AI也能作曲,初探AI生成技術對音樂創作之影響─資策會 FIND科技報─智邦公益電子報
enews.url.com.tw · December 19,2024AI也能作曲,初探AI生成技術對音樂創作之影響
FIND研究員:徐福祥
隨著新興的生成式人工智慧內容AIGC(AI Generated Content)技術快速發展,近幾個月AI(人工智慧)以假亂真的創作議題,炒熱全球對人工智慧發展的注意力,如ChatGPT等平台提供的AI文字生成技術、Midjourney等平台提供的精美畫作創作等都在全世界造成旋風,而音樂創作也不受限於人類的創造力,人類在音樂創作領域也逐漸面臨挑戰。人工智慧是否能在音樂產業闖出一片天?數據驅動的音樂是否會取代音樂家?讓我們來初探人工智慧音樂創作的技術與影響。
人工智慧生成音樂濫觴始於1960年
在人工智慧音樂創作領域,早在1960年就由俄羅斯研究員 Rudolf Zaripov發表了全球第一篇音樂創作演算法的論文「On an algorithmic description of the process involved in the composition of music.」。而到了1997年,由加州大學聖克魯茲分校的音樂教授David Cope創作了「Emily Howell」-全球第一個音樂智慧實驗系統(Experiments in Musical Intelligence,EMI)模仿巴哈的音樂創作風格,並在2009年發布了第一張「個人」音樂創作專輯From Darkness, Light,目前已有多首作品在SoundCloud、Youtube等平台上可以找的到,大家可以上去聽聽。
圖1: AI音樂創作系統Emily Howell作品
資料來源:SoundCloud網站
回過頭來整理人工智慧生成藝術AIGA(Artificial Intelligence Generated Art)的定義,是指使用機械學習模型等人工智慧相關技術研究數據並學習後建立模型,進而創造出全新的藝術成品,內容可能是文字、音訊、音樂、影像、影片等各種設計或藝術,涉及知識性工作或創作性工作。最早在1960年代就由藝術Harold Cohen撰寫之系統「AARON」進行符號性圖像生成開始,2014年後由蒙特婁大學博士生 Ian Goodfellow 提出生成對抗網路技術(Generative Adversarial Network,GAN)訓練模型,造就人工智慧生成藝術快速發展。
圖2:生成對抗網路技術架構圖
資料來源:Github網站
AI藝術創作有利有弊 後續發展值得關注
透過GAN等數據訓練機械學習模型或採用神經網路等技術,包括AIVA、Amper、Amadeus Code、iZotope、Magenta、Riffusion等已有眾多人工智慧音樂生成的服務,面對以創作者品牌、內容與市場行銷驅動需求的音樂行業發展,其中Google Lab的Magenta Studio基於Magenta開源模型建構了音樂創作工具,並做為Abelton Live的插件使用,開發了MusicVAE技術從數十萬首歌曲中學習旋律、鼓等樂器建立模型,提供了整套的免費套件來生成旋律、節奏與律動,並以DAW的對話介面方式提供使用者創作音樂,讓音樂創作變得更簡單。
圖3:Google Lab的Magenta操作介面
資料來源:Magenta Tensorflow官網
或許人工智慧生成音樂等AIGA創作還無法取代現有市場,但在許多廣告、行銷、學術研究等應用領域,可運用AIGA解決高昂的授權費用、專業音樂家及創作時間等成本。如同Midjourney平台造成許多創作者跳出來質疑畫風受侵害的問題,人工智慧音樂創作是否會侵犯既有眾多音樂創作人的權益?還是可成為音樂創作者有效的數位工具?而版權的歸屬也仍是無解的議題?上述問題都是在全球人工智慧音樂技術快速發展下值得關注的議題。
參考來源:
- 封面圖資料來源:BPM Music官網(https://blog.bpmmusic.io/news/the-future-of-ai-and-music-production/)
- https://en.wikipedia.org/wiki/Artificial_intelligence_art
- https://www.moneydj.com/kmdj/wiki/wikiviewer.aspx?keyid=7b0b7bd3-273a-4924-be1d-cfe4fd214e24
- https://github.com/jonbruner/generative-adversarial-networks/blob/master/gan-notebook.ipynb
- https://en.wikipedia.org/wiki/Emily_Howell
- https://soundcloud.com/ai-emily_howell
- https://www.rollingstone.com/culture-council/articles/music-and-artificial-intelligence-implications-artists-and-the-industry-1388232/
- https://magenta.tensorflow.org/studio-announce
當運動產業碰上人工智慧:兆元產業大餅,科技將如何輔助推升使用者的全新體驗?
FIND研究員:陳珈后
2023美國消費性電子展(CES)甫落幕,今年共有逾3,200家廠商參展,創新技術與品牌聲量百家爭鳴。從國科會TTA臺灣科技新創基地今年率領的96家台灣新創團隊觀測,不難發現,除了常見的醫療科技依舊是熱門話題外,亦有不少著墨於氣候、運動等場域的解決方案也正蓄勢待發,或將成為接下來不容忽視的產業趨勢,尤其人工智慧(AI)更是其中重要的關鍵技術之一。
根據Gartner的調查,從2022至2030年,全球人工智慧的市場規模將以38.1%的複合成長率增長,特別在2020年東京奧運的賽事上,我國健兒以優異表現奪下史上最佳成績,顯見這些年國內在運動科技上的投入已頗見成效,而在後疫情時代的此刻,消費者對於健康意識的提升,也可望推動更多智慧應用與新商業模式服務的產生。工研院也曾發表研究報告發現,2030年全球運動科技產值將上看13.4兆新台幣,勢必將成為兵家必爭之地。
靠AI提升使用體驗,ICT優勢成運動科技發展神助手
在這次96家赴美參展的新創團隊中,展館不僅將運動與氣候科技特別獨立成一區,在獲獎的10家新創中,亦有不少團隊正著墨於相關領域的解決方案研發。以紐因科技為例,透過自主研發的運動影像AI智慧分析平台,發展出運動影像分析技術,能對運動賽事進行更精準的分析,提供相關的建議予使用者/選手,並有機會在未來朝XR數據可視化和True View可視化在體育領域的發展邁進,創造出更多潛在的商業模式。
另一方面,whiizU則提供了一款結合專業訓練與娛樂的自行車運動平台,不僅打造出數條真實的自行車路線供使用者訓練、增加臨場感,更能在數據資料收集後,經過人工智慧的分析提供給使用者相關的訓練建議,同時也協助規劃訓練菜單,讓使用者無畏風雨、隨時隨地都能在家中完成揮汗的渴望。
臺灣身為全球ICT產業的佼佼者,更向來以OEM/ODM的角色為全球品牌服務,累積的資本與優勢自然不在話下,且不僅是硬體開發與生產具有一條龍的本事,近年來也積極發展數位內容的開發,讓運動科技的軟硬整合,輔以5G、AIoT等基礎建設的完備,要在運動科技上發展出另一片天、搶下這塊兆元市場的大餅,更是指日可待。
1. 參考資料:
- https://www.sipo.org.tw/industry-overview/industry-state-quo/ai-industry-state-quo.html
- https://digi.nstc.gov.tw/File/BCE59F5DFF03244A
- https://www.edntaiwan.com/20230106nt21-10-taiwan-start-ups-win-innovation-awards-at-ces2023/
2. 圖片來源:https://www.istockphoto.com/
盈錫精密工業的轉型之路
FIND研究員:劉仲祥、黃盈婷、DTA授權 走入盈錫精密工業(以下簡稱盈錫)的戰情室,眼見儀表板上各種數字跳動,這些數字連動著各廠區生產線的機台,並扮演智慧製造決策的重要角色。2020年,新冠肺炎疫情衝擊工具機產業,2021年我國工具機產業出口值年減30.8%,但盈錫卻逆勢成長,接單量來到400萬顆,展現「智慧製造決策中心」數位轉型的成果。 >
AI繪圖從2D逐漸往3D繪圖發展
FIND研究員:李啟榮 自從AI繪圖掀起風潮之後,AI演算法發展日新月異,在2D的繪圖品質也開始接近、甚至挑戰真人手繪,使得AI在藝術界的運用,讓人們感到既期待又怕受傷害。AI 2D繪圖市場在即將面臨飽和之際,科學家也開始著手發展AI 3D繪圖,從建模、貼圖、打光、算圖一條龍全自動產生,讓AI繪圖邁向全新的境界。 >