Jukebox: la inteligencia artificial que compone música desde cero

Descubre cómo funciona esta red neuronal que imita el estilo de tus artistas favoritos y genera canciones originales con letra y voz

4 de enero de 2024 · 15:37

¿Te imaginas tener un compositor virtual ¿Que puede crear cualquier tipo de música que quieras? O escuchar una nueva canción de los Beatles, Frank Sinatra cualquiera Lady Gaga, aunque nunca lo hayan grabado? Esto es lo que ofrece Tocadiscos tragamonedasuna inteligencia artificial desarrollada por AbiertoAIla empresa de investigación de IA fundada por Elon Musk y otros empresarios.

Jukebox es una red neuronal que genera música en formato de audio en una variedad de géneros y estilos de artistas. Lo más increíble es que lo hace desde cero, como si un músico humano estuviera componiendo una nueva obra maestra. Para ello se parte del análisis de 1,2 millones de canciones en casi todos los géneros musicales.

¿Cómo funciona la máquina de discos?

Para generar una canción, Jukebox toma como insumo el género musical, el artista y la letra, y produce una muestra de música completamente original. El resultado es sorprendente, ya que la IA es capaz de capturar la esencia de diferentes estilos musicales e imitar la voz y el tono de los cantantes. Además, puede generalizar letras que nunca ha visto durante su formación, lo que significa que no sólo crea música, sino que también juega con las palabras de forma impresionante.

La generación automática de música no es una idea nueva, pero Jukebox lleva esta idea a un nivel completamente nuevo. Durante más de medio siglo, músicos y científicos han intentado encontrar formas de generar música automáticamente. Algunos enfoques anteriores se centraron en generar música simbólicamente, como un rollo de piano, que especifica la duración, nota, velocidad e instrumento de cada nota a tocar. Esto condujo a resultados impresionantes, como la producción de corales de Bach o música polifónica con múltiples instrumentos.

Sin embargo, estos generadores simbólicos tienen limitaciones, ya que no pueden capturar voces humanas ni muchos de los matices sutiles, la dinámica y la expresividad que son esenciales para la música. Aquí es donde Jukebox marca la diferencia.

Jukebox adopta un enfoque diferente. En lugar de generar música de forma simbólica, modela la música directamente como audio sin formato. Este es un desafío considerable, ya que las secuencias de audio suelen ser muy largas. Un tema musical de 4 minutos con calidad de CD (44 kHz, 16 bits) tiene más de 10 millones de pasos de tiempo. Por lo tanto, Jukebox utiliza un codificador automático que comprime el audio a un espacio de dimensiones inferiores y luego lo reconstruye con una red generativa.

El resultado es música de alta calidad que suena realista y natural. Sin embargo, Jukebox también tiene sus limitaciones. A veces la música puede tener artefactos o distorsiones, o la letra puede ser incoherente o irrelevante. Además, generar una canción puede tardar varias horas, dependiendo de la complejidad y duración. Es por eso, AbiertoAI ha publicado el código y los pesos del modelo, junto con una herramienta para explorar las muestras generadas, para que otros investigadores y entusiastas puedan mejorar y experimentar con Jukebox.

Jukebox es otro ejemplo del potencial de la inteligencia artificial para la creación artística. Ya existen otras redes neuronales que pueden generar imágenes, textos, vídeos o incluso videojuegos. Con Jukebox se abre un nuevo horizonte para la música, que podría beneficiarse de la creatividad y la innovación que ofrece la IA. ¿Te atreves a probar Jukebox y escuchar lo que puede hacer?