OpenAI は、テキストと音声で動作する音楽 AI を準備しています。

OpenAI ツールの進歩により、 テキストプロンプトとオーディオサンプルから音楽を作成するいくつかの専門誌によると、その考え方は どのユーザーも、メロディー、特定のスタイル、または特定の伴奏をリクエストし、すぐに使用できる結果を得ることができます。.

The Informationや他のメディアが引用した情報筋によると、このシステムは 既存のビデオに音楽を追加したり、すでに録音されたボーカル用のインストゥルメンタルトラックを作成したりできますギターライン、ベース、リズミカルなベースなど。 リリーススケジュールはありません 独立した製品として登場するか、統合されるかはまだ決まっていない。 ChatGPTのようなサービス またはビデオアプリSora。

プロジェクトについてわかっていること

開発中のツールは、テキストプロンプトと音声入力を受け付け、 指示に従って断片から完全なピースを生成実際のシナリオでは、高度なトレーニングを必要とせずに伴奏、編曲、音楽設定を容易にするアシスタントとして意図されています。

入手可能な情報によると、OpenAIは 複数の使用モード: ゼロからの作成、ビデオのボーカルトラックとサウンドトラックのサポートこのアプローチにより、カスタマイズされた音楽をすぐに求めるオーディオビジュアルクリエイター、ポッドキャスター、ブランドのリーチが拡大します。

可能な用途と統合

検討されている用途としては、 特定の伴奏（ギターなど）を生成し、クリップ用の音楽を作曲する商業分野では、カスタマイズされたサウンドと既存のクリエイティブ ツールに接続されたワークフローを備えた広告キャンペーンが検討されています。

もう 1 つの可能性は、OpenAI プラットフォームとの統合です。 ChatGPTへの接続により、自然言語によるやりとりが簡素化されます。一方、SORAと連携することで、AIが生成した動画シーンに合わせた音楽編集が容易になるという。ただし、これは現時点では公式に確認されていない仮説に過ぎない。

ジュリアードとのコラボレーションとトレーニングデータ

最も印象的な点の一つは ジュリアード音楽院の学生とのコラボレーションは、高品質なデータを提供するために楽譜に注釈を付けます。この注釈には、音楽の形式と意図の両方をモデルに学習させることを目的として、構造、ハーモニー、表現上のニュアンスが含まれます。

注釈付きの楽譜を使うことで、 オーディオトラックを使用するよりも構造化されたベースシステムが進行、ダイナミクス、オーケストレーションを学習するのを支援します。さらに、このアプローチは 法的リスクを軽減する データの取得と生成された構成の一貫性の向上に役立ちます。

競合他社と法的枠組み

この動きにより、OpenAIは SunoやUdioのようなスタートアップ、そして生成音楽モデルを持つ他のアクター（例えば、GoogleやElevenLabsによる取り組み）も存在します。一方、この分野は最近の訴訟により厳しい監視下に置かれています。 彼らは保護された素材をモデルの訓練に使用することに疑問を抱いている.

この文脈で、OpenAIのトップからの次のようなメッセージが出てきた。 その便利さ 権利保有者は収益の一部を分配する補償の仕組みがどのように実現されるかはまだ分からないが、これは欧州および世界の音楽業界にとって重要な問題である。

背景と技術的課題

OpenAIはすでに2020年にJukeboxで音楽生成をテストしている。商業化には至らなかった実験である。近年、同社は テキスト読み上げと音声テキスト変換のためのオーディオモデルそして今、彼はより大きな野心を抱いて音楽界に復帰しています。

技術的な課題としては、 構成における大規模な一貫性データ品質と 計算コスト創作段階におけるトレーニングと人間による監督に関する透明性も、ミュージシャンやプロデューサーに受け入れられる有用な作品を実現するために重要です。

このプロジェクトが成功すれば、ヨーロッパやスペインのクリエイターへのアクセスが容易になる可能性があります。 サウンドトラックとアレンジを低価格でオンデマンドでただし、知的財産、ライセンス、トレーサビリティに関する議論は今後も続くでしょう。業界の対応は、明確な合意と、リリースされたデモの実際の品質に左右されるでしょう。