AI trong âm nhạc: Các ứng dụng và công cụ như MusicBrainz Picard

Trí tuệ nhân tạo (AI) tập trung vào việc tái tạo trí thông minh của con người trong máy móc. Một phần quan trọng của bản chất con người là mối liên hệ với nghệ thuật, đặc biệt là âm nhạc. Âm nhạc tác động sâu sắc đến văn hóa và cảm xúc của chúng ta. Nhờ những tiến bộ trong AI, máy móc hiện có thể tạo ra âm nhạc nghe như được con người sáng tác. Âm nhạc do AI tạo ra mở ra những khả năng mới cho các hoạt động hợp tác sáng tạo giữa con người và AI, đồng thời thay đổi cách chúng ta trải nghiệm và tương tác với âm nhạc.

Trong bài viết này, chúng ta sẽ tìm hiểu cách AI được sử dụng để tạo nhạc. Chúng ta cũng sẽ thảo luận về mối liên hệ giữa AI và các công cụ gắn thẻ nhạc như MusicBrainz Picard, cũng như tác động của chúng đến nghệ sĩ, nhà sản xuất và toàn ngành giải trí.

AI âm thanh và tầm quan trọng của nó#

AI có thể xử lý nhiều loại dữ liệu, trong đó có âm thanh. Dữ liệu âm thanh, thường được gọi là audio data, là sự kết hợp của các tần số sóng với cường độ khác nhau theo thời gian. Giống như hình ảnh hoặc dữ liệu chuỗi thời gian, dữ liệu âm thanh có thể được chuyển đổi sang định dạng mà các hệ thống AI có thể xử lý và phân tích. Sóng âm có thể được chuyển thành dữ liệu số để các model AI phân tích.

Một phương pháp thú vị khác là sử dụng các phép biến đổi Fourier để chuyển đổi sóng âm thành spectrogram. Spectrogram là biểu diễn trực quan cho thấy các tần số âm thanh khác nhau thay đổi theo thời gian như thế nào. Các model AI có thể áp dụng các kỹ thuật nhận dạng hình ảnh để phân tích và diễn giải dữ liệu âm thanh bằng cách coi spectrogram như một hình ảnh. AI có thể xác định các mẫu và đặc trưng trong âm thanh, tương tự như khi xử lý dữ liệu hình ảnh.

Hình 1. Ví dụ về âm thanh được AI phân loại.

Việc sử dụng AI để phân tích, thao tác và tạo dữ liệu âm thanh tạo ra nhiều ứng dụng đa dạng. Dưới đây là một số ví dụ:

• Tạo và sáng tác nhạc: Tạo nhạc mới bằng cách học từ các bản nhạc hiện có và hỗ trợ nhạc sĩ về giai điệu, hòa âm và nhịp điệu.
• Nâng cao chất lượng âm thanh và giảm nhiễu: Cải thiện chất lượng âm thanh bằng cách giảm tiếng ồn nền cho trung tâm cuộc gọi, máy trợ thính và hoạt động biên tập âm thanh.
• Tóm tắt podcast: Tạo các bản tóm tắt ngắn gọn cho các tập podcast để dễ tiếp nhận nội dung hơn.
• Phát hiện cảm xúc từ giọng nói: Phát hiện cảm xúc trong giọng nói để phục vụ chăm sóc khách hàng, giám sát sức khỏe tâm thần và nghiên cứu trải nghiệm người dùng.

Tìm hiểu cách các trình tạo bài hát bằng AI hoạt động#

Các trình tạo bài hát bằng AI hoạt động bằng cách phân tích và học từ âm nhạc hiện có, tương tự như tạo hình ảnh. Điều quan trọng là phải hiểu sự khác biệt giữa việc sử dụng AI để hiểu âm nhạc và sử dụng AI để tạo nhạc. Hiểu âm nhạc bao gồm việc phân tích và xác định các mẫu, trong khi tạo nhạc bao gồm việc sáng tác các bản nhạc mới dựa trên những mẫu đã học.

Hình 2. So sánh việc hiểu âm nhạc bằng AI và tạo nhạc bằng AI.

Quy trình tạo nhạc bằng AI bắt đầu bằng việc thu thập một dataset âm nhạc lớn, bao gồm nhiều thể loại và phong cách khác nhau. Dataset này sau đó được chia thành các thành phần nhỏ hơn như nốt nhạc, hợp âm và nhịp điệu, rồi được chuyển đổi thành dữ liệu số để AI xử lý.

Có nhiều model AI tạo sinh khác nhau có thể được huấn luyện để tạo nhạc. Ví dụ, các model AI như Transformer và Variational Autoencoder (VAE) có thể phối hợp với nhau để tạo nhạc. VAE có thể nén âm thanh đầu vào vào một không gian tiềm ẩn bằng cách nhóm các đoạn nhạc tương tự lại gần nhau, qua đó nắm bắt tính đa dạng và phong phú của âm nhạc. Sau đó, Transformer sử dụng không gian tiềm ẩn này để tạo nhạc mới bằng cách hiểu các mẫu và tập trung vào những nốt quan trọng trong một chuỗi.

Sau khi một model AI được huấn luyện trên dữ liệu này, AI có thể tạo nhạc mới bằng cách dự đoán nốt nhạc hoặc hợp âm tiếp theo dựa trên những gì đã học. AI có thể tạo ra toàn bộ bản nhạc bằng cách nối các dự đoán này lại với nhau. Bản nhạc được tạo có thể được tinh chỉnh để phù hợp với các phong cách hoặc sở thích cụ thể.

Ngày càng có nhiều trình tạo nhạc sử dụng công nghệ này. Dưới đây là một số ví dụ:

• MusicLM của Google: Tạo nhạc dựa trên prompt văn bản, cho phép người dùng chỉ định thể loại, tâm trạng, nhạc cụ và cảm nhận tổng thể.
• MusicGen của Meta: Tạo nhạc từ mô tả bằng văn bản hoặc giai điệu có sẵn, sử dụng một công cụ có tên EnCodec để xử lý dữ liệu âm thanh.
• Stable Audio 2.0 của Stability AI: Tạo các track âm thanh và hiệu ứng âm thanh chất lượng cao từ đầu vào văn bản và âm thanh, có khả năng tạo toàn bộ track và biến đổi các sample âm thanh dựa trên prompt.

Tác động của AI đến ngành công nghiệp âm nhạc#

Đổi mới AI đang tạo ra những cơ hội mới và thách thức cho nhạc sĩ, người nghe và nhà sản xuất, dẫn đến những tình huống mà họ có thể chưa từng trải qua. Thật thú vị khi thấy mỗi nhóm đang thích ứng với những tiến bộ này, sử dụng các công cụ mới và giải quyết những mối lo ngại về tính nguyên bản và đạo đức. Ngoài việc tạo nhạc, AI còn có nhiều tiềm năng hấp dẫn khác trong ngành âm nhạc, chẳng hạn như nâng cao các buổi biểu diễn trực tiếp, cải thiện việc khám phá âm nhạc và hỗ trợ quy trình sản xuất. Hãy cùng xem xét kỹ hơn cách AI đang ảnh hưởng đến nhạc sĩ, người nghe và nhà sản xuất trong ngành công nghiệp âm nhạc.

Hình 3. Tác động của AI tạo sinh đến ngành công nghiệp âm nhạc.

Tác động đến nhạc sĩ#

AI đang thay đổi cách nhạc sĩ sáng tác nhạc. Các công cụ tích hợp AI tạo sinh có thể giúp tạo giai điệu, tiến trình hợp âm và lời bài hát mới, giúp nhạc sĩ dễ dàng vượt qua tình trạng bế tắc trong sáng tạo. AI cũng đã được sử dụng để hoàn thiện các tác phẩm chưa hoàn thành, chẳng hạn như bài hát mới "Now And Then" của The Beatles, được tạo bằng giọng hát của John Lennon từ một bản demo cũ. Tuy nhiên, sự gia tăng của âm nhạc do AI tạo ra mô phỏng phong cách của các nghệ sĩ nổi tiếng làm dấy lên những lo ngại về tính nguyên bản. Ví dụ, các nghệ sĩ như Bad Bunny lo ngại AI sao chép giọng hát và phong cách của họ mà không có sự đồng ý.

Ngoài việc tạo nhạc, AI và thị giác máy tính có thể giúp nhạc sĩ dàn dựng các màn trình diễn và video âm nhạc tốt hơn. Một video âm nhạc gồm nhiều thành phần khác nhau, trong đó có vũ đạo. Các model ước tính tư thế như Ultralytics YOLOv8 có thể hiểu tư thế con người trong hình ảnh và video, đồng thời đóng vai trò trong việc tạo ra các chuỗi vũ đạo được biên đạo đồng bộ với âm nhạc.

Một ví dụ điển hình khác về việc sử dụng AI cho biên đạo là dự án "Dance to Music" của NVIDIA. Trong dự án này, họ sử dụng AI và quy trình hai bước để tạo ra các động tác nhảy mới đa dạng, nhất quán về phong cách và phù hợp với nhịp điệu. Trước tiên, tính năng ước tính tư thế và bộ phát hiện nhịp động học được sử dụng để học nhiều động tác nhảy đúng nhịp từ một bộ sưu tập lớn các video vũ đạo. Sau đó, một model AI tạo sinh được sử dụng để sắp xếp các động tác này thành vũ đạo phù hợp với nhịp điệu và phong cách của âm nhạc. Các động tác nhảy do AI biên đạo tạo thêm yếu tố hình ảnh thú vị cho video âm nhạc và giúp nghệ sĩ sáng tạo hơn.

Tác động đến người nghe#

Đối với người nghe, AI có thể cải thiện trải nghiệm khám phá và thưởng thức âm nhạc. Các nền tảng như Spotify và Apple Music đang sử dụng AI để tuyển chọn playlist cá nhân hóa và đề xuất nhạc mới dựa trên thói quen nghe của người dùng. Khi bạn khám phá các nghệ sĩ và thể loại mới trên những nền tảng này, đó chính là điều kỳ diệu của AI.

Thực tế ảo (VR) được hỗ trợ bởi AI cũng đang cải thiện trải nghiệm các buổi hòa nhạc trực tiếp. Ví dụ, Travis Scott sử dụng VR để tạo ra các buổi biểu diễn ảo tiếp cận khán giả trên toàn cầu. Tuy nhiên, sự phong phú của âm nhạc do AI tạo ra trên các nền tảng như TikTok có thể khiến việc khám phá âm nhạc trở nên quá tải. Điều này có thể khiến các nghệ sĩ mới khó tạo được dấu ấn.

Hình 4. AI giúp tạo ra trải nghiệm hòa nhạc thực tế ảo (VR).

Tác động đến nhà sản xuất#

Nhà sản xuất hưởng lợi từ AI theo nhiều cách. Các công cụ AI hỗ trợ chỉnh cao độ, mixing và mastering giúp tinh gọn quy trình sản xuất. Các nhạc cụ ảo và synthesizer được hỗ trợ bởi AI, như Watson Beat của IBM, có thể tạo ra âm thanh và chất liệu mới, mở rộng khả năng sáng tạo.

AI trên các nền tảng streaming không chỉ mang lại lợi ích cho người nghe; AI còn hỗ trợ nhà sản xuất bằng cách mở rộng lượng khán giả. Tuy nhiên, cũng như nhạc sĩ, họ lo ngại khả năng AI mô phỏng phong cách của các nghệ sĩ nổi tiếng, đặt ra những vấn đề đạo đức và pháp lý liên quan đến việc khai thác giọng hát và phong cách riêng của nghệ sĩ. Điều này đã dẫn đến các tranh chấp pháp lý, chẳng hạn như các vụ kiện từ những công ty âm nhạc lớn như Universal, Sony và Warner nhằm vào các startup AI như Suno và Udio vì bị cáo buộc sử dụng các tác phẩm có bản quyền để huấn luyện model mà không được phép.

Quản lý thư viện nhạc bằng các công cụ tích hợp AI như MusicBrainz Picard#

Chúng ta đã tìm hiểu khái quát một số ứng dụng của AI trong âm nhạc bằng cách xem xét tác động của AI đến các bên liên quan khác nhau trong ngành công nghiệp âm nhạc. Bây giờ, hãy tìm hiểu một ứng dụng cụ thể hơn của AI trong âm nhạc: các công cụ quản lý nhạc được tăng cường bằng AI như MusicBrainz Picard. Những công cụ này vô cùng hữu ích trong việc sắp xếp và quản lý thư viện nhạc số.

Hình 5. Thư viện nhạc có thể được quản lý bằng AI.

Các công cụ này tự động nhận dạng và gắn thẻ tệp nhạc bằng metadata chính xác, chẳng hạn như tên nghệ sĩ, tên album và số thứ tự track. MusicBrainz Picard giúp việc duy trì bộ sưu tập nhạc được sắp xếp khoa học trở nên dễ dàng hơn. Một trong những công nghệ chủ chốt được tích hợp vào MusicBrainz Picard là dấu vân tay âm thanh AcoustID. Những dấu vân tay này nhận dạng tệp nhạc dựa trên nội dung âm thanh thực tế, ngay cả khi tệp không có metadata.

Tại sao điều này lại quan trọng? Các tổ chức lớn như BBC, Google, Amazon, Spotify và Pandora dựa vào dữ liệu MusicBrainz để nâng cao các dịch vụ liên quan đến âm nhạc. Metadata được tạo bởi các công cụ như MusicBrainz Picard rất quan trọng đối với các developer xây dựng cơ sở dữ liệu âm nhạc, ứng dụng tagger hoặc phần mềm liên quan đến âm nhạc khác. Nền tảng cốt lõi của AI là dữ liệu, và nếu không có các công cụ như Picard, việc sở hữu dữ liệu sạch, chính xác cần thiết cho phân tích và phát triển ứng dụng sẽ rất khó khăn. Thật thú vị khi các công cụ được tăng cường bằng AI vừa sử dụng AI vừa giúp tạo ra dữ liệu cần thiết cho các ứng dụng AI, hình thành một chu trình cải tiến và đổi mới có lợi.

Lời kết về AI trong âm nhạc#

Chúng ta đã thảo luận về những chuyển biến mà AI trong âm nhạc đang tạo ra. Bối cảnh pháp lý xung quanh âm nhạc do AI tạo ra cũng đang phát triển. Các quy định hiện hành, chẳng hạn như quy định của Cơ quan Bản quyền Hoa Kỳ, nêu rõ rằng các tác phẩm được tạo hoàn toàn bởi AI không thể được bảo hộ bản quyền vì không có tác giả là con người. Tuy nhiên, nếu con người đóng góp đáng kể vào quá trình sáng tạo, tác phẩm có thể đủ điều kiện được bảo hộ bản quyền. Khi AI tiếp tục được tích hợp vào ngành công nghiệp âm nhạc, các cuộc thảo luận pháp lý và đạo đức đang diễn ra sẽ rất quan trọng để giải quyết những thách thức này. Trong tương lai, AI có tiềm năng to lớn trong âm nhạc, kết hợp công nghệ với sức sáng tạo của con người để mở rộng khả năng sáng tác và sản xuất âm nhạc.

Khám phá AI bằng cách truy cập repository GitHub của chúng tôi và tham gia cộng đồng sôi nổi. Tìm hiểu về các ứng dụng AI trong sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi.