IA na música: aplicações e ferramentas como o MusicBrainz Picard

A Inteligência Artificial (AI) consiste em recriar a inteligência humana em máquinas. Uma parte importante da condição humana é a nossa ligação às artes, especialmente à música. A música influencia profundamente a nossa cultura e as nossas emoções. Graças aos avanços na AI, as máquinas podem agora criar música que parece ter sido composta por seres humanos. A música gerada por AI abre novas possibilidades para colaborações inovadoras entre humanos e AI e transforma a forma como vivenciamos e interagimos com a música.

Neste artigo, vamos explorar como a AI é utilizada para criar música. Também vamos abordar a ligação entre a AI e ferramentas de identificação musical como o MusicBrainz Picard, bem como o impacto dessas ferramentas nos artistas, produtores e na indústria do entretenimento em geral.

A AI de som e a sua importância#

A AI consegue lidar com vários tipos de dados, incluindo som. Os dados sonoros, frequentemente chamados dados de áudio, são uma mistura de frequências de ondas 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 AI conseguem processar e analisar. As ondas sonoras podem ser convertidas em dados numéricos que podem ser analisados por modelos de AI.

Outro método interessante consiste em utilizar Transformadas de Fourier, que convertem ondas sonoras num espectrograma. Um espectrograma é uma representação visual que mostra como diferentes frequências sonoras variam ao longo do tempo. Os modelos de AI podem aplicar técnicas de reconhecimento de imagens para analisar e interpretar os dados de áudio, tratando o espectrograma como uma imagem. A AI consegue identificar padrões e características no som, tal como faria com dados visuais.

Fig. 1 Um exemplo de som classificado por AI.

A utilização de AI para analisar, manipular e gerar dados de áudio cria uma série de aplicações. Eis alguns exemplos:

• Geração e composição musical: Criar música nova aprendendo com composições existentes e ajudando músicos com melodias, harmonias e ritmos.
• Melhoria de áudio e redução de ruído: Melhorar a qualidade do áudio reduzindo o ruído de fundo em centros de atendimento, aparelhos auditivos e edição de áudio.
• Resumo de podcasts: Gerar resumos concisos de episódios de podcasts para facilitar o consumo de conteúdo.
• Deteção de emoções na fala: Detetar emoções na fala para o atendimento ao cliente, a monitorização da saúde mental e a investigação da experiência do utilizador.

Compreender como funcionam os geradores de músicas com AI#

Os geradores de músicas com AI funcionam analisando e aprendendo com música existente, de forma semelhante à geração de imagens. É importante compreender a diferença entre utilizar AI para compreender música e utilizar AI para a gerar. Compreender música envolve analisar e identificar padrões, enquanto gerar música envolve criar novas composições com base nesses padrões aprendidos.

Fig. 2 Comparação entre a compreensão de música através de AI e a geração de música com AI.

O processo de geração de música com AI começa pela recolha de um grande conjunto de dados musicais que inclui vários géneros e estilos. Em seguida, o conjunto de dados é dividido em componentes mais pequenos, como notas, acordes e ritmos, que são convertidos em dados numéricos que a AI consegue processar.

Existem muitos modelos de AI generativa diferentes que podem ser treinados para gerar música. Por exemplo, modelos de AI como Transformers e Autoencoders Variacionais (VAEs) podem trabalhar em conjunto para gerar música. Os VAEs conseguem comprimir sons de entrada num espaço latente, agrupando peças musicais semelhantes para captar a diversidade e a riqueza da música. Em seguida, os Transformers utilizam esse espaço latente para gerar música nova, compreendendo padrões e concentrando-se nas notas importantes de uma sequência.

Depois de um modelo de AI ser treinado com estes dados, a AI pode gerar música nova ao prever a nota ou o acorde seguinte com base no que aprendeu. Pode criar composições completas encadeando essas previsões. A música gerada pode ser ajustada para corresponder a estilos ou preferências específicos.

Estamos a começar a ver mais geradores de música que utilizam esta tecnologia. Eis alguns exemplos:

• MusicLM da Google: Gera música com base em prompts de texto, permitindo aos utilizadores especificar o género, o ambiente, 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.

O impacto da AI na indústria musical#

A inovação em AI está a criar novas oportunidades e desafios para músicos, ouvintes e produtores, conduzindo a situações que talvez nunca tenham enfrentado. É interessante observar como cada grupo se adapta a estes avanços, utiliza novas ferramentas e lida com questões relacionadas com a originalidade e a ética. Além de gerar música, a AI tem outras possibilidades interessantes na indústria musical, como melhorar atuações ao vivo, aperfeiçoar a descoberta de música e ajudar nos processos de produção. Vamos analisar mais de perto como a AI está a afetar músicos, ouvintes e produtores na indústria musical.

Fig. 3 O impacto da AI generativa na indústria musical.

Impacto nos músicos#

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

Além de criar música, a AI e a visão computacional podem ajudar os músicos a preparar melhores atuações e vídeos musicais. Um vídeo musical é composto por muitos elementos diferentes, e um deles é a dança. Os modelos de estimativa de pose, como o Ultralytics YOLOv8, conseguem compreender poses humanas em imagens e vídeos e contribuir para a criação de sequências de dança coreografadas e sincronizadas com a música.

Outro bom exemplo de como a AI pode ser utilizada na coreografia é o projeto "Dance to Music" da NVIDIA. Neste projeto, foi utilizada AI e um processo em duas etapas para gerar novos movimentos de dança diversificados, consistentes com o estilo e sincronizados com o ritmo. Primeiro, foram utilizados a estimativa de pose e um detetor cinemático de batidas para aprender vários movimentos de dança marcados pelo ritmo a partir de uma grande coleção de vídeos de dança. Depois, um modelo de AI generativa foi utilizado para organizar esses movimentos numa coreografia que correspondia ao ritmo e ao estilo da música. Os movimentos de dança coreografados por AI acrescentam um elemento visual interessante aos vídeos musicais e ajudam os artistas a serem mais criativos.

Impacto nos ouvintes#

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

A realidade virtual (VR) baseada em AI também está a melhorar as experiências de concertos ao vivo. Por exemplo, Travis Scott utiliza VR para criar atuações virtuais que chegam a públicos de todo o mundo. No entanto, a abundância de música gerada por AI em plataformas como o TikTok pode tornar a descoberta musical avassaladora. Isso pode dificultar a afirmação de novos artistas.

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

Impacto nos produtores#

Os produtores beneficiam da AI de várias formas. As ferramentas de AI que ajudam na correção de afinação, mistura e masterização simplificam o processo de produção. Os instrumentos virtuais e sintetizadores baseados em AI, como o Watson Beat da IBM, podem criar novos sons e texturas que expandem as possibilidades criativas.

A AI nas plataformas de streaming não é apenas benéfica para os ouvintes; também ajuda os produtores ao criar um público mais amplo. No entanto, tal como os músicos, os produtores preocupam-se com o facto de a capacidade da AI para imitar o estilo de artistas consagrados suscitar questões éticas e jurídicas sobre a exploração das vozes e estilos únicos dos artistas. Isto resultou em disputas jurídicas, como [processos judiciais](https://ultralytics-translation-1.invalid movidos por grandes empresas de música como a Universal, a Sony e a Warner contra startups de AI como a Suno e a Udio, por alegadamente utilizarem obras protegidas por direitos de autor para treinar os seus modelos sem autorização.

Gerir bibliotecas musicais com ferramentas integradas com AI, como o MusicBrainz Picard#

Explorámos brevemente algumas aplicações da AI na música, analisando o seu impacto nos diferentes intervenientes da indústria musical. Agora, vamos compreender uma aplicação mais específica da AI na música: ferramentas de gestão musical melhoradas por AI, como o MusicBrainz Picard. Estas ferramentas são extremamente úteis para organizar e gerir bibliotecas de música digital.

Fig. 5 As bibliotecas musicais podem ser geridas com AI.

Estas ferramentas identificam e etiquetam automaticamente ficheiros de música com metadados precisos, como nomes de artistas, títulos de álbuns e números de faixas. O MusicBrainz Picard facilita a organização das coleções musicais. Uma das principais tecnologias integradas no MusicBrainz Picard são as impressões digitais de áudio do AcoustID. Estas impressões digitais identificam ficheiros de música com base no seu conteúdo de áudio real, mesmo quando os ficheiros não têm metadados.

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

Considerações finais sobre a AI na música#

Abordámos o impacto que a AI na música está a causar. O panorama jurídico em torno da música gerada por AI também está a evoluir. As regulamentações atuais, como as da U.S. Copyright Office, estipulam que as obras geradas inteiramente por AI não podem ser protegidas por direitos de autor, pois não têm autoria humana. No entanto, se um ser humano contribuir significativamente para o processo criativo, a obra poderá qualificar-se para proteção de direitos de autor. À medida que a AI continua a integrar-se na indústria musical, as discussões jurídicas e éticas em curso serão vitais para enfrentar estes desafios. Olhando para o futuro, a AI tem um enorme potencial na música, combinando tecnologia com criatividade humana para expandir as possibilidades de criação e produção musical.

Explora a AI visitando o nosso repositório no GitHub e juntando-te à nossa vibrante comunidade. Aprende sobre aplicações de AI na indústria e na agricultura nas nossas páginas de soluções.