توليد الموسيقى بالذكاء الاصطناعي

مولّد الموسيقى بالذكاء الاصطناعي يؤلّف الصوت انطلاقًا من وصف. فبدلًا من البحث في مكتبة جاهزة عن شيء قريب مما تريد، تصف المقطوعة التي تتخيلها، مثل إيقاع لو-فاي بطيء مع بيانو دافئ وخشخشة أسطوانات الفينيل، وينشئ النموذج مقطوعة جديدة تناسب وصفك.

في Mage هذا النموذج هو Seed Audio. يمكن لوصف واحد أن ينتج موسيقى أو مؤثرات صوتية أو أصواتًا أو حوارات، ويصلك ملف MP3 بالطول الذي تختاره بالضبط: 5 أو 10 أو 30 أو 60 أو 120 ثانية. وهذه الدقة مهمة في الفيديو، فمقطوعة تنتهي عند القطع تمامًا أفضل من مقطوعة أطول تضطر إلى اقتطاعها.

ولأن Mage ينشئ الفيديو أيضًا، لا تحتاج المقطوعة إلى الانتقال بعيدًا. يحوّل تطبيق Music Video مقطوعة مدتها حتى 15 ثانية إلى أداء تقدمه شخصياتك المحفوظة، ويمكن لنماذج الفيديو مثل Cherry وPlum وLemon وBlueberry وMiniMax-H3 استخدام الصوت الذي ترفعه في صفحة الصوت كمرجع.

كلما بدا الوصف أشبه بتكليف موجّه إلى ملحّن، كانت النتيجة أفضل. غطِّ خمسة أمور: النمط أو الأسلوب، والإيقاع أو الطاقة، والآلات الرئيسية، والمزاج، وتطور المقطوعة عبر الزمن. وصف مثل «سينث بوب مبهج بإيقاع سريع، وطبول قوية، وآلات سينثسايزر لامعة بأرپيجيو، وباص دافئ، بروح متفائلة، يتصاعد في النصف الأول ويصل إلى لازمة كبيرة عند المنتصف» يمنح Seed Audio بنية واضحة وليس مجرد انطباع عام.

يكون تطور المقطوعة أهم ما يكون في المقاطع القصيرة. في مقطع افتتاحي مدته 10 ثوانٍ، اطلب تصاعدًا سريعًا ونهاية نظيفة. وفي خلفية مدتها 30 ثانية تحت تعليق صوتي، اطلب شيئًا ثابتًا لا يلفت الانتباه ولا يتضمن ذروة مفاجئة. وفي مقطع متكرر، اطلب إيقاعًا ثابتًا لا يصل إلى خاتمة، ليناسب مشهدًا أطول من المقطوعة.

• اذكر النمط أولًا ثم الإيقاع
• اذكر آلتين أو ثلاث آلات رئيسية
• صِف المزاج بمشهد: «قيادة في وقت متأخر من الليل»، «جري عند الشروق»
• حدّد كيف تبدأ المقطوعة وكيف تنتهي
• اطلب موسيقى خلفية بلا غناء تحت التعليق الصوتي

Seed Audio ليس للموسيقى فقط. صِف الصوت كما يفعل مصمم الصوت: المصدر والمكان والمسافة. فعبارة «مطر غزير على سقف من الصفيح، رعد بعيد، داخل كوخ صغير» أو «جمهور في ملعب يرتفع صوته إلى هتاف ثم تصفيق» تعطيك كل منهما مقطعًا يمكنك وضعه تحت الفيديو. تكفي عادةً خمس أو عشر ثوانٍ لمؤثر واحد، وثلاثون أو ستون ثانية لأجواء صوتية متواصلة.

إذا أردت كلامًا منطوقًا فوق الموسيقى، فولّد الصوت على حدة لتتمكن من موازنة المستويات. يغطي مولّد الصوت بالذكاء الاصطناعي التعليق الصوتي وأصوات الشخصيات.

يأخذ تطبيق Music Video مقطوعة مدتها حتى 15 ثانية مع مؤدٍّ واحد إلى ثلاثة، ويجب أن يكونوا شخصيات محفوظة، إضافةً إلى ما يصل إلى ثلاث صور مرجعية، ثم يجعلهم يؤدون على إيقاعها باستخدام Plum أو Plum Max أو Lemon أو أحد نماذج Cherry. ولّد مقطوعتك بطول 10 ثوانٍ لهذا الغرض، أو اقتطع مقطوعة أطول قبل رفعها. يشرح لك مولّد الفيديو الموسيقي بالذكاء الاصطناعي ذلك خطوة بخطوة، كما يشرح لك مولّد فيديو رقص بالذكاء الاصطناعي يشرح كيفية نسخ رقصة على شخصية.