الموسيقي
Jukebox هي شبكة OpenAI العصبية لعام 2020 التي تولد صوتًا موسيقيًا خامًا - مكتملًا بأصوات الغناء والآلات وحتى كلمات الأغاني بأسلوب فنانين محددين.
نظرة عامة
It was a landmark proof that AI could model the actual waveform of song-length music, not just notes.
الغوص العميق
تم إصدار Jukebox بواسطة OpenAI في أبريل 2020، ويقوم بإنشاء الموسيقى كصوت خام بدلاً من النغمات الرمزية، مما يعني أنه ينتج الصوت الفعلي بما في ذلك الغناء. تم تدريبه على ما يقرب من 1.2 مليون أغنية (حوالي نصفها باللغة الإنجليزية) تم استخراجها من الويب، مقترنة بكلمات الأغاني والبيانات الوصفية من LyricWiki. يمكنك تكييفها وفقًا للنوع وأسلوب الفنان وكلمات الأغاني، وسوف تغني بشكل مميز (إذا كان ضبابيًا) مثل هذا الفنان. تعمل النواتج لعدة دقائق طويلة. المشكلة هي السرعة والإخلاص: كان الإنتاج بطيئًا للغاية، ويستغرق حوالي تسع ساعات لتقديم دقيقة واحدة من الصوت، وكانت النتائج ذات جودة مكتومة وصاخبة. لقد كان Jukebox عبارة عن بحث، وليس منتجًا مصقولًا، ولكنه أعاد تشكيل التوقعات لما هو ممكن.
البصيرة الفنية
يقوم Jukebox بضغط الصوت الخام باستخدام أجهزة التشفير التلقائية VQ-VAE بدقة ثلاث مرات، مما يحول الشكل الموجي الطويل إلى تسلسل أقصر بكثير من الرموز المنفصلة. تتنبأ محولات الانحدار التلقائي بعد ذلك بهذه الرموز واحدًا تلو الآخر، بشرط الفنان والنوع وكلمات الأغاني، وتضيف أجهزة رفع العينات تفاصيل عالية التردد. إن فك تشفير رموز المستوى الأدنى مرة أخرى إلى شكل موجة يبلغ 44.1 كيلو هرتز هو ما يجعل عملية التوليد بطيئة للغاية، لأنه يجب إنتاج ملايين العينات الصوتية بشكل تسلسلي.
التأثير الاستراتيجي
الوصول والوصول
يعمل على تحسين إمكانية الوصول من خلال واجهات النسخ والسرد والصوت.
التكلفة والميزانية
يمكن للفرق الإعلامية شحن الصوت المصقول بشكل أسرع بميزانيات أصغر.
السرعة والحجم
يمكن للأنظمة التي تواجه العملاء معالجة التفاعلات المنطوقة على نطاق أوسع.
مستقبل الصندوق الموسيقي
يعد Jukebox بحد ذاته علامة فارقة تاريخية الآن، حيث حل محله انتشار أسرع ونماذج الصوت الكامنة مثل تلك الموجودة خلف Suno وUdio التي تولد أغانٍ بجودة قريبة من جودة الأقراص المضغوطة في ثوانٍ. أفكارها الأساسية - الرموز الصوتية المنفصلة والتكييف على كلمات الأغاني - تعيش في الأنظمة الحديثة. نتوقع أن تستمر نماذج الصوت الخام المستقبلية في تقليص وقت الإنتاج، وزيادة وضوح الصوت، وإضافة عناصر تحكم دقيقة، في حين أن الأسئلة المتعلقة بحقوق الطبع والنشر التي أثارها Jukebox لأول مرة حول التدريب على التسجيلات المحمية بحقوق الطبع والنشر تزداد ارتفاعًا.
التنفيذ في العالم الحقيقي
يدرس الباحثون كيف يمكن للشبكات العصبية أن تقوم بنمذجة الأصوات الخام والأصوات الغنائية الطويلة، باستخدام Jukebox كبنية مرجعية.
يقوم الموسيقيون والهواة بإنشاء "أغلفة الذكاء الاصطناعي" الغريبة التي تغني كلمات جديدة بأسلوب تقريبي للفنان المختار.
يُظهر المعلمون القفزة من إنشاء النوتات الموسيقية بأسلوب MIDI إلى التوليف الكامل للصوت الخام باستخدام الغناء.
يقوم مصممو الصوت والفنانون التجريبيون بحصد قوام Jukebox الضبابي الشبيه بالحلم كمواد خام لإعادة المزج والكولاج.
المخاطر والدرابزين
تزداد مخاطر إساءة استخدام الصوت وانتحال الشخصية عند فقدان الموافقة.
يمكن أن تنخفض الدقة عبر اللهجات أو اللهجات أو البيئات الصاخبة.
يمكن الخلط بين الصوت الاصطناعي والكلام الأصيل دون تصنيف واضح.
خارطة طريق التنفيذ
الحصول على موافقة صريحة لالتقاط الصوت واستنساخه وإعادة استخدامه.
اختبار الجودة عبر مكبرات الصوت المتنوعة وظروف الخلفية.
تحديد متى يجب على الإنسان مراجعة المخرجات أو الموافقة عليها.
قم بتسمية الصوت الاصطناعي واحتفظ بسجلات المصدر للمساءلة.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Jukebox quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
جيل الموسيقى الرمزية
الأسئلة المتداولة
What is Jukebox?
Jukebox هي شبكة OpenAI العصبية لعام 2020 التي تولد صوتًا موسيقيًا خامًا - مكتملًا بأصوات الغناء والآلات وحتى كلمات الأغاني بأسلوب فنانين محددين. لقد كان ذلك دليلاً تاريخيًا على أن الذكاء الاصطناعي يمكنه تصميم الشكل الموجي الفعلي للموسيقى الطويلة، وليس فقط النوتات الموسيقية.
ما الذي يجعل Jukebox مختلفًا عن أنظمة الذكاء الاصطناعي السابقة للموسيقى الرمزية التي تنتج MIDI؟
يقوم Jukebox بتصوير الصوت الفعلي للموسيقى كصوت خام، بحيث يمكنه إنتاج غناء وأصوات موسيقية، على عكس الأنظمة الرمزية التي تنتج فقط بيانات النوتة الموسيقية.
من أطلق Jukebox ومتى تقريبًا؟
OpenAI أصدرت Jukebox في أبريل 2020 كنموذج بحثي لتوليد الموسيقى باستخدام الغناء.
ما هو القيد العملي الرئيسي لـ Jukebox؟
نظرًا لأنه يقوم بفك تشفير عينة الصوت الأولية بعد عينة، فقد استغرق Jukebox حوالي تسع ساعات لإنتاج دقيقة واحدة من الموسيقى، مما يجعله غير عملي للاستخدام في الوقت الفعلي.
ما هي التقنية الأساسية التي يستخدمها Jukebox لجعل الصوت الخام الطويل قابلاً للإدارة لمحولاته؟
يستخدم Jukebox أجهزة التشفير التلقائية VQ-VAE لضغط الشكل الموجي إلى رموز منفصلة، والتي تقوم المحولات بعد ذلك بتصميمها بشكل انحداري قبل إعادة أخذ العينات مرة أخرى إلى الصوت.
ما الذي يمكنك تكييف إخراج Jukebox عليه؟
يقبل Jukebox النوع والفنان الذي يجب تقليده وكلمات الأغاني، وسيحاول غناء تلك الكلمات بهذا الأسلوب.