ساخت موسیقی با هوش مصنوعی

ابزار ساخت موسیقی با هوش مصنوعی از روی یک توصیف، صدا می‌سازد. به‌جای اینکه در یک کتابخانه‌ی آماده دنبال چیزی «تقریباً مناسب» بگردی، آهنگ دلخواهت را توصیف می‌کنی، مثلاً یک بیت لوفای کند با پیانوی گرفته و خش‌خش صفحه‌ی گرامافون، و مدل قطعه‌ای تازه و هماهنگ با آن می‌سازد.

در Mage این مدل Seed Audio است. یک پرامپت می‌تواند موسیقی، افکت صوتی، صدا یا دیالوگ بسازد و فایل MP3 دقیقاً با مدتی که انتخاب کرده‌ای تحویل داده می‌شود: ۵، ۱۰، ۳۰، ۶۰ یا ۱۲۰ ثانیه. این دقت برای ویدیو مهم است، چون آهنگی که درست روی برش تمام شود از آهنگ بلندتری که باید کوتاهش کنی ارزشمندتر است.

چون Mage ویدیو هم می‌سازد، آهنگ لازم نیست راه درازی برود. اپ Music Video آهنگی تا ۱۵ ثانیه را به اجرای شخصیت‌های ذخیره‌شده‌ی تو تبدیل می‌کند، و مدل‌های ویدیویی مثل Cherry، Plum، Lemon، Blueberry و MiniMax-H3 می‌توانند صدایی را که در صفحه‌ی صدا آپلود می‌کنی به‌عنوان مرجع بگیرند.

هرچه پرامپت بیشتر شبیه یک بریف برای آهنگساز باشد، نتیجه بهتر است. پنج چیز را پوشش بده: سبک، تمپو یا انرژی، سازهای اصلی، حال‌وهوا و شکل آهنگ در طول زمان. جمله‌ای مثل «سینت‌پاپ شاد با تمپوی تند، درام‌های کوبنده، سینتی‌سایزرهای آرپژ روشن، بیس گرم، خوش‌بینانه، در نیمه‌ی اول اوج می‌گیرد و در میانه به یک کورس بزرگ می‌رسد» به Seed Audio ساختار می‌دهد، نه فقط یک حس کلی.

شکل آهنگ در کلیپ‌های کوتاه از همه مهم‌تر است. برای یک جینگل ۱۰ ثانیه‌ای، اوج‌گیری سریع و پایانی تمیز بخواه. برای زمینه‌ی ۳۰ ثانیه‌ای زیر یک صداگذاری، چیزی یکنواخت و بی‌مزاحمت و بدون افت ناگهانی بخواه. برای لوپ، یک گروو ثابت بخواه که به نتیجه نرسد تا زیر صحنه‌ای که از آهنگ طولانی‌تر است بنشیند.

• اول سبک را بگو، بعد تمپو را
• دو یا سه ساز اصلی را فهرست کن
• حال‌وهوا را با یک صحنه توصیف کن: «رانندگی آخر شب»، «دویدن در طلوع»
• بگو چطور شروع و تمام شود
• برای زیر روایت، موسیقی بی‌کلام بخواه

Seed Audio فقط برای موسیقی نیست. صدا را مثل یک طراح صدا توصیف کن: منبع، فضا و فاصله. «باران شدید روی سقف حلبی، رعد دور، داخل یک کلبه‌ی کوچک» یا «جمعیتی در ورزشگاه که به غریو می‌رسد و بعد تشویق» هرکدام به‌صورت کلیپی برمی‌گردد که می‌توانی زیر ویدیو لایه کنی. برای یک افکت معمولاً پنج یا ده ثانیه کافی است؛ برای صدای محیط سی یا شصت ثانیه.

برای کلام روی موسیقی، صدا را جداگانه بساز تا بتوانی تعادلشان را تنظیم کنی. ساخت صدا با هوش مصنوعی روایت و صدای شخصیت‌ها را پوشش می‌دهد.

اپ Music Video یک آهنگ تا ۱۵ ثانیه و یک تا سه اجراکننده را می‌گیرد که باید شخصیت‌های ذخیره‌شده باشند، به‌علاوه‌ی حداکثر سه تصویر مرجع، و با Plum، Plum Max، Lemon یا یکی از مدل‌های Cherry آن‌ها را به اجرای آهنگ وامی‌دارد. آهنگت را برای این کار ۱۰ ثانیه‌ای بساز، یا آهنگ بلندتر را پیش از آپلود کوتاه کن. ساخت موزیک ویدیو با هوش مصنوعی مراحلش را توضیح می‌دهد، و ساخت ویدیو رقص با هوش مصنوعی توضیح می‌دهد چطور یک رقص را روی یک کاراکتر منتقل کنی.