- OpenAI desenvolve unha ferramenta para xerar música a partir de texto ou audio.
- Colabora cos estudantes da Juilliard School para anotar puntuacións e crear datos de adestramento.
- Os usos irían dende o acompañamento instrumental ata a música para vídeos e publicidade.
- Competirá con Suno e Udio nun contexto de incertezas legais e posibles modelos de distribución.
OpenAI avances nunha ferramenta que permitirá compor música a partir de indicacións de texto e mostras de audio, segundo varias publicacións especializadas. A idea é que Calquera usuario pode solicitar unha melodía, un estilo específico ou un acompañamento específico e obter un resultado listo para usar..
Fontes citadas por The Information e outros medios de comunicación din que o sistema podería Engade música a vídeos existentes ou crea pistas instrumentais para voces xa gravadas, como unha liña de guitarra, un baixo ou bases rítmicas. Non hai calendario de lanzamentos Aínda non está decidido se chegará como un produto independente ou integrado en servizos como ChatGPT ou a aplicación de vídeo Sora.
O que sabemos sobre o proxecto
A ferramenta en desenvolvemento aceptaría indicacións de texto e entradas de son para xerar a partir de fragmentos ata pezas completas segundo as instruciónsEn escenarios prácticos, está pensado como un asistente que facilita acompañamentos musicais, arranxos e configuracións sen necesidade de formación avanzada.
Segundo a información dispoñible, OpenAI está a explorar Múltiples modos de uso: creación desde cero, compatibilidade con pistas vocais e banda sonora para vídeoEsta estratexia ampliaría rapidamente o alcance de creadores audiovisuais, podcasters e marcas que buscan música personalizada.
Posibles usos e integración
Entre as aplicacións contempladas, as fontes mencionan a xerando acompañamentos específicos (por exemplo, guitarras) e compoñendo música para clipsNo ámbito comercial, estánse a considerar campañas publicitarias con son personalizado e fluxos de traballo conectados ás ferramentas creativas existentes.
Outra posibilidade é a integración con plataformas OpenAI: Unha conexión a ChatGPT simplificaría a interacción en linguaxe natural, mentres que unha conexión con Sora facilitaría a edición de música adaptada a escenas de vídeo xeradas por IA. Non obstante, esta é unha hipótese sen confirmación oficial por agora.
Colaboración con Juilliard e datos de formación
Un dos aspectos máis rechamantes é o colaboración con estudantes da Juilliard School, que anotaría as partituras para proporcionar datos de alta calidade. Esta anotación inclúe estrutura, harmonía e matices expresivos, coa intención de ensinarlle ao modelo tanto a forma musical como a intención.
Traballar con partituras anotadas pode proporcionar unha unha base máis estruturada que simplemente usar pistas de audio, axudando ao sistema a aprender progresións, dinámicas e orquestración. Ademais, esta abordaxe ten como obxectivo reducir os riscos legais na obtención de datos e na mellora da consistencia das composicións xeradas.
Competidores e marco xurídico
A medida poría a OpenAI en competencia directa con empresas emerxentes como Suno e Udio, así como outros actores con modelos de música xerativa (por exemplo, os esforzos de Google ou ElevenLabs). Mentres tanto, o sector está baixo escrutinio debido a demandas recentes que Cuestionan o uso de material protexido para adestrar modelos.
Neste contexto, xurdiron mensaxes do xefe de OpenAI sobre a comodidade diso os titulares de dereitos participan nos ingresosResta por ver como se materializaría un mecanismo de compensación, unha cuestión clave para a industria musical europea e mundial.
Antecedentes e desafíos técnicos
OpenAI xa probou a xeración de música en 2020 con Jukebox., un experimento que non se materializou nun produto comercial. Nos últimos anos, a empresa centrouse en Modelos de audio para texto a voz e voz a texto, e agora volve á música con maior ambición.
Os desafíos técnicos implican manter un coherencia a grande escala nas composicións, calidade dos datos e custo computacionalA transparencia en canto á formación e a supervisión humana durante a fase creativa tamén será crucial para lograr pezas útiles que sexan aceptadas por músicos e produtores.
Se o proxecto ten éxito, podería facilitar o acceso a creadores europeos e españois. Bandas sonoras e arranxos baixo demanda a un custo máis baixo, aínda que os debates sobre a propiedade intelectual, as licenzas e a trazabilidade persistirán. A resposta da industria dependerá de acordos claros e da calidade real das demostracións cando se publiquen.
Son un entusiasta da tecnoloxía que converteu os seus intereses "friki" nunha profesión. Levo máis de 10 anos da miña vida empregando tecnoloxía de punta e retocando todo tipo de programas por pura curiosidade. Agora especializeime en tecnoloxía informática e videoxogos. Isto débese a que dende hai máis de 5 anos levo escribindo para diversas webs sobre tecnoloxía e videoxogos, creando artigos que buscan darche a información que necesitas nun idioma comprensible para todos.
Se tes algunha dúbida, os meus coñecementos abarcan dende todo o relacionado co sistema operativo Windows e tamén con Android para teléfonos móbiles. E o meu compromiso é contigo, sempre estou disposto a dedicar uns minutos e axudarche a resolver calquera dúbida que teñas neste mundo de internet.