Альбом, написанный нейросетью: как ИИ создает музыку и что это значит для индустрии

Что такое альбом, написанный нейросетью

Альбом, написанный нейросетью, — это музыкальный релиз, в создании которого ключевую роль играет искусственный интеллект. В отличие от традиционных записей, где композитор, аранжировщик и звукорежиссёр — люди, здесь генерация мелодий, гармоний и даже названий треков выполняется алгоритмами. Такой подход позволяет получить уникальные композиции, которые не являются прямым копированием существующих произведений.

Первый заметный пример в России — альбом Thriving Machine, представленный Сбером в 2021 году на конференции AI Journey. Релиз вышел на платформе «СберЗвук» и включал 15 треков в жанрах от классики до электроники и рока. Средняя продолжительность композиции — около 1 минуты 40 секунд, что делает альбом скорее экспериментальным, чем коммерческим продуктом.

Важно понимать: нейросеть не просто «копирует» чужую музыку. Она обучается на большом массиве данных и создаёт новые последовательности нот, следуя статистическим закономерностям. В случае Thriving Machine обучение проходило на 160 тысячах композиций разных стилей, что позволило модели уловить структуру музыкальных произведений — от вступления до кульминации.

Как нейросеть пишет музыку: архитектура SymFormer

За создание музыки в Thriving Machine отвечала нейросетевая архитектура SymFormer, разработанная командой SberDevices при поддержке SberCloud. SymFormer основана на модели Performer — это вариант трансформера, оптимизированный для работы с длинными последовательностями данных. В данном случае последовательностями были нотные тексты.

Процесс генерации проходит в два этапа. Сначала нейросеть получает описание стиля (например, «рок» или «эмбиент») и генерирует несколько вариантов структуры будущей композиции — то есть определяет, как будут чередоваться куплеты, припевы, переходы. На втором этапе создаётся несколько вариантов мультиинструментальной аранжировки, соответствующих заданной структуре. Затем специальная модель-ранжировщик оценивает результаты и выбирает те, которые лучше всего соответствуют стилю и структуре.

Обучение SymFormer проходило на суперкомпьютере Кристофари с использованием платформы ML Space. Датасет включал 160 тысяч треков — от академической музыки до современной электроники и рока. Такой объём данных позволил модели не просто имитировать отдельные стили, но и создавать композиции, которые развиваются по музыкальным канонам: с нарастанием напряжения, кульминацией и разрешением.

Обложка и названия треков: роль других нейросетей

Музыка — не единственное, что создал ИИ для Thriving Machine. Обложка альбома была сгенерирована нейросетью ruDALL-E, которая умеет создавать изображения по текстовому описанию. Разработчики ввели запросы «процветающая вселенная» и «струнный оркестр галактики», и в ответ получили коллаж из четырёх изображений. Этот коллаж и стал обложкой релиза.

Названия треков тоже придумала нейросеть — на этот раз ruGPT-3, языковая модель, способная генерировать связные тексты. Она создала названия, которые звучат вполне органично для экспериментального альбома. Таким образом, в создании релиза участвовали сразу три нейросети: одна писала музыку, другая рисовала обложку, третья придумывала заголовки.

Этот подход демонстрирует, что ИИ может работать в разных творческих областях — от композиции до визуального искусства и литературы. Однако важно отметить, что все эти модели были обучены на данных, созданных людьми, поэтому их «творчество» — это скорее сложная переработка существующих паттернов, а не полностью самостоятельное художественное высказывание.

Уникальность треков и отсутствие авторских прав

Одно из ключевых преимуществ музыки, написанной нейросетью, — её уникальность. Поскольку алгоритм генерирует новые последовательности нот на основе статистических закономерностей, вероятность совпадения с существующими произведениями крайне мала. В случае Thriving Machine каждый трек является оригинальным и не нарушает авторских прав.

Это открывает возможности для использования такой музыки в коммерческих целях — например, для создания саундтреков, фоновой музыки для видео или рекламы. Разработчики Сбера отмечали, что сгенерированные композиции могут предоставляться пользователям бесплатно, что было бы особенно полезно для блогеров, видеомейкеров и диджеев.

Однако здесь возникает юридическая проблема: законодательство большинства стран, включая Россию, не признаёт ИИ автором произведений. Авторские права могут принадлежать только человеку или организации, которая создала алгоритм или организовала его использование. Пока этот вопрос не урегулирован, использование ИИ-музыки в коммерческих проектах может вызывать споры. Тем не менее, сам факт того, что треки не требуют лицензии правообладателя, уже делает их привлекательными для многих пользователей.

Качество звучания: между экспериментом и коммерцией

Слушатели, знакомые с Thriving Machine, отмечают, что звучание композиций довольно посредственное — это не уровень профессиональных студийных записей. Однако важно понимать, что альбом создавался как демонстрация возможностей технологии, а не как коммерческий продукт. Гармоническая структура треков при этом вполне целостная: мелодии развиваются логично, партии сменяют друг друга от вступления к кульминации.

Нейросеть успешно справилась с задачей преодолеть «синтетическое однообразие» — то есть треки не звучат как бесконечный повтор одного и того же паттерна. Это стало возможным благодаря двухэтапной генерации и модели-ранжировщику, которая отбирает наиболее удачные варианты.

Для сравнения: проект Over the Bridge, канадское объединение, которое использовало ИИ для создания песен в стиле Nirvana, признало, что большинство сгенерированных партий не имеют структуры и оказываются неудачными. Создание одного удачного трека занимало у них почти полгода. Это показывает, что качество ИИ-музыки сильно зависит от архитектуры модели, объёма обучающих данных и методов постобработки.

Исторический контекст: ИИ в музыке до Thriving Machine

Thriving Machine — не первый случай использования ИИ для создания музыки, но он стал важной вехой для России. Ранее канадский проект Over the Bridge привлёк внимание, создав песню Drowned in the Sun, имитирующую стиль Nirvana. Эта композиция вошла в трибьют Lost Tapes of the 27 Club, посвящённый музыкантам, погибшим в возрасте 27 лет. Проект использовал ИИ для воссоздания песен в стиле Amy Winehouse, The Doors и других исполнителей, а также привлекал внимание к проблеме психического здоровья в музыкальной индустрии.

За рубежом эксперименты с ИИ-музыкой ведутся с 2010-х годов. Например, компания Sony использовала ИИ для создания мелодий в стиле The Beatles, а Google разработала проект Magenta, который генерирует музыку и изображения. Однако большинство таких проектов оставались лабораторными экспериментами, не выпуская полноценных альбомов.

Thriving Machine отличается тем, что это полноценный релиз на стриминговом сервисе, с обложкой и названиями треков, созданными ИИ. Это делает его одним из первых коммерчески доступных примеров ИИ-творчества в музыкальной индустрии.

Перспективы развития: от личного композитора до универсального ИИ

Создание Thriving Machine — часть более широкой стратегии Сбера по развитию искусственного интеллекта. Представители компании заявляли, что намерены создать универсального ИИ-помощника, который сможет не только отвечать на вопросы и управлять умным домом, но и выполнять роль личного композитора, писателя или художника. Технологии, использованные в SymFormer и ruDALL-E, могут лечь в основу таких ассистентов.

Эволюция музыкальных нейросетей также важна для развития виртуальных ассистентов нового поколения. Если ИИ сможет генерировать музыку по запросу пользователя, это откроет новые возможности для персонализированного контента — например, создание саундтреков под настроение или фоновой музыки для рабочих сессий.

Однако на пути стоят не только технические, но и юридические барьеры. Вопрос авторства ИИ до сих пор не урегулирован, и это мешает коммерческому использованию сгенерированных произведений. Кроме того, качество ИИ-музыки пока уступает человеческому творчеству, особенно в сложных жанрах, требующих глубокой эмоциональной выразительности.

Практическое применение: как использовать ИИ-музыку

Несмотря на ограничения, музыка, написанная нейросетью, уже находит практическое применение. Основные сценарии включают:

• Фоновая музыка для видео и стримов — поскольку треки уникальны и не требуют лицензирования, их можно использовать без риска нарушения авторских прав.
• Саундтреки для инди-игр и приложений — ИИ может генерировать музыку под конкретные сцены или настроения, экономя бюджет разработчиков.
• Образовательные проекты — студенты музыкальных специальностей могут анализировать структуру ИИ-композиций, чтобы лучше понимать музыкальные формы.
• Экспериментальная музыка — для артистов, работающих на стыке технологий и искусства, ИИ становится инструментом для поиска новых звучаний.

Однако важно помнить, что ИИ-музыка пока не способна заменить человеческое творчество в полной мере. Она может служить источником вдохновения или черновым материалом, который композитор дорабатывает. Например, диджей может использовать сгенерированный трек как основу для ремикса, добавляя свои аранжировки и звуковые эффекты.

Юридические и этические вопросы

Главный юридический вопрос, связанный с ИИ-музыкой, — кто является автором произведения. В России, как и в большинстве стран, авторские права возникают у человека, создавшего произведение. Если музыку генерирует нейросеть, формально автором считается разработчик алгоритма или лицо, которое запустило генерацию. Однако это не всегда очевидно, особенно если нейросеть обучена на чужих произведениях.

Этическая сторона также вызывает дискуссии. Критики опасаются, что массовое использование ИИ-музыки обесценит труд композиторов и приведёт к унификации звучания. Сторонники, наоборот, видят в ИИ инструмент для демократизации творчества, позволяющий создавать музыку людям без специального образования.

Пока законодательство не даёт чётких ответов, компаниям, использующим ИИ-музыку, рекомендуется фиксировать условия генерации и права на использование в договорах. Это поможет избежать споров в будущем, когда правовая база будет уточнена.

Как послушать Thriving Machine и что дальше

Альбом Thriving Machine доступен для прослушивания на платформе «СберЗвук» (ныне «Звук»). Релиз включает 15 треков, каждый из которых уникален. Прослушивание альбома — хороший способ оценить текущий уровень развития ИИ-музыки и понять, какие жанры нейросеть воспроизводит лучше всего.

С момента выхода Thriving Machine технологии шагнули вперёд. Появились более совершенные модели, такие как Suno и другие, которые генерируют музыку с вокалом и более сложной аранжировкой. Однако Thriving Machine остаётся важной вехой, поскольку он был одним из первых полноценных альбомов, созданных ИИ в России.

В будущем можно ожидать, что ИИ-музыка станет более качественной и доступной. Возможно, появятся сервисы, где пользователи смогут заказывать индивидуальные треки под свои задачи. Но пока это скорее экспериментальная область, чем замена традиционной музыкальной индустрии.

Вопросы и ответы