18 қыркүйекте біз Grom Zvuk шығардық - әнді толығымен жасайтын өз музыка моделіміз: вокал, аранжировка, сведение. Комментарийлер мен жеке хабарламадағы алғашқы жазбалар сұрақ емес, айып болды: «әй, оңбағандар, онсыз да кедей музыканттардың нанын тартып алып жатырсыңдар». Толық жауап беремін, себебі бізде осы дауға қатысушылардың көбінде жоқ нәрсе бар - статистика. GPTunneL музыка модельдері арқылы күніне он мыңдаған генерация өтеді, және олардан адамдардың музыка моделімен нақты не істейтіні анық көрінеді. Қысқа жауап: ЖИ музыканттарды алмастырмайды. Ұзағы төменде: төрт трек, салыстырулар және өзімнің топта қалай ойнағаным туралы әңгіме.
Күніне он мыңдаған рет музыканы кім және не үшін генерациялайды
Сұраныстар төрт топқа бөлінеді, және бірде-бірі «музыкантты жұмыстан шығару» сияқты көрінбейді.
Біріншісі, ең үлкені - музыкант ешқашан болмаған жердегі музыка. Әріптестің туған күніне ән, ата-анаға құттықтау, достар чатына әнұран, қысқа роликке трек, презентацияға фон. Бұл адамдардың ешқайсысы аранжировщик жалдап, студияға төлегісі келмеген. Бұрын олар кітапханадан бөтен трек алатын немесе музыкасыз жүретін, енді өз музыкасы бар.
Екіншісі - идеяның қаралама нұсқасы. Бұлар дәл музыканттар мен продюсерлер. Мәтін мен оның қалай естілуі керектігі туралы сезім бар, бірақ қайда бару белгісіз: балладаға ма, панкке ме, гитарамен бе, синтпен бе. Адам бес стильде бес нұсқа генерациялап, идея қай жерде жанданатынын тыңдайды. Бұл эскиз, релиз емес: әрі қарай ол студияға немесе DAW-қа өз жолымен барады.
Үшіншісі - каверлер мен қайта аранжировкалар. Өз әніңді реггиде немесе биг-бэндпен есту, немесе белгілі әуенді алып, өз мәтініңді қою. Ең сұранысты сценарийлердің бірі, және тұжырымдарына қарағанда мұнда адамдар көбіне жұмыс істемей, ойнайды.
Төртіншісі - қолданбалы музыка: подкастар мен шағын бизнеске джинглдер, видеоға инструментал, қосымшаға эмбиент. Бұрын бұл сток кітапханаларының тауашасы еді, енді генерация оны шынымен ығыстырып жатыр.
Байқа: бұл тізімде «әртістің орнына хит жазу» деген тармақ жоқ. Модельге тыйым салынғандықтан емес, сұраныстар осылай көрінбейтіндіктен. Және бұл кездейсоқ емес: хитке талант керек. Нейрожеліге «хит жаса» деп жазу жеткіліксіз - ол ән қайтарады, бірақ оны хит ететін нәрсе промптта жоқ: идея, талғам және айтары бар адам.
Модель нені істей алады, музыкант нені істей алады
Grom Zvuk екі кезеңде жұмыс істейді: жоспарлаушы партитураны символдармен жазады (ноталар мен құрылым - шумақ қайда, қайырма қайда, гармония қандай), ал синтезатор оны 48 кГц стерео дыбысқа айналдырады, бір өтуде бес минутқа дейін. Бұл қолөнер: аранжировка, орындау, сведение. Модель оны тез және болжамды істейді. Ал ән не туралы, кімге және не үшін - оны шешпейді.
| Міндет | Нейрожелі | Музыкант |
|---|---|---|
| Ән не туралы және онда не маңызды екенін ойлап табу | Жоқ: тек берілгенмен жұмыс істейді | Иә, авторлық деген осы |
| Мәтінге аранжировка жазу | 1–2 минутта | Бірнеше сағаттан бірнеше күнге дейін |
| Дайын әнді басқа жанрға көшіру | Минуттар | Күндеп репетиция және қайта жазу |
| Нұсқаның нашар екенін естіп, неге екенін түсіндіру | Жоқ, оның талғамы жоқ | Иә - оған жылдап үйренеді |
| Сахнада көрермен алдында ойнау | Жоқ | Иә |
| Нәтижеге өз атымен жауап беру | Жоқ | Иә |
Арзандаған кезеңдер - музыканттар бұрын да басқаларға тапсыратындары: сессиялық музыканттарға, аранжировщиктерге, дыбыс режиссерлеріне. Қымбат болып қалғаны - ой, талғам және іріктеу. Модель нұсқаларды береді, ал қайсысы ән екенін адам шешеді. Шешетін ештеңе болмаса, құрал көмектеспейді - нейрослоп шығады, ол туралы төменде.
Екі мыңыншы жылдары қалай болды, қазір қалай
Екі мыңыншы жылдары мен клубтарда электрогитарада ойнадым, сондықтан «бұрын» туралы мақалалардан емес, өзім айтамын. Сағаттап жалданатын репетиция базасы, көбіне гараж - нағыз студиядан екі есе арзан. Жазылу ең жақсы жағдайда біреудің үйінде, ескі Pentium 4-тің сызықтық кірісі арқылы. Mac OS X Leopard-тағы макбук асқан сән-салтанат еді, есесіне тректі желі шуынсыз жазуға мүмкіндік беретін. Ал көбіне кассеталық магнитофонға бір дубльмен жазатынбыз - клуб менеджеріне көрсететін бір нәрсе болсын деп. Студия қалтаға сыймайтын, онымен де бәрі бірнеше есе ұзақ болар еді: жазу, сосын сведение. Бүкіл тарихымда біз студияда дәл бір трек жаздық, және үш минуттық тректің барлық партияларын жазуға үзіліссіз бір тәулікке жуық кетті. Жазбалар, өкінішке қарай, сақталмады, бірақ ол әлі есімде. Тек өз гитара партиямды жүздеген рет қайта жаздым: әр дубль - тимей қалу, қателер және бәрі басынан.
Қазір Grom Zvuk-та әннің ойы партитурада тұрады, оны бөліктеп түзетуге болады: жанрды ауыстыру, вокалды алып тастау, аспапты ауыстыру, басқа жолдар қою. Нәтиже бір-екі минутта дайын трек болып келеді. Мұндайды армандар едік, егер ол бір күні мүмкін болатынын елестете алсақ: түймені басып, дәл осы әннің гитара қабырғасынсыз, бірақ үрлемелі аспаптармен қалай естілетінін есту. Ол кезде iPod ішіндегі қатты диск басқа планетаның технологиясындай көрінетін.
Ас үйде жазған әндеріміз, риффтер мен мәтіндер түймеден жақсырақ болмас еді. Түйме идеядан тексеруге дейінгі жолды қысқартады, идеяны алмастырмайды.
Төрт трек: бір модель, төрт түрлі беріліс
Grom Zvuk бетінен төрт мысал, бәрін модель басынан аяғына дейін жасады, қолмен сведение жоқ. Бұл one shot - модельден шыққан ең бірінші нұсқа, сондықтан тректерде кедір-бұдыр бар: қате екпін, дұрыс емес айтылым. Мұның бәрі түзетіледі, бірақ тректер мұнда идеяны тастап, түймені басқанда не шығатынын көрсету үшін тұр.
«Пепси дәмді Гром» - авторлық мәтін, ал Lana Del Rey реңкі бар әуен мен аранжировканы модель мен берген үлгі бойынша жинады. «Білесің бе?», «Шадэ» және «Ақылды көмекші» - каверлер: түпнұсқаның әуені мен танылатын өзегі орнында, бірақ қалғанының бәрі толық қайта қаралған - басқа аспаптар, берілуге басқа көзқарас. Партитура сол, ал ән мүлдем басқа. Бүгінгі генеративті музыканың практикалық мәні осында: идеяны бірнеше стиль мен берілісте санаулы минутта тексеру, апталап репетиция емес. Қай нұсқа «дұрыс» екенін модель білмейді. Оны идеясы бар адам шешеді.
Технология музыканттарды әр жиырма жыл сайын қорқытты
1930 жылдары кинотеатрларға дыбысты кино келгенде Америка музыканттар федерациясы «консервіленген музыкаға» қарсы науқан жүргізді: үнсіз фильмдер астында ойнаған оркестрлер шынымен жұмысынан айырылды. Бірақ кино музыкасы ешқайда кеткен жоқ - оны жаза бастады, және кино композиторлары азаймай, көбірек керек болды.
1980 жылдардың басында Британ музыканттар кәсіподағы жазбаларда синтезаторлар мен драм-машиналарды шектеуге тырысты: барабаншыларға ақыр заман болжанды. Roland TR-808 1980 жылы шықты, оның дыбысы хип-хоп пен электрониканың негізіне айналды - бүкіл жаңа музыканттар буынына жұмыс берген жанрлар. Тірі барабаншылар қалды, тек ырғақ алудың жалғыз жолы болудан қалды.
1998 жылы Cher әдейі естілетін Auto-Tune-мен «Believe» шығарды, «бұл әлі ән салу ма, жоқ па» деген дау он жылдай жүрді. Бүгін Auto-Tune кез келген продакшендегі стандартты жол, ал таза ән салатын әншілер бұрынғыдан да жоғары бағаланады.
2000 жылдардағы үй студиялары жазумен де солай істеді: студиялар азайды, трек шығаратын музыканттар есе-есе көбейді.
Схема біреу: технология қолөнерді арзандатады, кіру табалдырығы төмендейді, музыка көбейеді, ал талғамы мен өз үні барлар осы фонда тек анығырақ естіледі. Эволюцияны тоқтату мүмкін емес, керек те емес: ол ешқашан музыкантты алып тастаған жоқ, ол аспапқа монополияны алып тастады.
Нейрослоп - құралдың қасиеті емес
«Нейрослоп» сөзі жеке іздеу сұранысына айналды, қайдан шыққанын түсінемін: интернетте тұлғасыз генерацияланған музыка көп - кез келген стримингті ашсаң болды, және онымен әрине күресу керек. Бірақ слоп модельден емес, ой мен іріктеудің жоқтығынан пайда болады. Адам түймені бір рет басты, бірінші нұсқаны алды, жүктеп салды. Мұндай тректің авторы жоқ, және бұл естіледі.
Идеясы бар адамның қолындағы сол құрал басқа нәрсе береді. Ол модельден «махаббат туралы» сұрамай, өз мәтінін жазады. Он нұсқаны қуып, тоғызын лақтырып тастайды. Екінші шумақтың солғын екенін естіп, бәрін қайта генерацияламай, соны бөлек түзетеді. Қайырма қалай естілуі керектігін біледі, себебі генерацияға дейін оны басында естіген. 1950 жылдардағы электрогитара да біреулерге ойыншық, біреулерге жаңа тіл болды - айырмашылық гитарада емес еді.
Формула қарапайым: ЖИ - құрал. Талантты адамға ол ойдан нәтижеге дейінгі жолды тездетуге және бұрын уақыт пен ақша жетпеген нәрсені сынап көруге көмектеседі. Ойы жоқ адамға ол ойы жоқ нәтижені адал қайтарады.
Шын мәнінде кімді алмастырады
Үгіт сияқты көрінбеу үшін жағымсыз жағын да айтайын. Қысымды сток кітапханалары мен тапсырыс берушіге «үш күнде жай трек» керек нарық бөлігі қазірдің өзінде сезіп отыр: жергілікті автосалонның жарнамасына джингл, корпоративтік видеоға астар. Мұндай жұмысты генерация тезірек әрі арзан істейді, және бұл сұраныс модельдерге кетіп жатыр - күніне он мыңдаған генерациямыз бойынша бұл қазір-ақ көрінеді.
Қысымда емес - тұлғаға сүйенетіннің бәрі: аудиториясы бар әртіс, тірі концерт, танылатын үні бар автор, талғамы бар продюсер. Бұл адамдарда құралдар өздеріне дейінгі кез келген буыннан көп. Бұрын аптасына үш демо жазатын аранжировщик енді клиентке бір кеште жиырма нұсқа ұсынып, шынымен ақы төленетін іспен айналысады - таңдау мен жетілдірумен.
Бұған не істейміз
GPTunneL-де біз генеративті модельдердің барлық бағытына көп салым саламыз: мәтін, сурет, видео, дыбыс. Музыка солардың ішіндегі ең маңыздыларының бірі. Grom Zvuk өз қуаттарымызда жұмыс істейді, онымен музыка модельдері бойынша жеке мамандар командасы айналысады: біз бұл бағытты бөтен API-ді қайта сатпай, өзімізде дамытамыз. Модельді әрі қарай дамытамыз: мәтін бойынша дәлірек ән салу, партитураға көбірек бақылау, тректің жеке бөліктерін түзету.
Айтылғанды өз идеяңда тексеру оңай: Grom Zvuk аш, стильді сипатта, мәтініңді бер де, не шығатынын тыңда. Іске қосылу кезінде трек 20 ₸ тұрады - 50% жеңілдікпен. Сонымен бірге мақаланың басты тезисін тексересің: модель саған ән береді, бірақ оның ән екенін шешу бәрібір өзіңе қалады.