Jukebox
Jukebox is het neurale netwerk van OpenAI voor 2020 dat rauwe muziekaudio genereert, compleet met zangstemmen, instrumenten en zelfs songteksten in de stijl van specifieke artiesten.
Overzicht
It was a landmark proof that AI could model the actual waveform of song-length music, not just notes.
Diepe duik
Jukebox, uitgebracht door OpenAI in april 2020, genereert muziek als rauwe audio in plaats van symbolische noten, wat betekent dat het het daadwerkelijke geluid produceert, inclusief zang. Het werd getraind op ongeveer 1,2 miljoen nummers (ongeveer de helft Engelstalig) die van internet waren geschraapt, gecombineerd met songteksten en metadata van LyricWiki. Je kunt het afhankelijk maken van een genre, een artieststijl en songteksten, en het zal herkenbaar (zij het wazig) zingen als die artiest. Uitgangen duren enkele minuten. Het addertje onder het gras is snelheid en betrouwbaarheid: het genereren verliep extreem langzaam, het duurde ongeveer negen uur om één minuut audio weer te geven, en de resultaten hebben een gedempte, luidruchtige kwaliteit. Jukebox was onderzoek, geen gepolijst product, maar het hervormde de verwachtingen van wat mogelijk was.
Technisch inzicht
Jukebox comprimeert onbewerkte audio met behulp van VQ-VAE auto-encoders met drie tijdsresoluties, waardoor een lange golfvorm wordt omgezet in een veel kortere reeks discrete codes. Autoregressieve Transformers voorspellen deze codes vervolgens één voor één, afhankelijk van artiest, genre en songtekst, en upsamplers voegen hoogfrequente details toe. Het decoderen van de codes op het laagste niveau naar een golfvorm van 44,1 kHz maakt het genereren zo traag, omdat miljoenen audiosamples opeenvolgend moeten worden geproduceerd.
Strategische impact
Access and reach
Het verbetert de toegankelijkheid via transcriptie, gesproken tekst en spraakinterfaces.
Cost and budget
Mediateams kunnen met kleinere budgetten sneller gepolijste audio leveren.
Speed and scale
Klantgerichte systemen kunnen gesproken interacties op grotere schaal verwerken.
De toekomst van jukebox
Jukebox zelf is nu grotendeels een historische mijlpaal, vervangen door snellere diffusie en modellen met latente audio, zoals die achter Suno en Udio, die binnen enkele seconden nummers van bijna cd-kwaliteit genereren. De kernideeën ervan – discrete audiotokens en conditionering op songteksten – leven voort in moderne systemen. Verwacht dat toekomstige raw-audiomodellen de generatietijd zullen blijven verkorten, de vocale helderheid zullen verscherpen en fijnere bedieningselementen zullen toevoegen, terwijl de auteursrechtvragen die Jukebox voor het eerst opriep over training op auteursrechtelijk beschermde opnames alleen maar luider worden.
Implementatie in de echte wereld
Onderzoekers bestuderen hoe neurale netwerken lange-vorm ruwe audio en zangstemmen kunnen modelleren, met behulp van Jukebox als referentiearchitectuur.
Muzikanten en hobbyisten die griezelige, lo-fi 'AI-covers' maken die nieuwe teksten zingen in de ruige stijl van een gekozen artiest.
Docenten demonstreren de sprong van het genereren van noten in MIDI-stijl naar volledige rauwe audiosynthese met zang.
Geluidsontwerpers en experimentele kunstenaars die de wazige, dromerige texturen van Jukebox gebruiken als ruw materiaal voor remixen en collages.
Risico's en vangrails
Het risico op stemmisbruik en imitatie neemt toe als de toestemming ontbreekt.
De nauwkeurigheid kan afnemen bij accenten, dialecten of luidruchtige omgevingen.
Synthetische audio kan worden aangezien voor authentieke spraak zonder duidelijke labels.
Implementatie routekaart
Verkrijg expliciete toestemming voor het vastleggen, klonen en hergebruiken van spraak.
Test de kwaliteit van diverse sprekers en achtergrondomstandigheden.
Bepaal wanneer een mens de output moet beoordelen of goedkeuren.
Label synthetische audio en houd de herkomstgegevens bij voor verantwoording.
Blijf verkennen
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
Next guide
Symbolische muziekgeneratie
Frequently asked questions
What is Jukebox?
Jukebox is het neurale netwerk van OpenAI voor 2020 dat rauwe muziekaudio genereert, compleet met zangstemmen, instrumenten en zelfs songteksten in de stijl van specifieke artiesten. Het was een mijlpaal bewijs dat AI de daadwerkelijke golfvorm van muziek van songlengte kon modelleren, en niet alleen noten.
Wat maakt Jukebox anders dan eerdere symbolische muziek-AI-achtige systemen die MIDI uitvoeren?
Jukebox modelleert het daadwerkelijke geluid van muziek als rauwe audio, zodat het zang- en instrumenttimbres kan produceren, in tegenstelling tot symbolische systemen die alleen nootgegevens uitvoeren.
Wie heeft Jukebox uitgebracht en wanneer ongeveer?
OpenAI heeft Jukebox in april 2020 uitgebracht als onderzoeksmodel voor het genereren van muziek met zang.
Wat was een belangrijke praktische beperking van Jukebox?
Omdat het onbewerkte audio monster voor monster decodeert, had Jukebox ongeveer negen uur nodig om één minuut muziek te produceren, waardoor het onpraktisch was voor realtime gebruik.
Welke kerntechniek gebruikt Jukebox om lange, onbewerkte audio beheersbaar te maken voor zijn Transformers?
Jukebox gebruikt VQ-VAE auto-encoders om de golfvorm te comprimeren in discrete tokens, die Transformers vervolgens autoregressief modelleren voordat ze terug naar audio gaan upsamplen.
Waar kunt u de uitvoer van de Jukebox op afstemmen?
Jukebox accepteert een genre, een artiest om te imiteren en songteksten, en zal proberen die woorden in die stijl te zingen.