alta qualidade a partir de entradas de texto e áudio, sendo capaz de criar faixas completas e transformar amostras de áudio com base em prompts.

Link to this sectionO impacto da IA na indústria musical#

A inovação da IA está a criar novas oportunidades e desafios para músicos, ouvintes e produtores, conduzindo a situações que talvez nunca tenham experienciado antes. É interessante observar como cada grupo se está a adaptar a estes avanços, utilizando novas ferramentas e lidando com preocupações sobre originalidade e ética. Para além de gerar música, a IA tem outro potencial entusiasmante na indústria musical, como a melhoria de atuações ao vivo, a otimização da descoberta musical e a assistência em processos de produção. Vamos analisar mais de perto como a IA está a afetar músicos, ouvintes e produtores na indústria musical.

Fig 3. O Impacto da IA Generativa na Indústria Musical.

Link to this sectionImpacto nos músicos#

A IA está a mudar a forma como os músicos criam música. As ferramentas integradas com IA generativa podem ajudar a gerar novas melodias, progressões de acordes e letras, facilitando aos músicos a superação de bloqueios criativos. A IA também tem sido utilizada para completar obras inacabadas, como a nova canção dos Beatles "Now And Then", criada com os vocais de John Lennon de uma antiga demo. No entanto, o aumento da música gerada por IA que mimetiza o estilo de artistas estabelecidos levanta preocupações sobre a originalidade. Por exemplo, artistas como Bad Bunny estão preocupados com a IA a replicar as suas vozes e estilos sem consentimento.

Para além da criação de música, a IA e a visão computacional podem ajudar os músicos a organizar melhores atuações e vídeos musicais. Um vídeo musical consiste em muitos elementos diferentes, e um desses elementos é a dança. Modelos de estimativa de pose como o Ultralytics YOLOv8 conseguem compreender poses humanas em imagens e vídeos e desempenhar um papel na criação de sequências de dança coreografadas que estão sincronizadas com a música.

Outro bom exemplo de como a IA pode ser utilizada para coreografia é o projeto "Dance to Music" da NVIDIA. Neste projeto, utilizaram IA e um processo de dois passos para gerar novos passos de dança que são diversificados, consistentes em termos de estilo e que correspondem ao ritmo. Primeiro, a estimativa de pose e um detetor de ritmo cinemático foram utilizados para aprender vários movimentos de dança sincronizados a partir de uma grande coleção de vídeos de dança. Depois, um modelo de IA generativa foi utilizado para organizar estes movimentos de dança numa coreografia que correspondia ao ritmo e estilo da música. Os passos de dança coreografados por IA adicionam um elemento visual interessante aos vídeos musicais e ajudam os artistas a serem mais criativos.

Link to this sectionImpacto nos ouvintes#

Para os ouvintes, a IA pode melhorar a descoberta de música e a experiência de audição. Plataformas como o Spotify e a Apple Music estão a utilizar IA para selecionar listas de reprodução personalizadas e recomendar nova música com base nos hábitos de audição dos utilizadores. Quando descobres novos artistas e géneros nestas plataformas, isso é a magia da IA.

A realidade virtual (VR) impulsionada por IA também está a melhorar as experiências de concertos ao vivo. Por exemplo, Travis Scott utiliza VR para criar atuações virtuais que chegam a audiências globais. No entanto, a abundância de música gerada por IA em plataformas como o TikTok pode tornar a descoberta de música avassaladora. Pode tornar difícil para novos artistas destacarem-se.

Fig 4. A IA torna possíveis as experiências de concertos em realidade virtual (VR).

Link to this sectionImpacto nos produtores#

Os produtores beneficiam da IA de várias formas. As ferramentas de IA que ajudam na correção de tom, mistura e masterização simplificam o processo de produção. Instrumentos virtuais e sintetizadores impulsionados por IA, como o Watson Beat da IBM, podem criar novos sons e texturas que expandem as possibilidades criativas.

A IA nas plataformas de streaming não é apenas um benefício para os ouvintes; também ajuda os produtores ao criar um público mais vasto. No entanto, tal como os músicos estão preocupados, a capacidade da IA de mimetizar o estilo de artistas estabelecidos levanta questões éticas e legais sobre a exploração das vozes e estilos únicos dos artistas. Isto resultou em disputas legais, tais como processos judiciais de grandes empresas discográficas como a Universal, Sony e Warner contra startups de IA como a Suno e Udio por alegadamente utilizarem obras protegidas por direitos de autor para treinar os seus modelos sem permissão.

Link to this sectionGerir bibliotecas musicais com ferramentas integradas com IA como o MusicBrainz Picard#

Explorámos brevemente algumas aplicações da IA na música ao compreender o seu impacto em diferentes partes interessadas na indústria musical. Agora, vamos compreender uma aplicação mais específica da IA na música: ferramentas de gestão musical melhoradas por IA como o MusicBrainz Picard. Estas ferramentas são incrivelmente úteis para organizar e gerir bibliotecas de música digital.

Fig 5. As bibliotecas musicais podem ser geridas usando IA.

Estas identificam e etiquetam automaticamente ficheiros de música com metadados precisos, como nomes de artistas, títulos de álbuns e números de faixas. O MusicBrainz Picard torna mais fácil manter as coleções de música bem organizadas. Uma das tecnologias-chave integradas no MusicBrainz Picard são as impressões digitais de áudio AcoustID. Estas impressões digitais identificam ficheiros de música com base no seu conteúdo de áudio real, mesmo que os ficheiros não tenham metadados.

Porque é que isto é tão importante? Grandes organizações como a BBC, Google, Amazon, Spotify e Pandora dependem dos dados do MusicBrainz para melhorar os seus serviços relacionados com música. Os metadados criados por ferramentas como o MusicBrainz Picard são cruciais para os programadores que criam bases de dados musicais, aplicações de etiquetagem ou outro software relacionado com música. A espinha dorsal da IA são os dados e, sem ferramentas como o Picard, seria muito difícil ter os dados limpos e precisos necessários para a análise e desenvolvimento de aplicações. É fascinante que as ferramentas melhoradas por IA utilizem IA e ajudem a criar os dados necessários para aplicações de IA, formando um ciclo benéfico de melhoria e inovação.

Link to this sectionNotas finais sobre a IA na música#

Discutimos as ondas que a IA na música está a provocar. O panorama legal em torno da música gerada por IA também está a evoluir. Os regulamentos atuais, como os do U.S. Copyright Office, estipulam que as obras geradas inteiramente por IA não podem ser protegidas por direitos de autor, uma vez que carecem de autoria humana​​. No entanto, se um humano contribuir significativamente para o processo criativo, a obra pode qualificar-se para a proteção de direitos de autor. À medida que a IA continua a integrar-se na indústria musical, as discussões legais e éticas em curso serão vitais para lidar com estes desafios. Olhando para o futuro, a IA tem um potencial tremendo na música, combinando a tecnologia com a criatividade humana para expandir as possibilidades na criação e produção musical.

Explora a IA visitando o nosso repositório GitHub e juntando-te à nossa vibrante comunidade. Aprende sobre aplicações de IA na indústria e agricultura nas nossas páginas de soluções.