Beatoven.ai، یک پلتفرم تولید موسیقی هندی با هوش مصنوعی، ایجاد موسیقی را در دسترس قرار می‌دهد
به گزارش مجله نجم
فناوری همیشه یک سطح‌ساز عالی بوده است. از دوران صنعتی تا عصر اینترنت، این امر کیفیت زندگی توده‌ها را بهبود بخشیده و چیزهایی را که قبلاً غیرقابل تصور بود، قابل دسترس‌تر کرده است. فقط کافی است نگاهی به گوشی های هوشمند آنها بیندازید تا متوجه شوید که چگونه برقراری ارتباط با فردی که هزاران کیلومتر دورتر می نشیند آنقدر عادی شده است که اکثر آنها زیاد به آن فکر نمی کنند. قبل از گراهام بل، این گونه ارتباطات از راه دور تنها برای ثروتمندان و افراد تأثیرگذار به دلیل هزینه های بالای مربوط به آنها در دسترس بود.
این نمونه ها بی شمارند. از رسانه‌های اجتماعی که اتصال دنیای واقعی را فراهم می‌کنند، اپلیکیشن‌های گوشی‌های هوشمند که کارهایی را دیجیتالی می‌کنند که نیاز به حضور فیزیکی دارند و ساعاتی از روز را به خود اختصاص می‌دهند، و کار از راه دور که به افرادی که دور از مراکز شرکتی زندگی می‌کنند را قادر می‌سازد فرصت‌های درآمد بهتری داشته باشند، فناوری خود دسترسی را دموکراتیک کرده است. از بسیاری جهات، هوش مصنوعی مولد به حامل مشعل بعدی برای گسترش دسترسی به مرزهای جدید تبدیل شده است.
یکی از حوزه‌هایی که دسترسی می‌تواند تاثیر زیادی داشته باشد، صنعت موسیقی است. علیرغم ورود پلتفرم‌های پخش مستقل مانند Spotify، SoundCloud، Apple Music و سایرین، که توزیع موسیقی را ارزان‌تر می‌کند، مشکلی که همچنان باقی است ایجاد موسیقی است. امروزه موسیقی پس زمینه اصلی به کالایی بسیار مورد نیاز تبدیل شده است. از هنرمندان حرفه‌ای گرفته تا سازندگان رسانه‌های اجتماعی و پادکست‌ها، همه برای جلوگیری از هرگونه اعتصاب حق نسخه‌برداری توسط پلتفرم‌ها (تأثیری که سازندگان YouTube به خوبی از آن آگاه هستند) یا شکایتی برای محتوای خود، ترجیحاً آهنگ‌های اصلی، به آهنگ‌های موسیقی نیاز دارند.
اما ساختن موسیقی فنجان چای همه نیست. به احتمال زیاد، اگر سال‌ها برای تسلط بر یک یا چند آلات موسیقی آموزش ندیده‌اید، و در عین حال موسیقی اصیل و منحصربه‌فرد را برای نیازهای حرفه‌ای خود می‌خواهید، تنها بین دو راه‌حل گران قیمت گیر می‌افتید – استخدام تهیه‌کننده موسیقی یا نوازنده جلسه، یا پرداخت آنلاین برای خرید موسیقی سهام. اما دیگر نه، زیرا اینجاست که هوش مصنوعی وارد عمل می شود.
Beatoven.ai، یک پلتفرم تولید موسیقی هندی با هوش مصنوعی است که به کاربران اجازه می‌دهد تا یک پیام متنی ساده را تایپ کنند تا موسیقی پس‌زمینه جدید و منحصربه‌فرد را در عرض ده ثانیه بسازند. برای درک نحوه عملکرد این فناوری، پیامدهای مختلف آن و تجربه راه اندازی چنین استارت آپی نوآورانه، ما در Gadgets 360 با منصور رحیمت خان، یکی از بنیانگذاران و مدیر عامل Beatoven.ai صحبت کردیم.
آغاز و سفر Beatoven.ai
منصور رحیمت خان، مدیرعامل و یکی از بنیانگذاران Beatoven.ai در مراسم اهدای جوایز Gadgets 360
منصور رحیمت خان از خانواده سیتار گوالیور-ایندور-دارواد غرانا، خانواده ای از نوازندگان مشهور است که هفت نسل موسیقی مدرن سیتار را نواخته و شکل داده اند. خان تفاوتی نداشت، اما به دلیل علاقه دیگرش، تکنولوژی، راه دیگری را انتخاب کرد. من فارغ التحصیلی خود را از مؤسسه ملی فناوری (NIT)، گوا، در رشته الکترونیک و مهندسی ارتباطات به پایان رساندم، این زمانی بود که شروع به جستجو در فضایی کردم که در تقاطع موسیقی و فناوری قرار دارد.
خان پس از چند سال کار، سیذارت بهاردواج، فارغ التحصیل موسسه فناوری هند (IIT)، الله آباد (که اکنون به نام پرایاگراج شناخته می شود) و یک علاقه مندان به موسیقی را ملاقات کرد. این دو، که علایق مشابهی دارند، مشکل مجوز دادن به موسیقی در محتوا را شناسایی کردند و می‌خواستند چیزی بسازند که بتواند موسیقی را برای میلیون‌ها سازنده – چه در رسانه‌های اجتماعی و چه کسانی که حرفه‌ای حرفه‌ای دنبال می‌کنند- در دسترس قرار دهد. این پیدایش Beatoven.ai بود.
ولی یه مشکلی بود. حتی زمانی که این دو در سال 2021 کار روی محصول و استارت آپ را آغاز کردند، حل مشکل نیاز به هوش مصنوعی مولد داشت که هنوز یک سال تا رسیدن به جریان اصلی فاصله داشت (در نوامبر 2022، ChatGPT احتمالاً مسابقه AGI را آغاز کرد).
در ابتدا، نمونه اولیه ای که ما در سال 2021 ساختیم، یک پلتفرم بسیار انتزاعی بود که کاربران می توانستند ژانر و سرعت را انتخاب کنند و مدت زمان آن را انتخاب کنند، و ما در آن زمان، هیچ مدل زبان بزرگی وجود نداشت ما مجبور بودیم بسازیم: “امروز، ما فناوری خود را داریم که از آن زمان شروع به ساختن آن کردیم.”
پس از رسیدن موج هوش مصنوعی، همه چیز آسان تر شد و Beatoven.ai از در دسترس بودن دارندگان مدرک کارشناسی ارشد در بازار استفاده کرد، که از طریق آن توانستند پلتفرم خود را برای پاسخگویی به نیازهای 1 میلیون کاربر فعلی خود بهتر تجهیز کنند.
پلت فرم Beatoven.ai
پلتفرم فقط وب یک ابزار تولید موسیقی با هوش مصنوعی برای سازندگان محتوا است. پس از ثبت نام، کاربران می توانند یک پیام متنی را برای ایجاد موسیقی پس زمینه اصلی تایپ کنند. از طرف دیگر، این پلتفرم همچنین به کاربران اجازه می دهد تا سرعت، مدت زمان، سبک و حالت را برای ایجاد موسیقی انتخاب کنند.
هنگامی که کاربر ورودی را اضافه می کند، هوش مصنوعی کنترل می شود و چهار مسیر جداگانه ایجاد می کند. این پلتفرم همچنین ویژگی‌های ویرایش پس از نسل را ارائه می‌کند که در آن کاربران می‌توانند ساز را تغییر دهند، صدا را در بخش‌های خاصی کاهش یا افزایش دهند، یا یک بخش کامل از آهنگ را بازسازی کنند. خان گفت که یک مسیر می‌تواند تا 15 دقیقه طول بکشد، اگرچه محدودیت بالایی وجود ندارد و ارزش پیشنهادی برای کوتاه نگه داشتن زمان مشاهده وجود دارد. ایجاد یک آهنگ با طول متوسط 1-2 دقیقه حدود 10 ثانیه طول می کشد. بر اساس داده های به اشتراک گذاشته شده توسط این شرکت، Beatoven از بدو تاسیس تاکنون 15 هزار آهنگ تولید کرده و 3 هزار بار دانلود شده است.
این پلتفرم در حال حاضر به کاربران اجازه نمی دهد که آهنگ های ادغام شده ای را که در آن دو یا چند ژانر ترکیب شده اند ایجاد کنند، اما خان به طور انحصاری به گجت 360 گفت که این شرکت به زودی به روز رسانی جدیدی را منتشر خواهد کرد که این ویژگی را اضافه می کند.
ما همچنین پلتفرم را آزمایش کردیم و متوجه شدیم که موسیقی کاملا واقعی است. آهنگ زیر با استفاده از دستور “Create a high-energy EDM anhem with the perfect beat for a dance party” ساخته شده است.
پشته فناوری Beatoven.ai
پلتفرم بیتوون دو جزء دارد. اولین مورد LLM است که به کاربران اجازه می‌دهد تا درخواست‌ها را به زبان طبیعی تایپ کنند و سپس اطلاعات را در قالبی پردازش کنند که هوش مصنوعی بتواند آنها را به موسیقی تبدیل کند. استارت آپ از مدل های GPT برای این قسمت استفاده می کند.
مؤلفه دوم قصد کاربر را درک می کند و مسیری را ایجاد می کند که پارامتر را برآورده کند. این معماری توسط این شرکت به صورت محلی ایجاد شده است. برای دستیابی به این هدف، مدل هوش مصنوعی از معماری یادگیری متمایز استفاده می کند. خان تاکید می‌کند که الهام‌بخش این فناوری از مدل CLIP OpenAI گرفته شده است، اما سریعاً اشاره می‌کند که مدل OpenAI برای متن و تصویر طراحی شده است و Beatoven اولین کسی بود که از آن برای صدا و موسیقی استفاده کرد. از آنجایی که این یک تجارت خصوصی است، این شرکت همچنین توانسته است روند را بهبود بخشد. به عنوان مثال، خان به ما گفت که این پلتفرم از اکتشافات CPU به جای اکتشافی GPU استفاده می کند. این قابل توجه است زیرا حتی برنامه های کوچک LLM برای اجرا به استنتاج GPU نیاز دارند.
این استارت آپ نزدیک به 100000 نمونه داده از هنرمندان مستقل برای آموزش مدل هوش مصنوعی به دست آورد. این شرکت با تقریباً 250 هنرمند در سراسر جهان همکاری کرده و برای آهنگ های انحصاری به آنها پول پرداخت کرده است. خان ادعا کرد که این شرکت تمام داده های آموزشی خود را از نظر اخلاقی به دست آورده و آن را در اینترنت جستجو نکرده است. جالب اینجاست که ادوبی در حال حاضر همین کار را برای ساخت یک مدل ایجاد ویدیو با هوش مصنوعی انجام می دهد.
با این حال، امروزه داده ها به یک منبع بسیار گران قیمت تبدیل شده اند که به طور مداوم برای ارتقا و بهبود مدل های هوش مصنوعی مورد نیاز است. در حالی که امروز Beatoven به همکاری با هنرمندان برای به دست آوردن داده‌ها ادامه می‌دهد، در آینده قصد دارد با معرفی یک مدل تقسیم درآمد، هزینه‌ها را کاهش دهد، که در آن هنرمندان بر اساس تعداد آهنگ‌های ایجاد شده در جایی که هوش مصنوعی آهنگ از نمونه استفاده کرده است، پرداخت می‌شود. داده ها.
برنامه Beatoven.ai برای مدیریت رقابت چگونه است؟
امروزه تولید موسیقی مبتنی بر هوش مصنوعی یک پیشنهاد کاملا منحصر به فرد نیست. بازیگران زیادی با درک پتانسیل وارد این بخش شده اند. برخی از آنها عبارتند از Google با MusicLM، OpenAI با Jukebox و Adobe با Project Music GenAI Control. با این حال، هیچ یک از این مدل ها امروزه در دسترس عموم نیستند و هنوز در دست توسعه هستند. اما رقابت برای پیتوون همچنان ادامه دارد. رقیب بزرگ آنها Suno AI است که نه تنها موسیقی ایجاد می کند، بلکه صداهای تولید شده توسط هوش مصنوعی را نیز به موسیقی اضافه می کند تا یک آهنگ کامل را ارائه دهد.
خان در پاسخ به این نگرانی تاکید کرد که این شرکت تولید نامحدود موسیقی را بدون اضافه کردن محدودیت قیمت ارائه می دهد. علاوه بر این، نشان می دهد که این شرکت در حال ساخت یک اکوسیستم کامل است. ضمن اینکه از یک سو نیاز کاربران را از طریق ساخت موسیقی برآورده می کند، از سوی دیگر مکانی را برای فروش موسیقی اصیل خود برای هنرمندان فراهم می کند. طیف کامل پیشنهادات، همراه با وعده “موسیقی منحصر به فرد، با منبع اخلاقی، بدون حق چاپ” همان چیزی است که خان معتقد است به بتوون در بازار برتری می دهد.
نگاهی به آینده
Beatoven اکنون به دنبال گسترش پلت فرم خود برای پاسخگویی به نیازهای پایگاه کاربران جهانی خود است. این استارتاپ در حال حاضر شروع به جذب هنرمندان از سراسر جهان کرده است زیرا 70 درصد از پایگاه کاربران آن در خارج از کشور ساکن هستند. خان معتقد است که این چشم انداز جهانی، همراه با تمرکز بر بهبود مدل هوش مصنوعی، کلید دستیابی به هدف پنج میلیون کاربر آن در دو سال آینده خواهد بود.
فناوری اغلب می تواند یک شمشیر دولبه باشد. در حالی که مزایای موسیقی تولید شده توسط هوش مصنوعی را نمی توان دست کم گرفت، این سوال مطرح می شود که آیا ایجاد موسیقی به راحتی و مقرون به صرفه می تواند تأثیر منفی بر موسیقیدانان مشتاق داشته باشد؟ آیا کالایی کردن موسیقی واقعاً راه درستی است؟
خان معتقد است که اگرچه خلق موسیقی به تغییر بزرگ بعدی در صنعت تبدیل خواهد شد، اما بعید است که رویاها و معیشت نوازندگان و خوانندگان را از بین ببرد. او گفت: “من فکر می کنم هنرمندان همچنان در مرکز این اختلال خواهند بود زیرا هوش مصنوعی نمی تواند با خلاقیت انسان رقابت کند.”
