एआई सॉन्ग जेनरेटर वास्तव में कैसे काम करते हैं

एआई सॉन्ग जेनरेटर बड़े पैमाने पर संगीत संग्रहों पर प्रशिक्षित मशीन लर्निंग मॉडल का उपयोग करके मेलोडी, हार्मनी और रिदम के पैटर्न पहचानते हैं, फिर आपके द्वारा दिए गए टेक्स्ट विवरण के आधार पर एक बिल्कुल नया ट्रैक बनाने के लिए उन पैटर्न को लागू करते हैं। स्टाफ पर मैन्युअल रूप से नोट्स रखने या ड्रम लूप प्रोग्राम करने के बजाय, आप वह गाना बताते हैं जो आप चाहते हैं, और सिस्टम उस विवरण के इर्द-गिर्द ऑडियो तैयार करता है।

एआई सॉन्ग जेनरेटर किस डेटा से सीखते हैं?

किसी भी चीज़ को बनाने से पहले, सॉन्ग जेनरेटर को यह सीखना होता है कि संगीत कैसा सुनाई देता है। यह एक प्रशिक्षण चरण के दौरान होता है, जहां अंतर्निहित मॉडल को मौजूदा संगीत की भारी मात्रा और गानों को कारगर बनाने वाले पैटर्न से रूबरू कराया जाता है: एक पद (वर्स) आमतौर पर कोरस तक कैसे पहुंचता है, कॉर्ड प्रोग्रेशन तनाव कैसे बनाता है और फिर कैसे उसे मुक्त करता है, बेसलाइन ड्रम बीट के साथ कैसे तालमेल बिठाती है, और शैली के अनुसार टेम्पो और रिदम कैसे बदलते हैं।

मॉडल किसी खास गाने को याद नहीं रखता। इसके बजाय, वह सांख्यिकीय संबंध सीखता है, जैसे किसी माइनर-की बैलड में एक नोट के बाद कौन सा नोट आने की संभावना है, हिप-हॉप ट्रैक में कौन से ड्रम पैटर्न फिट बैठते हैं, और जैज़ का कॉर्ड प्रोग्रेशन पॉप से कैसे अलग होता है। यह मौजूदा रिकॉर्डिंग की नकल करने के बजाय संगीत का एक "व्याकरण" सीखने के करीब है।

टेक्स्ट विवरण संगीत में कैसे बदलता है?

जब आप कोई प्रॉम्प्ट टाइप करते हैं, उदाहरण के लिए "गर्मियों की रोड ट्रिप के बारे में एक उत्साहपूर्ण पॉप गाना," जेनरेटर उस विवरण के मुख्य तत्वों की व्याख्या करता है: मूड (उत्साहपूर्ण), शैली (पॉप), और थीम (गर्मी, यात्रा)। फिर वह प्रशिक्षण के दौरान सीखी गई बातों का उपयोग करके ऐसी मेलोडी, हार्मनी और रिदम तैयार करता है जो इन तत्वों से मेल खाते हों।

यह प्रक्रिया आमतौर पर परतों में होती है। सबसे पहले, सिस्टम एक संरचना तय करता है, जैसे वर्स, कोरस, और संभवतः एक ब्रिज। फिर वह अंतर्निहित कॉर्ड प्रोग्रेशन और रिदम सेक्शन बनाता है। अंत में, वह उसके ऊपर एक मेलोडी जोड़ता है, साथ ही ऐसे वाद्ययंत्रों का चुनाव करता है जो अनुरोध किए गए मूड और शैली के अनुकूल हों। परिणाम एक संपूर्ण, मौलिक अरेंजमेंट होता है जो आपके विवरण के इर्द-गिर्द बनाया गया है, न कि पहले से रिकॉर्ड किए गए लूप से जोड़ा गया।

हर बनाया गया गाना अलग क्यों होता है?

दो लोग बहुत मिलते-जुलते प्रॉम्प्ट डाल सकते हैं और फिर भी अलग-अलग गाने पा सकते हैं। ऐसा इसलिए होता है क्योंकि जनरेशन प्रक्रिया में नियंत्रित विविधता शामिल होती है। मॉडल किसी दिए गए प्रॉम्प्ट के लिए एक तय "सही" आउटपुट नहीं देता, बल्कि कई संभावित मेलोडी, कॉर्ड विकल्पों और अरेंजमेंट में से चुनता है जो सभी विवरण के साथ उचित रूप से मेल खाते हैं।

आपके द्वारा प्रॉम्प्ट में जोड़े गए विवरण उस दायरे को सीमित कर देते हैं। कोई वाद्ययंत्र, टेम्पो, गायन शैली, या अधिक विशिष्ट मूड बताना, जैसे सिर्फ "उदास" के बजाय "विषादपूर्ण", सिस्टम को काम करने के लिए ज़्यादा सामग्री देता है, जिससे आमतौर पर आपकी कल्पना के करीब परिणाम मिलता है। अस्पष्ट प्रॉम्प्ट विविधता के लिए ज़्यादा जगह छोड़ देते हैं।

क्या एआई सॉन्ग जेनरेटर किसी भी शैली का उपयोग कर सकते हैं?

चूंकि ये सिस्टम व्यापक और विविध प्रशिक्षण डेटा से सीखते हैं, ये आमतौर पर पॉप, रॉक, जैज़, ईडीएम, हिप-हॉप और शास्त्रीय सहित कई शैलियों में गाने बना सकते हैं, बजाय किसी एक शैली तक सीमित रहने के। आप जो शैली चुनते हैं वह बदल देती है कि मॉडल किन पैटर्न का सहारा लेता है: जैज़ प्रॉम्प्ट एक्सटेंडेड और ऑल्टर्ड कॉर्ड जैसे हार्मोनिक पैटर्न से लिया जाता है, जबकि ईडीएम प्रॉम्प्ट दोहराए जाने वाले, बिल्ड-एंड-ड्रॉप रिदमिक ढांचे पर निर्भर करता है।