Wirtualna muzyka, prawdziwe zmartwienia.

Zastosowanie sztucznej inteligencji w muzyce staje się coraz bardziej popularne w naszym kraju. Niektórzy postrzegają sztuczną inteligencję jako rozszerzenie kreatywnych i wykonawczych aspektów muzyki. Inni jednak postrzegają muzykę wirtualną jako zagrożenie, ponieważ granica między tworzeniem a imitacją, sztuką a nie-sztuką, pozostaje dość płynna.

Nowe postępy

Niedawno Ann – pierwsza oficjalnie uznana wirtualna piosenkarka w Wietnamie – wydała swój drugi utwór muzyczny zatytułowany „Cry”. W przeciwieństwie do jej debiutanckiej piosenki „How Can I Say I Love You”, która w zeszłym roku była balladą, powrót Ann tym razem pokazuje zmianę zarówno w stylu muzycznym, jak i wizerunku. „Cry” jest napisany w gatunku rockowym.

Jej styl wokalny został dostosowany do dziecięcego głosu. Wizerunek Ann w teledysku do „Cry” jest uderzający i indywidualny, co stanowi ostry kontrast z jej delikatną i łagodną prezencją w pierwszym teledysku. Teledysk Ann do „How Can I Say I Love You” spotkał się z falą krytyki. Jej wygląd skrytykowano za niepamiętność, nienaturalność mimiki, niespójność ruchów ust i sztywność w każdej scenie. Treść i melodia utworu uznano za przeciętne w porównaniu z szeroką gamą dostępnych na rynku utworów.

Wirtualna piosenkarka Ann pokazuje wiele pozytywnych zmian w teledysku „Cry”.

Po półtora roku słuchania opinii publiczności zespół wprowadził wiele ulepszeń i poprawek w Ann. Dzięki temu ten powrót, od wokalu po efekty wizualne i ekspresję, jest bardziej naturalny i zróżnicowany. Na konferencji prasowej z okazji premiery teledysku Ann pojawiła się nawet jako prawdziwa osoba, aby wykonać piosenkę. W przeciwieństwie do dwójki wirtualnych wokalistów, My Chau i Dam San, zaprezentowanych na Ho Do Music Festival 2022, głos Ann nie został zdubbingowany przez prawdziwego, anonimowego wokalistę, lecz przez połączenie algorytmów sztucznej inteligencji i rzeczywistych dźwięków, aby stworzyć pożądany ton wokalny. Teledysk „Cry” jest uważany za nowy krok naprzód w muzyce tworzonej z wykorzystaniem sztucznej inteligencji.

Ostatnio niektóre teledyski prawdziwych piosenkarzy również eksperymentalnie wykorzystują sztuczną inteligencję, prezentując widzom świeżą perspektywę. W lipcu piosenkarz Dan Truong zwrócił na siebie uwagę, stosując w 100% sztuczną inteligencję w warstwie wizualnej swojego teledysku „Em Oi Vi Dau”. Wietnamska wieś, zdjęcia ciężko pracujących rolników, a nawet portret Dana Truonga podczas śpiewania – wszystko to zostało zrealizowane przez sztuczną inteligencję z wykorzystaniem realistycznych ruchów. Wsparcie tej technologii zaoszczędziło jemu i jego zespołowi konieczności udania się do studia lub filmowania w plenerze.

Wizerunek piosenkarza Dana Truonga został stworzony przez AI w teledysku „Em ơi ví dầu”.

Dan Truong podzielił się: „Zespół AI wykorzystał wiele moich obrazów, aby stworzyć jak najdokładniejsze przedstawienie postaci. Średnio, aby stworzyć 4-sekundowy klip, potrzebowaliśmy od 4 do 16 obrazów. Aby ukończyć ten teledysk, użyto ponad 600 obrazów z różnymi narzędziami AI”. Ponieważ był to pierwszy raz, kiedy zespół Dana Truonga eksperymentował ze sztuczną inteligencją, pomimo wysiłków, oprawa wizualna teledysku nadal miała wiele ograniczeń. W niektórych scenach wiejskich krajobrazy wyglądały sztywno i sztucznie. Synchronizacja ruchu ust i mimika twarzy wersji AI nie pasowały do jego głosu. Mimo krytyki, Dan Truong powiedział, że ten początkowy eksperyment pomógł jemu i jego zespołowi wyciągnąć cenne wnioski, aby tworzyć lepsze produkty w przyszłości.

Wykorzystując sztuczną inteligencję do stworzenia majestatycznego, historycznego teledysku, „potentat filmowy telefonii komórkowej” Pham Vinh Khuong zadziwił wielu swoim teledyskiem „The Picture of Dai Viet”, ilustrującym utwór „Nam Quoc Son Ha” (skomponowany przez DTAP, a wykonany przez śpiewaków Phuong My Chi i Erika). Różne narzędzia sztucznej inteligencji zostały w pełni wykorzystane, aby stworzyć pięciominutowy teledysk wychwalający wietnamskie krajobrazy, kulturę i dumną, czterotysięczną historię. Pham Vinh Khuong stwierdził, że dzięki uproszczeniu wielu procesów przez sztuczną inteligencję, koszt produkcji teledysku wyniósł zaledwie trzy miliony dongów. Dla porównania, przy konwencjonalnych metodach produkcji (tj. aktorach, tworzeniu historycznych scen i filmowaniu w plenerze z północy na południe), minimalny koszt teledysku wyniósłby trzy miliardy dongów.

Kompozytor i inżynier Nguyen Hoang Bao Dai.

W internecie samo wyszukiwanie frazy „jak komponować piosenki z wykorzystaniem sztucznej inteligencji” szybko przynosi liczne wyniki. Użytkownicy muszą jedynie wykonać kilka kroków technicznych w dostępnych aplikacjach lub programach, aby stworzyć piosenkę. Najbardziej znaną postacią w rozwoju modelu „tworzenia piosenek z wykorzystaniem sztucznej inteligencji” jest muzyk i inżynier Nguyen Hoang Bao Dai.

Młody mężczyzna po dwudziestce stworzył model sztucznej inteligencji, który potrafi skomponować 10 wietnamskich piosenek w zaledwie sekundę. Mechanizm jest dość prosty. Wystarczy, że użytkownik poda maszynie kilka nut lub krótką melodię i naciśnie przycisk, a sztuczna inteligencja automatycznie dokończy utwór, generując wiele unikalnych, kompletnych wersji. Użytkownik może następnie wybrać swój ulubiony utwór lub pozwolić sztucznej inteligencji na jego modyfikację, aż do uzyskania satysfakcjonującego efektu. Ten model sztucznej inteligencji jest tak inteligentny, że nawet jeśli muzyk nie ma pomysłu ani sugestii, sztuczna inteligencja może skomponować muzykę według własnych upodobań. Co więcej, model Bảo Đại jest nawet gotowy do produkcji teledysków na podstawie sugestii dotyczących tekstów piosenek.

Wielki potencjał, wiele obaw.

Podczas warsztatów „Zastosowanie sztucznej inteligencji we współczesnej kompozycji muzycznej”, które odbyły się w czerwcu w Ho Chi Minh City, muzycy i eksperci przyznali, że chociaż technologia ta jest jeszcze w powijakach, przyszły gwałtowny rozwój zastosowań sztucznej inteligencji w muzyce jest nieunikniony, ponieważ pomaga ludziom tworzyć muzykę w sposób bardziej inteligentny, wygodny i różnorodny.

Według muzyka Nong Xuan Hieu, zaletą sztucznej inteligencji jest to, że potrafi komponować kompletne utwory muzyczne przy minimalnej ingerencji człowieka. Wskazuje ona wiele nowych kierunków twórczych dla muzyków. Sztuczna inteligencja może automatycznie tworzyć muzykę, tworzyć instrumenty wirtualne, analizować muzykę oraz pomagać w harmonizacji i aranżacji. Sztuczna inteligencja nie ogranicza się tylko do produkcji, ale uczestniczy również w występach na żywo, wchodzi w interakcje z publicznością oraz zbiera i analizuje jej opinie z różnych platform internetowych i kanałów medialnych. „Narzędzia sztucznej inteligencji będą się nadal rozwijać, stając się inteligentniejsze i łatwiejsze w użyciu, umożliwiając każdemu, nawet osobom z niewielką wiedzą muzyczną, komponowanie i produkcję wysokiej jakości muzyki. Zrozumienie i właściwe wykorzystanie technologii sztucznej inteligencji pomoże branży muzycznej się rozwijać, zapewniając więcej możliwości twórczych i poprawiając wrażenia słuchowe” – stwierdził muzyk Nong Xuan Hieu.

Teledysk „The Picture of Dai Viet” został stworzony w całości przy użyciu sztucznej inteligencji.

Sam model wirtualnego wokalisty stanowi lukratywny rynek w krajach o rozwiniętym przemyśle muzycznym, takich jak Japonia, Korea Południowa i Chiny. Wielu wirtualnych wokalistów stało się idolami młodych ludzi, przynosząc swoim twórcom ogromne zyski. Na przykład Hatsune Miku i Apoki generują dziesiątki milionów dolarów rocznie dla japońskiego przemysłu rozrywkowego. W Chinach najpopularniejszym wirtualnym wokalistą jest Luo Tianyi, z licznymi występami solowymi. W Wietnamie, mimo że model wirtualnego wokalisty jest jeszcze w powijakach, wykazał on doskonałą zdolność do wychwytywania ogólnego trendu.

BoBo Dang, „twórca” wirtualnej piosenkarki Ann, ujawnił, że jego podopieczna jest stale udoskonalana, aby była gotowa do występów na scenach muzycznych i interakcji z fanami jak prawdziwa osoba. „Jednym z naszych nadchodzących celów jest umożliwienie Ann interakcji jak prawdziwej osobie i współpracy z innymi artystami. Prowadziliśmy bardzo obiecujące negocjacje z menedżerami innych wokalistów. Z pewnością w najbliższej przyszłości Ann będzie mogła współpracować z prawdziwymi wokalistami. Większość organizatorów koncertów ma optymalne plany wsparcia, jeśli Ann chce występować na scenie” – powiedział.

Pomimo otwarcia się na nowe horyzonty, wirtualna muzyka wciąż budzi obawy wśród profesjonalistów. Przede wszystkim chodzi o kwestię emocji i tożsamości osobistej w produktach muzycznych. Dr Nguyen Bach Mai z Uniwersytetu Nguyen Tat Thanh zwraca uwagę, że sztuczna inteligencja wciąż ma ograniczenia w zakresie emocji, opierając się głównie na szablonach i algorytmach do tworzenia muzyki, przez co często brakuje jej autentyczności i subtelności, a także nie może równać się z emocjami pochodzącymi z rzeczywistych doświadczeń. Co więcej, zdolność sztucznej inteligencji do wczuwania się w otoczenie jest ograniczona i nie tak naturalna jak u ludzi. W szczególności sztuczna inteligencja często ma problemy z improwizacją i niekonwencjonalnym tworzeniem, w czym muzycy zazwyczaj celują. Brak emocji, autentyczności i tożsamości osobistej prowadzi do tego, że muzykę generowaną przez sztuczną inteligencję uważa się za nieartystyczną.

Dzięki sztucznej inteligencji nawet ktoś, kto nie zna ani jednej nuty, może stworzyć nowy utwór. To z łatwością prowadzi do ryzyka samozadowolenia wśród kompozytorów, którzy polegają wyłącznie na sztucznej inteligencji. Mogą popaść w samozadowolenie i uwierzyć, że nie potrzebują wiele nauki ani szkoleń, aby z dumą nazywać siebie muzykami. Jest to szczególnie prawdziwe, gdy twórca modelu „muzyki tworzonej przez sztuczną inteligencję” twierdzi: „W przeszłości, słuchając muzyki skomponowanej przez maszyny, ludzie od razu dostrzegali różnicę. Ale teraz, dzięki stale rosnącej ilości danych i coraz inteligentniejszym algorytmom, różnica między muzyką pisaną przez sztuczną inteligencję a muzyką pisaną przez ludzi nie jest już oczywista”.

Kolejnym problemem są prawa autorskie. Według muzyka Nong Xuan Hieu, kiedy sztuczna inteligencja uczy się z istniejących utworów muzycznych, aby tworzyć nowe, granica między tworzeniem a kopiowaniem zaciera się. Rodzi to pytania o prawa własności intelektualnej. Podzielając ten pogląd, dr Nguyen Bach Mai argumentuje, że ustalenie praw własności intelektualnej do utworów muzycznych generowanych przez sztuczną inteligencję jest złożoną kwestią. „Kto będzie właścicielem praw autorskich – muzyk, twórca sztucznej inteligencji, czy obaj? Wykorzystanie sztucznej inteligencji w komponowaniu muzyki mogłoby zostać uznane za nieetyczne, gdyby całkowicie zastąpiło rolę muzyka, umniejszając wartość ludzkiej kreatywności”.

Pan Dinh Trung Can, dyrektor Wietnamskiego Centrum Ochrony Praw Autorskich w Muzyce, stwierdził: „Obecnie wietnamskie przepisy dotyczące praw autorskich nie nadążają za rozwojem sztucznej inteligencji. Ponieważ prawo nie zawiera jasnych regulacji dotyczących uznawania praw autorskich i praw pokrewnych do produktów tworzonych przez sztuczną inteligencję, Centrum jest pomijane”.

W związku z modelem wirtualnego wokalisty, pojawiło się wiele kontrargumentów ze strony gwiazd światowego formatu, które twierdziły, że ich wizerunek i głos są kradzione w celu tworzenia produktów muzycznych opartych na sztucznej inteligencji. Kiedy Ann zadebiutowała, również spotkała się z wieloma negatywnymi opiniami, ponieważ jej głos był bardzo podobny do głosu znanej lokalnej piosenkarki. W obliczu krytyki publiczności, w swoim powrocie z teledyskiem „Cry”, styl wokalny Ann znacząco się zmienił, aby uniknąć oskarżeń o naśladownictwo.

Ze względu na kwestie etyczne i związane z prawami autorskimi, eksperci zalecają, aby użytkownicy sztucznej inteligencji postrzegali ją jedynie jako narzędzie wspomagające produkcję i wykonywanie muzyki, a nie jako całkowite zastąpienie człowieka. Harmonijna współpraca muzyków ze sztuczną inteligencją sprawi, że produkcja muzyki stanie się wygodniejsza, oszczędzając czas, pieniądze i wysiłek. Sztuczna inteligencja może podpowiadać kreatywne pomysły, automatyzować zadania takie jak aranżacja i miksowanie oraz monitorować reakcje rynku. Muzycy będą mieli więcej czasu na skupienie się na obszarach wymagających zaangażowania intelektualnego, takich jak pisanie tekstów i komponowanie melodii. Postrzeganie sztucznej inteligencji jako narzędzia, które ostatecznie pociąga artystów do odpowiedzialności za ich pracę, zwiększa efektywność produkcji bez umniejszania indywidualności i tożsamości artysty.

Źródło