Wincyj autotune’a, wytrzymamy! Ulepszoną wersję znienawidzonego stroika wokalu przy pomocy sztucznej inteligencji opracowali naukowcy amerykańskiego uniwersytetu. Czy ma szansę zrewolucjonizować rynek?
Autotune: świat z mieszanymi odczuciami
Jedni mówią, że zniszczył muzykę, dla innych jest jedyną furtką do kariery. Autotune, chociaż towarzyszy nam od lat, do dziś pozostaje w kręgu wynalazków kontrowersyjnych. Procesor ten został stworzony w 1996 roku przez inżyniera Andy’ego Hildebranda i raczej wszyscy wiemy, do czego służy – dzięki korekcji wysokości dźwięku sprawia, że nawet najgorszy fałsz brzmi stosunkowo dobrze. Za swoje zasługi Hildebrand otrzymał mocno… skrajne wyróżnienia. Z jednej strony w 2023 roku został nagrodzony statuetką Grammy za niebywałe osiągnięcia w dziedzinie techniki, z drugiej jego dzieło wylądowało na liście 50 najgorszych wynalazków według magazynu Time.
Czy tego chcemy, czy nie, autotune nagle nie zniknie. Technologią zainteresowali się badacze z Uniwersytetu Johna Hopkinsa, którzy twierdzą, że w ciągu ostatnich lat stworzyli metodę korekcji dźwięku, jakiej jeszcze nie było. We wszystkim pomogła sztuczna inteligencja.
AI ma moce obliczeniowe pełne roboty. Tym razem dzięki Guns N’ Roses
Wersja pro
Naukowcy z Uniwersytetu Johna Hopkinsa uważają, że narzędzie, które stworzyli, może być przełomem dla muzyki (i nie tylko). Program Diff-Pitcher analizuje spektrogram wokalu wymagającego korekty, a następnie identyfikuje nuty docelowe, przewiduje niezbędne korekty i przekształca skorygowany spektrogram w dźwięk. Na czym polega zmiana w stosunku do dotychczasowego oprogramowania? Tradycyjne narzędzia do korekcji wysokości dźwięku szkolono na parach poprawionych i oryginalnych dźwięków.
– Diff-Pitcher to generatywna głęboka sieć neuronowa, która przenosi technologię korekcji wysokości dźwięku na zupełnie nowy poziom. Jej precyzja i kontrola mogą nie tylko pomóc artystom muzycznym i producentom, ale także otworzyć nowe możliwości w takich obszarach, jak rehabilitacja głosu i technologie wspomagające – mówi jeden z doktorantów i członków zespołu, Jiarui Hai. – Rezultaty brzmią naprawdę naturalnie i w przeciwieństwie do starszych sposobów ustalania wysokości, nadal możemy regulować, jak wysoko lub nisko głos sięga.
Technologia została zaprezentowana przez badaczy na warsztatach IEEE 2023 poświęconych zastosowaniom przetwarzania sygnałów w audio i akustyce w zeszłym roku. I co? Niby zamysł projektu brzmi fajnie, bo może on przysłużyć się też w leczeniu zaburzeń związanych z mową, pomagając np. pacjentom po laryngektomii i udarze mózgu. Z drugiej strony aż strach pomyśleć, ilu nowych twórców postawi na karierę muzyczną i sięgnie po asłuchalne, robotyczne wspomagacze.
