พอล แม็กคาร์ตนีย์ใช้ AI เพื่อสร้างเพลงใหม่ของ The Beatles
(techcrunch.com)- มีแผนจะเปิดตัวเพลงใหม่ช่วงปลายปีนี้
- จะมีเสียงร้องของจอห์น เลนนอนที่ดึงออกมาจากเดโมบันทึกเสียงเพลง "Now and Then" ในปี 1978
- ใช้ AI ลบสัญญาณรบกวนและแยกเสียงจากไฟล์บันทึกของสมาชิก The Beatles เดิม เพื่อให้สามารถเล่นกลับได้ด้วยคุณภาพสูง
- ในปี 1995 สมาชิกที่เหลือเคยพยายามอัดแทร็กนี้ แต่จอร์จ แฮร์ริสันคัดค้านระหว่างทางเพราะคุณภาพของแทร็กจอห์น เลนนอนไม่ดี
- ครั้งนี้มีการกู้คืนเสียงร้องให้สะอาดราวกับเพิ่งอัดใหม่
- แม็กคาร์ตนีย์ยังคงมีความกังขาอยู่บ้างเกี่ยวกับการให้ AI สร้างดนตรีที่โดยแก่นแล้วฟังเหมือนเป็นงานบันทึกต้นฉบับของจอห์น เลนนอน
"เพราะนี่คืออนาคต มันจึงน่ากลัวนิดหน่อย แต่ก็น่าตื่นเต้นด้วย"
"เราคงต้องดูกันต่อไปว่ามันจะพาไปถึงไหน"
6 ความคิดเห็น
เป็นความจริงว่าการเข้าถึงเชิงอัลกอริทึมแบบดั้งเดิมในสาขาอย่าง OCR หรือการประมวลผลภาษาธรรมชาติ (เช่น โปรแกรมแปลภาษา) ไม่ได้แสดงพัฒนาการที่ดีนักมาโดยตลอด (~ช่วงทศวรรษ 2010) และก็เป็นความจริงเช่นกันว่าโมเดลโครงข่ายประสาทเทียมเชิงลึกที่อิงกับ CNN และ RNN ได้แสดงความแม่นยำสูงในสาขาเหล่านั้น จนเข้ามาแทนที่เทคโนโลยีเดิมอย่างรวดเร็ว ทุกวันนี้จะยังเหลือบริษัทที่ใช้โปรแกรมแปลภาษาที่อิงการวิเคราะห์ไวยากรณ์แบบดั้งเดิมอยู่สักกี่แห่งกัน?
ในด้านการกู้คืนคุณภาพเสียงเองก็มีทั้งวิธี interpolation แบบดั้งเดิมและอัลกอริทึมการกู้คืนที่ใช้อยู่เดิม แต่ถ้าเทียบกันแล้วคุณภาพของการกู้คืนที่อิงโมเดล AI ดีกว่าอย่างเห็นได้ชัด ผมคิดว่าในภาคอุตสาหกรรมก็คงเลือกแนวทางนี้โดยธรรมชาติ
ทุกวันนี้บริษัทซอฟต์แวร์ด้านเสียง/ออดิโอระดับแนวหน้าของโลกอย่าง iZotope ก็มีนักวิจัย AI อยู่ในบริษัทจำนวนมาก และดูแค่โซลูชันอย่าง iZotope RX ก็จะเห็นได้ว่าในเวอร์ชันล่าสุดได้มีการนำเทคโนโลยี AI สำหรับลบเครื่องดนตรีหรือเสียงร้องบางส่วนออกจากเพลงมาใช้อย่างจริงจังและเปิดให้ใช้งานแล้ว
ส่วนโมเดลลบเสียงร้องนั้นมีแอปพลิเคชันโอเพนซอร์สชื่อ Ultimate Vocal Remover ลองใช้ดูได้ครับ ประสิทธิภาพดีมากจริงๆ
เทคโนโลยีการกู้คืนต่าง ๆ ที่ใช้ AI อย่างน้อยก็แพร่หลายและกลายเป็นเรื่องปกติสำหรับนักดนตรีอิเล็กทรอนิกส์ในทุกวันนี้มานานแล้ว เลยสงสัยว่าเขาใช้เทคโนโลยีอะไรโดยเฉพาะ ถึงได้มีปฏิกิริยาแบบนี้ออกมา
บทความต้นฉบับพยายามฝืนโยงข่าวนี้เข้ากับ generative AI แต่จริง ๆ แล้วมันเป็นเทคโนโลยีที่ควรมองว่าแยกจากกันโดยสิ้นเชิงครับ
แต่ถ้าใช้แอปพลิเคชันประเภทเดียวกับ Enhanced Speech from Adobe ซึ่งให้ผลลัพธ์สุดโต่งและไม่เปิดให้ปรับพารามิเตอร์เลย ก็เป็นปฏิกิริยาที่เข้าใจและเห็นด้วยได้อย่างยิ่งเหมือนกันครับ
https://www.techno-edge.net/article/2023/06/14/1436.html
เป็นบทความฝั่งญี่ปุ่น แต่ดูเหมือนว่า George Harrison จะไม่ค่อยเห็นด้วยนัก ถึงขั้นเรียกมันว่า 'fxxxing rubbish' เลยทีเดียว
https://n.news.naver.com/mnews/article/025/0003286946
บทความนี้ระบุว่าพวกเขาไม่พอใจกับสภาพของไฟล์บันทึกเสียงของจอห์น เลนนอน
ดูเหมือนว่าจะมีเขียนไว้ว่าตอนที่บันทึกเพลง เขาไม่ได้เต็มใจนัก