เปิดตัว Suno v4.5
(suno.com)- หน้าจอที่ตรวจสอบได้ไม่ใช่ release notes แต่เป็นหน้า AI Music Explore ของ Suno ซึ่งแสดงเพลงสาธารณะและเวอร์ชันที่ใช้สร้างผ่านรายการ Staff Picks และ Best of v5.5
- ใน Staff Picks มีป้ายกำกับ v4.5-all, v5.5 และ Studio ปะปนกัน และแต่ละเพลงจะแสดงพร้อมชื่อเพลง ผู้สร้าง จำนวนการรับชม/การตอบสนอง และจำนวนความคิดเห็น
- Best of v5.5 แยกจัดกลุ่มเฉพาะ เพลง v5.5 โดยแสดงเพลงอย่าง Sentiment, Love Language, Condolences, 365
- ตามรายการที่แสดง ใน Staff Picks เพลง Lucid Dreaming มีจำนวนรับชมสูงสุดที่ 438K และใน Best of v5.5 เพลง Condolences สูงสุดที่ 321K
- ข้อมูลที่เห็นได้จากหน้านี้จำกัดอยู่ที่การสำรวจเพลงและเมนูภายใน โดยยังไม่พบ ฟีเจอร์การเปิดตัว v4.5 หรือราคา·เงื่อนไขการใช้งาน
โครงสร้างหน้าจอที่เห็นใน Suno Explore
- Explore เป็นหน้า AI Music สำหรับสำรวจของ Suno ซึ่งให้ทั้งรายการเพลงสาธารณะและเมนูนำทางภายใน
- ด้านบนแสดง Home, Explore, Create, Studio, Library, Hooks
- มีเมนูเพิ่มเติมอย่าง Earn Credits และ Labs ให้เห็นด้วย
เพลงและเวอร์ชันที่แสดงใน Staff Picks
- Staff Picks แสดงเพลงจากหลายเวอร์ชันการสร้างปะปนกันในรายการเดียว
- My Vision: v4.5-all, Luna World, 239K, 3.2K, ความคิดเห็น 462
- Secret Fantasy: v5.5, Alfie, 120K, 1.8K, ความคิดเห็น 190
- BIZARRE: v4.5-all, MOSTER, 110K, 1.8K, ความคิดเห็น 167
- Velvet Heist: v5.5, Stageism, 61K, 1.1K, ความคิดเห็น 108
- Ethereal Sun: v4.5-all, Rachel_Claveau, 47K, 1.0K, ความคิดเห็น 115
- Lucid Dreaming: v4.5-all, Varletine, 438K, 7.7K, ความคิดเห็น 942
- Slippin: Studio, PK♠️ 🇳🇴, 255K, 6.6K, ความคิดเห็น 704
รายการ Best of v5.5
- Best of v5.5 จัดเพลงที่แสดงเป็น v5.5 ไว้ในส่วนแยกต่างหาก
- Sentiment: Toxic trades, 212K, 2.9K, ความคิดเห็น 210
- Love Language: Halo 💔, 137K, 2.8K, ความคิดเห็น 217
- No Conversation (Underground 2-Step Mix): CKDolcefarniente, 68K, 1.1K, ความคิดเห็น 82
- Condolences: Æthereal Diffusion, 321K, 4.2K, ความคิดเห็น 334
- 365: Han, 212K, 3.8K, ความคิดเห็น 307
- float.: WorriedChart, 150K, 2.7K, ความคิดเห็น 223
- Flatline: Ken Hein Lucky, 95K, 2.1K, ความคิดเห็น 139
รายการที่ยังไม่ยืนยันว่าเป็นข้อมูลเปิดตัว v4.5
- ในขอบเขตเนื้อหาที่ให้มา ไม่มีคำอธิบายเกี่ยวกับ ฟีเจอร์การเปิดตัว v4.5, จุดปรับปรุงของโมเดล, ราคา หรือเงื่อนไขการใช้งาน
- เนื้อหาที่ตรวจสอบได้จำกัดอยู่ที่รายการเพลงในหน้า Explore, ป้ายกำกับเวอร์ชัน, ผู้สร้าง, จำนวนการตอบสนอง, จำนวนความคิดเห็น และเมนูนำทางภายในของ Suno
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ผมมองว่าศักยภาพที่แท้จริงของเครื่องมืออย่าง Suno ไม่ได้อยู่ที่การผลิตเพลงฮิตติดวิทยุออกมาเป็นสายพาน แต่อยู่ที่การสร้างเพลงที่ก่อนหน้านี้แทบไม่มีโอกาสเกิดขึ้น เพราะไม่มีแรงจูงใจเชิงพาณิชย์ ตัวอย่างเช่น เพลงเชิงฟังก์ชัน
ผมเริ่มทำเพลงที่ช่วยเสริมกลยุทธ์การควบคุมอารมณ์ เนื้อหาเกี่ยวกับเทคนิคการกราวด์ดิง การหายใจ และการอยู่กับปัจจุบัน ไม่ใช่แทร็กคำสั่ง แต่เป็นเพลงที่มีเนื้อร้องสะท้อนการฝึกจริงและทักษะจริง
ตอนแรกใช้ฟังมินิอัลบั้มที่ทำขึ้นระหว่างทางกลับบ้านหลังบำบัดเพื่อผ่อนคลาย แต่ต่อมาพออยู่ในสถานการณ์เครียด เนื้อเพลงก็เริ่มผุดขึ้นมา แล้วผมก็รู้ว่าเพลงเหล่านี้ไม่ได้เป็นแค่เครื่องมือช่วยสงบใจ แต่กำลังสอน ทักษะทางอารมณ์ ที่เอาไปใช้ได้ตลอดชีวิต
เพลงที่ไม่ได้มีอยู่เพียงเพื่อให้ฟังเฉยๆ นั้นมีมานานแล้ว เช่น เพลงทำงาน เพลงกล่อมเด็ก เพลงมาร์ช เพลงสวดศาสนา และเพลงที่สอนรูปแบบการปฏิสัมพันธ์ยังเป็นพื้นที่ที่แทบไม่ได้ถูกบุกเบิกเลย
ถึงอย่างนั้นตัวผลิตภัณฑ์เองก็น่าคาดหวัง ถ้ายังไม่มีตัวแต่งเพลง ผมก็อยากให้มันสามารถวางแผนลำดับที่ใหญ่ขึ้นและความสัมพันธ์ระหว่างกันได้ด้วยโครงสร้างแบบ chain of thought และ Suno ดูเป็นพื้นที่ที่ โมเดลนิวโร-ซิมโบลิก เชิงฟังก์ชันน่าจะเหมาะที่สุด CPE ใช้อัลกอริทึม counterpoint มาหลายร้อยปีก่อนแล้ว
https://www.reddit.com/r/classicalmusic/comments/4qul1b/crea... เว็บเดิมย้ายไปแล้ว แต่ยังดูได้ผ่าน Wayback อย่างไรก็ตาม ผมหาสำเนาที่เดโมสร้างเพลงยังทำงานได้ไม่เจอ และตอนนั้นผมเคยลองใช้จริงๆ
https://suno.com/playlist/d2886382-bcb9-4d6d-8d7a-78625adcbe...
https://music.apple.com/au/album/breath-of-the-cosmos/175227...
https://open.spotify.com/track/0mJoJ0XiQZ8HglUdhWhg2F?si=tID...
https://suno.com/s/LHRmE867FslALzz6
แต่ผมคิดว่าทิศทางมันผิดไป ในทางปฏิบัติควรฝึกจากไฟล์ tracker แล้วจัดโครงสร้างเพลงด้วยวิธีนั้น จากนั้นค่อยสร้างเฉพาะเสียงร้องกับเสียงเครื่องดนตรีแยกสำหรับ MIDI
ถ้าทำแบบนั้นจะสามารถเรนเดอร์แทร็กได้แทบจริงจัง คุณภาพก็จะสูงขึ้น และนักดนตรีจริงๆ ก็สามารถรับ ไฟล์โครงกระดูก อย่าง mod ไปแก้ไขและเติมสัมผัสของมนุษย์ได้ น่าจะมีประโยชน์กว่ามาก
ซับแนวนี้ขยายตัวค่อนข้างกว้าง และมีคนที่มีพรสวรรค์ด้านการเขียนเนื้อเพลงซึ่งยังไม่เป็นที่รู้จัก ทำแรปเกี่ยวกับการเมือง การเงิน การดูแลชีวิตประจำวัน การฝึกคิดเชิงวิพากษ์ ฯลฯ แล้วเพลงส่วนตัวก็แพร่กระจายบนเว็บแชร์ Conscious Rap ด้วย
จุดที่เพลงสร้างด้วย AI ส่งผลต่อชีวิตผมมากที่สุดคือ การแสดงโชว์ในงานแต่งงาน เวลาครอบครัวอยากได้เพลงตลกๆ ที่ใส่เรื่องเล่าเกี่ยวกับเจ้าสาว ตอนนี้ไม่ต้องมีพรสวรรค์แล้ว
ครั้งแรกที่ได้ฟังก็น่าทึ่ง แต่พอไปงานแต่งครั้งที่สองแล้วเห็นอะไรคล้ายๆ กันก็เริ่มน่าเบื่อ และครั้งที่สามทุกคนก็ไม่ชอบแล้ว
ดูเหมือนเราจะเบื่อ งานศิลปะที่เหมือนผลิตออกมาจากแม่พิมพ์ เร็วมาก คล้ายกับภาพที่สร้างด้วย AI ผมเลยไม่รู้ว่าควรรับมือกับเรื่องนี้อย่างไร
เป็นอะไรแปลกๆ โง่ๆ เช่น ทำเพลงเปิดรายการทีวีที่ไม่มีอยู่จริง หาวิธีเอารูปแบบเพลงของวัฒนธรรม A ไปใส่ในวัฒนธรรม B ทำเพลงประกอบเกมที่อยากสร้าง หรือทำเพลงขายหุ้น Iyo railway ใน Shikoku 1889
สำหรับคนที่ไม่มีอิทธิพลทางวัฒนธรรมเลย บริการอย่าง Suno ทำให้ไม่ต้องฟังแต่ เพลงป๊อปกระแสหลักที่ทำให้สมองเน่า แบบเดิมๆ จะสร้างขยะก็ได้ แต่อย่างน้อยก็เป็นขยะของตัวเอง และไม่ต้องรอให้ใครโยนอะไรมาให้
ผมชอบ Suno เพราะเป็นบริการสมัครสมาชิกที่หาได้ยากซึ่งสนุกจริงๆ
สำหรับหูของผมที่ไม่ใช่นักดนตรี Suno ดูเหมือนทำเพลงที่ฟังสมจริงได้ แต่พอฟังไปหลายๆ เพลงก็เริ่มรู้สึกว่ามันปลอมๆ เช่นกัน อย่างไรก็ดี นั่นไม่ใช่เรื่องที่น่าสนใจเท่าไร สิ่งที่น่าสนใจจริงๆ คือพวกมันจะดีพอจนข้ามผ่านความรู้สึกปลอมๆ แบบนั้นได้
ผมไม่ชอบเรื่องนี้เลยจริงๆ
จนกระทั่งได้อ่านคอมเมนต์ที่นี่ ผมยังไม่รู้เลยว่านี่คือ AI ผมกำลังเพลิดเพลินกับสถานี anti-folk big band มากจริง ๆ
พอมาคิดตอนนี้ ชื่อแนวเพลงนี้มีโอกาสสูงที่จะไร้สาระสุด ๆ แต่ความไร้สาระนั้นกลับสนุกกว่าสิ่งที่ผมหาเจอบน Spotify เสียอีก ผมไม่รู้ว่านี่บอกอะไรเกี่ยวกับตัวผม หรือบอกอะไรเกี่ยวกับสภาพของวงการเพลง แต่ผมยังไม่คิดว่ามันจะ capable ได้ถึงระดับนี้
บรรยากาศที่นี่ก็สมกับ HN คือความถากถางอันฉาวโฉ่เหมือนเดิม ทุกคนกำลังปัดเทคโนโลยีนี้ทิ้งว่าไม่มีความเป็นต้นฉบับ ไม่มีแรงบันดาลใจ และจืดชืด พร้อมกับกล่อมตัวเองว่าถ้าเพลงไม่มี “สัมผัสพิเศษแบบมนุษย์” ผู้ฟังก็จะเบื่อและไม่รู้สึกซาบซึ้ง
แต่ผมคิดว่าหูของคนทั่วไปจะไม่สนใจ เพลงแบบนี้ดีเท่าที่มนุษย์สร้างได้อยู่แล้ว และจะถูกนำเสนอด้วยต้นทุนที่ต่ำกว่ามากโดยไม่ต้องเสียค่าไลเซนส์ เตรียมตัวได้เลยว่าจะเห็นมัน everywhere ในคาเฟ่ ร้านอาหาร โฆษณาทีวี และเพลย์ลิสต์ Spotify ถัดไปของคุณ
ซาวด์แทร็กแบบนี้จะกลายเป็น เรื่องปกติในชีวิตประจำวัน และเสียงโวยวายของชุมชนแบบนี้จะกลายเป็นเสียงส่วนน้อยที่ถูกผลักไปอยู่ชายขอบ เหมือนกรณีอื่น ๆ ที่เคยปฏิเสธเทคโนโลยีที่เข้ามาแทนที่
แน่นอนว่าเพลงที่มนุษย์ทำจะยังคงมีอยู่ แต่สำหรับการใช้งานขนาดใหญ่ที่ไม่ต้องการความเชื่อมโยงทางอารมณ์แบบนั้น เช่น เพลงแบ็กกราวด์ในคาเฟ่ ซาวด์แทร็กเกมและภาพยนตร์ ห้องพักคอย รายการทีวี ผมขอเดิมพันหนัก ๆ ว่าสุดท้ายมันมีแนวโน้มจะพบได้บ่อยกว่าเพลงที่มนุษย์สร้าง
ไม่เคยได้ยินชื่ออย่าง Nobuo Uematsu, Yoko Shimomura, Lena Raine, John Williams, Clint Mansell, Ennio Morricone, Ramin Djawadi, Max Richter เลยหรือ ไม่เคยมีประสบการณ์ถูกแทงเข้าถึงแก่นตอนที่ On The Nature of Daylight ถูกใช้ได้อย่างสมบูรณ์แบบในจุดพีกทางอารมณ์ของภาพยนตร์หรือรายการทีวีเลยหรือ แค่นึกถึงก็ขนลุกที่แขนแล้ว
คุณกำลังกวาดตามองคนที่เป็นที่รักในสื่อเหล่านี้ และจะยังเป็นที่รักต่อไปอีกนาน อย่างตื้นเขินเกินไป
ผมไม่ได้สนใจเท่าไรว่าแทร็กที่เปิดในคาเฟ่ที่ชอบไปนั้นสร้างโดย AI หรือไม่ ผมไม่จำเป็นต้องอินทางอารมณ์กับเพลงพื้นหลัง และถ้าเป็นเพลงเพื่อวัตถุประสงค์ง่าย ๆ AI ก็สามารถตอบโจทย์นั้นให้คนจำนวนมากได้พอ ๆ กับมนุษย์
ค่าไลเซนส์ ก็เป็นข้อดีใหญ่ ค่าลิขสิทธิ์ของเพลงมนุษย์ซับซ้อนและแพง แต่เพลงที่สร้างโดย AI อย่างมากก็อยู่ระดับค่าสมัครรายเดือน
ผมไม่เห็นด้วยทั้งหมดสำหรับซาวด์แทร็กวิดีโอเกมหรือภาพยนตร์ แต่ผมคิดว่าสินทรัพย์ที่ AI สร้างจะทำให้การพัฒนาเกมเข้าถึงได้ง่ายขึ้นสำหรับนักพัฒนาคนเดียวหรือทีมเล็ก ๆ
สุดท้ายก็ฟังสิ่งที่ชอบ แล้วดูว่าเทคโนโลยีจะไปทางไหน ผู้สร้างที่เป็นมนุษย์คงไม่ได้ตกงานทันที แต่โดยเฉพาะใน เพลงเชิงฟังก์ชัน อาจต้องเจอกับการแข่งขัน
เหมือนอนาคตอันมีความสุขที่ได้รับการรับรองว่าไม่ถากถางของดนตรีและศิลปะ คือฟาร์มคอนเทนต์แบบสมัครสมาชิกของบริษัท แทนที่จะเป็นมนุษย์ที่น่ารำคาญเหล่านั้น
การบอกว่าเพลงนี้ดีเท่าที่มนุษย์สร้างได้อยู่แล้ว หมายความว่ามันดีในแบบเดียวกับ สิ่งที่ AI สร้าง อื่น ๆ เช่นโค้ดเบสขนาดใหญ่ ถ้าแยกไม่ออกก็ยินดีด้วย
ถ้าบอกว่าสิ่งอย่างซาวด์แทร็กเกมและภาพยนตร์ ห้องพักคอย รายการทีวี ไม่ต้องการความเชื่อมโยงทางอารมณ์ แล้วความหมายของการดูภาพยนตร์หรือรายการทีวีคืออะไร และความหมายของการสร้างมันคืออะไร
หนึ่งในจุดอ่อนที่ใหญ่ที่สุดของ Suno คือ การสร้างเนื้อเพลง และไม่สามารถสร้างเฉพาะเนื้อเพลงโดยไม่สร้างเพลงได้ ผมคิดว่าทำเนื้อเพลงด้วย LLM ตัวอื่น แก้ซ้ำไปมา แล้วค่อยส่งต่อให้ Suno เพื่อสร้างเพลงสุดท้ายจะดีกว่า
ถ้ามีใครที่นี่สมัครสมาชิกอยู่และพอใช้โทเค็นได้บ้าง ถ้าแชร์เพลงเกี่ยวกับ Hacker News ก็น่าจะสนุกดี
หวังว่าในอนาคตเครื่องมืออย่าง Suno จะทำเพลงเป็นระดับโปรเจกต์ และปรับแต่งได้ละเอียดขึ้น จริง ๆ แล้วมันก็คือการ vibe coding ดนตรีนั่นเอง
ใน 4.0 ฟีเจอร์คอมเมนต์ยังจำกัด และแม้นักร้องจะออกเสียงคำผิด ก็ไม่มีวิธีแก้หรือระบุการออกเสียงที่ถูกต้องได้ มีบล็อกโพสต์บอกว่า 4.5 ปรับปรุงการตีความพรอมป์แล้ว แต่ยังขาดรายละเอียดเชิงเทคนิคหรือ example ชัด ๆ ที่ทำให้รู้สึกถึงความเปลี่ยนแปลง
คู่มือผู้ใช้ยังทำให้ดีกว่านี้ได้แน่นอน จากประสบการณ์ คำสั่งหลายอย่างอย่างอารมณ์ ทิศทางทางดนตรีเล็กน้อย คำอธิบายพาร์ตหรือเลเยอร์ของแทร็กที่ต้องการ ศัพท์การผลิตเพลง แนวเพลง รวมถึง intro/outro/chorus ใช้ได้ผล แต่ผมมองว่ามันไม่ใช่คำสั่งที่ได้ผล 100% เสมอไป เป็นเหมือนการบังคับทิศทางพื้นที่ของผลลัพธ์ที่สร้างมากกว่า
คำสั่งแบบนี้ใส่ได้ในแท็กสไตล์หรือใน [brackets] ของเนื้อเพลง และใน 4.5 ถ้าเขียนเชิงบรรยายมากขึ้น ผลลัพธ์ก็แตกต่างชัดเจน
เพลงนั้นมีคุณภาพบางและเป็นโลหะเฉพาะแบบ AI อยู่ คอมเมนต์นี้เลยทำให้ผมลองอัปเกรดเป็น 4.5: https://suno.com/s/tbZlkBL7XeLVuuN0
ดีขึ้นก็จริง แต่เวทมนตร์บางอย่างหายไป
คอมเมนต์ต้นฉบับอยู่ที่นี่: https://news.ycombinator.com/item?id=39997706
ผมยังเอาคอมเมนต์นี้ไปทำเป็นเพลงในจิตวิญญาณของ “ศิลปิน” คนเดียวกันด้วย: https://suno.com/s/AumsIqrIovVhT0c9
และ https://suno.com/s/YGlpHptX6yXJVpHq
ไม่ค่อยแน่ใจว่าอันไหนดีกว่ากัน
ผมแต่งเพลงและเขียนเนื้อเพลงเป็นงานอดิเรกมา 10 ปีแล้ว ตั้งแต่ Suno 4.0 ฟีเจอร์ก็มากพอให้ลองเวิร์กช็อปเชิงคอนเซ็ปต์ในนั้นก่อน และยังมีคุณค่าสำหรับคนที่แยก stem ออกเป็นเครื่องดนตรีสังเคราะห์ แล้วปรับด้วยมือได้เมื่อจำเป็น
ผู้คนมักกังวลเสมอว่าการทำเพลงแบบใช้แรงน้อย “หว่านแล้วภาวนา” หมายถึงอะไร แต่สุดท้ายมันก็ทำให้ทุกฝ่ายที่เกี่ยวข้องทำซ้ำและพัฒนาได้เร็วขึ้นและถูกลง ส่วนผลลัพธ์สุดท้ายจะดีกว่าจริงไหม ก็ตัดสินเองได้
เพื่อเปรียบเทียบ เพลงที่บังคับให้ทำทุกอย่างใน Suno ใช้เวลาไม่ถึงหนึ่งสัปดาห์: https://www.youtube.com/watch?v=R6mJcXxoppc
ในทางกลับกัน เพลงที่ผมแต่งเองและทำงานร่วมกับนักดนตรีเซสชัน ใช้เวลาหลายเดือนและเสียเงินหลายร้อยดอลลาร์: https://www.youtube.com/watch?v=I5JcEnU-x3s
ข้อเท็จจริงที่ว่า LLM คำนวณค่าเฉลี่ยของวัฒนธรรมมนุษย์นั้นเห็นได้ชัดใน AI ด้านดนตรี มากกว่าสื่อใด ๆ เช่นเดียวกับภาพ การออกแบบ และงานเขียนสร้างสรรค์ มันไม่สามารถทำให้เกิดงานที่เป็นต้นฉบับได้ และนี่ไม่ใช่ปัญหาเรื่อง “ความฉลาด”
ไม่รู้ว่าสิ่งนี้แก้ได้ไหม แต่คิดว่าควรกลายเป็นหัวข้อวิจัยที่ใหญ่กว่านี้ ถ้ามีใครรู้จัก paper ที่เกี่ยวข้อง ผมยังหาไม่เจอ และก็ไม่แน่ใจด้วยว่าควรค้นหาคำว่าอะไร
จะบอกว่าเพลงของ Green Day ทั้งหมดมีเอกลักษณ์และเป็นต้นฉบับงั้นหรือ แจ๊ซก็ใช้ progression 6-2-5-1 ซ้ำ ๆ ถ้าไม่ได้ฟังแต่พวก avant-garde progressive rock ดนตรีทุกอย่างก็ล้วนเป็นงานต่อยอดทั้งนั้น และมันก็ไม่เป็นไร
ไม่จำเป็นที่ทุกเพลงจะต้องเป็นเกล็ดหิมะที่ไม่เหมือนใคร ถ้าชอบหรือทำให้รู้สึกอะไรบางอย่างได้ แค่นั้นก็พอแล้ว
https://youtu.be/JdxkVQy7QLM?si=_lkqbjVZRuPVjOkL
https://youtu.be/_PC6jwoHyOk?si=imjfG9khOI-hsJA0
https://youtu.be/Fkf4QYTfIxA?si=j-Fo8HN59xCbteD2
ถ้าประสบการณ์กับยีนคือทั้งหมด AI ก็มีแนวโน้มสูงว่าสักวันจะนำหน้ามนุษย์ เพราะสิ่งเหล่านั้นเป็นแค่ pattern ที่ซับซ้อนมากเท่านั้น
ถ้าไม่ใช่ ก็ต้องตั้งสมมติฐานถึงอะไรบางอย่างเชิงอภิปรัชญา ซึ่งไม่มีหลักฐานรองรับ
เป็นหัวข้อที่น่าสนใจจริง ๆ และอาจให้ insight ใหม่เกี่ยวกับสภาวะของมนุษย์ได้ ผมตั้งตารอดูว่ามันจะนำไปสู่อะไร
คือการลองสิ่งใหม่ ๆ แบบสุ่ม จากนั้นมนุษย์อย่างตัวเองก็ตรวจว่าสิ่งใหม่แบบสุ่มนั้นดีในเชิงอัตวิสัยหรือไม่ แล้วจึงเลือก
ในความเข้าใจแบบนี้ กระบวนการสร้างสไตล์ใหม่คือวิวัฒนาการ หรือกระบวนการค่อยเป็นค่อยไปของการกลายพันธุ์และการคัดเลือก และสมองของตัวเองเป็นสิ่งจำเป็นในการทำการคัดเลือกนั้น “ไอเดียใหม่ที่เพิ่งลองทำให้ฉันรู้สึกดีไหม?” นั่นแหละคือการคัดเลือก
สำหรับมนุษย์ กิจกรรมการตรวจสอบนี้ไม่ต้องใช้ความพยายามและเกิดขึ้นทันที แต่ AI เข้าถึงการตรวจสอบนั้นไม่ได้โดยพื้นฐาน จึงไม่มีความสามารถในการทำขั้นตอนคัดเลือกหลังจากความสุ่ม ดังนั้นไม่ว่าสถาปัตยกรรมจะเป็นแบบไหน ผมคิดว่าความคิดสร้างสรรค์ก็เกิดขึ้นได้ยาก
ถ้าไม่สร้างตัวแทนของตัวตรวจสอบแบบมนุษย์ขึ้นม somehow ก็ดูแทบเป็นไปไม่ได้ และทางออกเดียวดูเหมือนจะเป็นการ simulate กระบวนการนี้ แต่คงยาก
UI เท่มากจริง ๆ การกดปุ่มสุ่มเพื่อค้นหา genre หรือ style เฉพาะทางใหม่ ๆ สนุกมาก เช่น ผมไม่เคยได้ยิน klezmer มาก่อน แต่มันเป็น style ที่ดีมากจริง ๆ
ไม่รู้ว่าเป็นเพราะเพลงหรือเปล่า แต่ไม่ได้มีเว็บไซต์ที่ทำให้ผมหัวเราะกว้างขนาดนี้มานานแล้ว
ทำให้อยากบันทึกเพลงที่ฟังอยู่ พูดตามตรง ผมไม่รู้ว่าจะบอกได้ไหมในการทดสอบแบบ blind test ว่านี่เป็น AI หรือไม่
ถ้าอยากบันทึกเพลง ให้คลิกที่ชื่อเพลง ถ้ามีบัญชีก็เพิ่มเป็นรายการโปรดหรือดาวน์โหลดได้ เป็นต้น
อาจมีใครสักคนเริ่มธุรกิจอัดเพลง AI ที่เข้ากับยุคสมัยลง cassette หรือ vinyl แล้วขายก็ได้
นี่คือความสุขของ เพลง public domain ที่ไม่มีที่สิ้นสุด
ยังไม่ได้ถูกฟ้องเรื่อง การฝึกด้วยเพลงโดยไม่ได้รับอนุญาต กับ Sony และรายอื่น ๆ อยู่หรือ แล้วก็ยังออกผลิตภัณฑ์ใหม่ต่อไป
ดูเหมือนหวังผลลัพธ์แบบ Uber คือหาเงินให้พอในช่วงที่ยังผิดกฎหมาย จ่ายค่าปรับเล็กน้อย แล้วไปต่อ
Suno ยอมรับว่าได้ฝึกโมเดลด้วยเพลงที่มีลิขสิทธิ์ และตอนนี้กำลังปกป้องจุดยืนที่ว่าลิขสิทธิ์เพลงและ royalty เป็นอันตรายต่ออนาคตของดนตรี
ดูเหมือนไม่ได้ทดสอบ genre เหล่านี้อย่างถูกต้อง
“Cajun synthpop chant” ไม่มีทั้ง chant และ synth และฟังเหมือนเพลง country ที่มีนักร้องหญิงร้องภาษาฝรั่งเศส
เหตุผลหนึ่งอาจเป็นเพราะไม่มีคำบรรยายคุณภาพสูงเกี่ยวกับดนตรีมากนัก genre ของศิลปินอาจพอเดาได้ และอาจ scrape รีวิวต่าง ๆ มาได้ แต่ก็คงมี noise เยอะ
เพลง Klezmer ก็ดีเหมือนกัน แต่ภาษา Yiddish อาจไม่ได้ถูกต้องสมบูรณ์