Virtuell musikk, ekte bekymringer.

Bruken av AI i musikk blir stadig mer populær i landet vårt. Noen ser på kunstig intelligens som en forlengelse av de kreative og fremføringsmessige aspektene ved musikk. Andre ser imidlertid på virtuell musikk som en fare, ettersom grensen mellom skapelse og imitasjon, kunst og ikke-kunst, fortsatt er ganske uklar.

Nye fremskritt

Nylig ga Ann – Vietnams første offisielt anerkjente virtuelle sanger – ut sitt andre musikalske produkt med tittelen «Cry». I motsetning til debutlåten «How Can I Say I Love You», som var en ballade i fjor, viser Anns tilbakekomst denne gangen en endring i både musikalsk stil og image. «Cry» er skrevet i rockesjangeren.

Vokalstilen hennes ble justert til en babystemme. Anns image i musikkvideoen til «Cry» er slående og individualistisk, en sterk kontrast til hennes delikate og milde fremtoning i hennes første musikkvideo. Anns musikkvideo til «How Can I Say I Love You» møtte en bølge av kritikk. Utseendet hennes ble kritisert for å være lite minneverdig, ansiktsuttrykkene hennes unaturlige, leppebevegelsene hennes inkonsekvente og hennes stive oppførsel i hver scene. Sangens innhold og melodi ble ansett som lite bemerkelsesverdig blant det store utvalget av sanger på markedet.

Den virtuelle sangeren Ann viser mange positive endringer i musikkvideoen «Cry».

Etter halvannet år med å lytte til tilbakemeldinger fra publikum, gjorde teamet mange oppgraderinger og justeringer av Ann. Derfor er dette comebacket, fra vokalen til de visuelle effektene og uttrykkene, mer naturlig og mangfoldig. På pressekonferansen for MV-lanseringen dukket Ann til og med opp som en ekte person for å fremføre sangen. I motsetning til de to virtuelle sangerne, My Chau og Dam San, som ble introdusert på Ho Do Music Festival 2022, ble Anns stemme ikke dubbet av en ekte, anonym sanger, men snarere en kombinasjon av AI-algoritmer og ekte lyder for å skape den ønskede vokaltonen. MV-en «Cry» regnes som et nytt skritt fremover innen musikk produsert av AI-teknologi.

Nylig har noen musikkvideoer av ekte sangere også innlemmet AI som et eksperiment, noe som gir publikum et nytt perspektiv. I juli vakte sangeren Dan Truong oppmerksomhet da han brukte 100 % kunstig intelligens på det visuelle i musikkvideoen sin «Em Oi Vi Dau». Den vietnamesiske landsbygda, bilder av hardtarbeidende bønder og til og med Dan Truongs portrett mens han sang, ble alle håndtert av AI med realistiske bevegelser. Støtten fra denne teknologien sparte ham og teamet hans bryet med å dra i studio eller filme på location.

Bildet av sangeren Dan Truong ble skapt av AI i musikkvideoen «Em ơi ví dầu».

Dan Truong delte: «AI-teamet brukte mange av bildene mine for å lage en mest mulig nøyaktig representasjon av karakteren. I gjennomsnitt måtte vi bruke 4 til 16 bilder for å lage et 4-sekunders klipp. For å fullføre denne musikkvideoen ble over 600 bilder brukt med forskjellige AI-verktøy.» Fordi dette var første gang Dan Truongs team eksperimenterte med AI, hadde musikkvideoens visuelle egenskaper fortsatt mange begrensninger til tross for innsatsen. I noen scener så landskapsscenene stive og kunstige ut. AI-versjonens leppesynkronisering og ansiktsuttrykk matchet ikke vokalen hans. Selv om han ble kritisert, sa Dan Truong at dette første eksperimentet hjalp ham og teamet hans med å lære verdifulle leksjoner for å lage bedre produkter i fremtiden.

«Mobilfilmmogulen» Pham Vinh Khuong, som også bruker kunstig intelligens til å lage en majestetisk historisk musikkvideo, forbløffet mange med musikkvideoen «The Picture of Dai Viet», som illustrerer sangen «Nam Quoc Son Ha» (komponert av DTAP, fremført av sangerne Phuong My Chi og Erik). Ulike kunstig intelligens-verktøy ble utnyttet til sitt fulle potensial for å lage en fem minutter lang musikkvideo som hyller Vietnams landskap, kultur og stolte fire tusen år lange historie. Pham Vinh Khuong uttalte at takket være at kunstig intelligens forenkler mange prosesser, var kostnaden for å produsere musikkvideoen bare tre millioner dong. I motsetning til dette, med konvensjonelle produksjonsmetoder (dvs. skuespillere, oppsett av historiske scener og filming på location fra nord til sør), ville minimumskostnaden for en musikkvideo være tre milliarder dong.

Komponist og tekniker Nguyen Hoang Bao Dai.

På nett gir det raskt en rekke resultater å søke etter «hvordan komponere sanger med AI». Brukere trenger bare å følge noen få tekniske trinn i tilgjengelige apper eller programvare for å lage en sang. Den mest fremtredende figuren i byggingen av «AI-låtskrivingsmodellen» er musiker og ingeniør Nguyen Hoang Bao Dai.

En ung mann i 20-årene lagde en AI-modell som kan komponere 10 vietnamesiske sanger på bare ett sekund. Mekanismen er ganske enkel. Brukere trenger bare å gi maskinen noen få noter eller en kort melodi og trykke på en knapp; AI-en vil automatisk fullføre sangen og generere mange unike, komplette versjoner. Brukerne kan deretter velge favorittsangen sin eller fortsette å la AI-en justere den til de er fornøyde. Denne AI-modellen er så intelligent at selv om musikeren ikke har noen ideer eller gir noen forslag, kan AI-en fortsatt komponere musikk etter egne ønsker. Dessuten er Bảo Đạis modell til og med klar til å produsere musikkvideoer basert på tekstforslag.

Stort potensial, mange bekymringer.

På workshopen «Anvendelse av kunstig intelligens i samtidsmusikkkomposisjon» som ble holdt i Ho Chi Minh- byen i juni, erkjente musikere og eksperter at selv om den fremtidige eksplosjonen av AI-applikasjoner innen musikk fortsatt er i sin spede begynnelse, er den en uunngåelig trend fordi den hjelper folk med å lage musikk mer intelligent, praktisk og med større variasjon.

Ifølge musikeren Nong Xuan Hieu er fordelen med kunstig intelligens at den kan komponere komplette musikkstykker med minimal menneskelig inngripen. Den foreslår mange nye kreative retninger for musikere. KI kan automatisk lage musikk, lage virtuelle instrumenter, analysere musikk og bistå i harmonisering og arrangement. KI er ikke bare begrenset til produksjon, men deltar også i liveopptredener, samhandler med publikum og samler inn og analyserer tilbakemeldinger fra publikum fra ulike nettplattformer og mediekanaler. «KI-verktøy vil fortsette å utvikle seg, bli smartere og enklere å bruke, slik at alle, selv de med lite musikalsk kunnskap, kan komponere og produsere musikk av høy kvalitet. Å forstå og riktig bruke KI-teknologier vil hjelpe musikkbransjen til å blomstre, gi flere kreative muligheter og forbedre lytteopplevelsen», uttalte musikeren Nong Xuan Hieu.

Musikkvideoen «The Picture of Dai Viet» ble laget utelukkende ved hjelp av kunstig intelligens.

Den virtuelle sangermodellen alene er et lukrativt marked i land med utviklede musikkindustrier som Japan, Sør-Korea og Kina. Mange virtuelle sangere har blitt idoler for unge mennesker, og bringer inn enorme fortjenester til sine skapere. For eksempel genererer Hatsune Miku og Apoki titalls millioner dollar årlig for den japanske underholdningsindustrien. I Kina er Luo Tianyi den mest populære virtuelle sangeren med en rekke soloopptredener. I Vietnam, selv om den virtuelle sangermodellen fortsatt er i sin spede begynnelse, har den vist en god evne til å forstå den generelle trenden.

BoBo Dang, «skaperen» av den virtuelle sangeren Ann, avslørte at hans protegé stadig oppgraderes for å være klar til å opptre på musikkscener og samhandle med fans som et ekte menneske. «Et av våre fremtidige mål er at Ann skal kunne samhandle som et ekte menneske og samarbeide med andre artister. Vi har hatt svært lovende forhandlinger med managerne til andre sangere. Ann vil helt sikkert kunne samarbeide med ekte sangere i nær fremtid. De fleste arrangører har optimale støtteplaner hvis Ann ønsker å opptre på scenen», sa han.

Til tross for at virtuell musikk åpner opp for vide horisonter, vekker den fortsatt bekymring blant profesjonelle. Først og fremst er det spørsmålet om følelser og personlig identitet i musikalske produkter. Dr. Nguyen Bach Mai fra Nguyen Tat Thanh University påpeker at AI fortsatt har begrensninger når det gjelder følelser, og primært er avhengig av maler og algoritmer for å lage musikk, og dermed ofte mangler autentisitet og subtilitet, og kan ikke sammenlignes med følelsene som stammer fra virkelige menneskelige erfaringer. Videre er AIs evne til empati begrenset og ikke like naturlig som menneskers. Spesielt sliter AI ofte med improvisasjon og ukonvensjonell skapelse, noe musikere vanligvis utmerker seg i. Mangelen på følelser, autentisitet og personlig identitet fører til at AI-generert musikk anses som ikke-kunstnerisk.

Takket være AI kan selv noen som ikke kan en eneste note lage en ny sang. Dette fører lett til risikoen for selvtilfredshet blant komponister, som er helt avhengige av AI. De kan bli selvtilfredse og tro at de ikke trenger mye læring eller trening for å stolt kalle seg musikere. Dette gjelder spesielt når skaperen av modellen «AI-skrevet musikk» hevder: «Tidligere, når folk lyttet til musikk komponert av maskiner, kunne de umiddelbart gjenkjenne forskjellen. Men nå, med den stadig økende mengden data og stadig mer intelligente algoritmer, er ikke forskjellen mellom musikk skrevet av AI og musikk skrevet av mennesker lenger tydelig.»

Den neste bekymringen er opphavsrett. Ifølge musikeren Nong Xuan Hieu blir grensen mellom skapelse og kopiering uklar når AI lærer av eksisterende musikkverk for å lage nye. Dette reiser spørsmål om immaterielle rettigheter. Dr. Nguyen Bach Mai deler dette synet og argumenterer for at det å fastsette immaterielle rettigheter for AI-genererte musikkverk er et komplekst spørsmål. «Hvem skal eie opphavsretten – musikeren, AI-utvikleren eller begge deler? Bruken av AI i musikkkomposisjon kan anses som uetisk hvis den fullstendig erstatter musikerens rolle og reduserer verdien av menneskelig kreativitet.»

Dinh Trung Can, direktør for Vietnam Music Copyright Protection Center, uttalte: For tiden har ikke lovene om opphavsrett i Vietnam holdt tritt med utviklingen av AI. Fordi loven mangler klare regler for anerkjennelse av opphavsrett og relaterte rettigheter for produkter laget av AI, er senteret utelatt fra bildet.

Med den virtuelle sangermodellen har det vært en rekke motargumenter fra verdensberømte stjerner om at bildene og stemmene deres blir stjålet for å lage musikkprodukter drevet av kunstig intelligens. Da Ann først debuterte, fikk hun også mye negativ tilbakemelding da stemmen hennes ble sagt å være veldig lik en berømt lokal sanger. Møtt publikums kritikk, i comebacket sitt med musikkvideoen «Cry», endret Anns vokalstil seg betydelig for å unnslippe anklagene om imitasjon.

På grunn av etiske og opphavsrettslige hensyn anbefaler eksperter at AI-brukere kun bør se på det som et verktøy for å hjelpe til med produksjon og fremføring av musikk, ikke som en fullstendig erstatning for mennesker. Et harmonisk samarbeid mellom musikere og AI vil gjøre musikkproduksjon mer praktisk, og spare tid, penger og krefter. AI kan foreslå kreative ideer, automatisere oppgaver som arrangering og miksing, og måle tilbakemeldinger fra markedet. Musikere vil ha mer tid til å fokusere på områder som krever intellektuell investering, som tekstskriving og melodikomposisjon. Å se på AI som et verktøy som til syvende og sist holder artister ansvarlige for arbeidet sitt, øker produksjonseffektiviteten uten å redusere artistens individualitet og identitet.

Kilde