O que é o MusicLM? Testamos o gerador de conversão de texto em música do Google

Você já desejou poder criar música sem nenhum conhecimento de teoria musical ou instrumentos? Agora isso é possível, graças a um novo experimento de IA do Google. Apelidado de MusicLM, é um novo tipo de IA generativa que pode criar novas músicas. É muito parecido com os geradores de imagens de IA, onde você simplesmente digita algumas linhas de texto e obtém uma bela arte em troca. Então, quão bem o novo MusicLM do Google funciona e como você pode experimentá-lo? Aqui está tudo o que você precisa saber.

MusicLM é um modelo de linguagem capaz de gerar música com base em uma descrição baseada em texto. Por exemplo, o prompt “Música calma e suave que eu possa estudar” gerará uma faixa lo-fi. Da mesma forma, um prompt na linha de “faixa orquestral épica que cria tensão em uma cena de filme de ação e aventura” produz música com um senso distinto de urgência que se sentiria em casa em O Exterminador do Futuro ou Missão Impossível.

Embora seu lançamento atual seja limitado, o MusicLM pode fazer muito mais do que apenas transformar texto em música. Em um trabalho acadêmico, os pesquisadores do Google demonstraram que ele pode gerar áudio adaptado a imagens e pinturas. E no futuro, você pode até converter um clipe gravado de seu cantarolar em uma faixa de música completa.

O Google treinou o MusicLM em mais de 200.000 horas de música abrangendo mais de 5.500 clipes. Estes foram categorizados manualmente por especialistas humanos, ajudando o modelo de aprendizado de máquina a distinguir jazz de techno e até épocas e estilos específicos (pop dos anos 90) (música de dança afro-cubana). A empresa lançou o conjunto de dados de áudio rotulado com legendas no Kaggle, permitindo que outros desenvolvedores de IA desenvolvam suas próprias ferramentas de IA.

Vou orientá-lo sobre como se inscrever no MusicLM na próxima seção, mas deixe-me primeiro explicar como é usá-lo. No estado atual do MusicLM, você só pode digitar uma descrição e clicar no botão gerar. Pense nisso como Midjourney, mas em vez de quatro imagens geradas por IA, você obtém duas faixas de música de 20 segundos.

O MusicLM apresenta três sugestões abaixo da caixa de entrada, incluindo algumas bizarras no meu caso, como “Música de festa cibernética borbulhante e otimista no fliperama subaquático”. Cliquei em gerar por curiosidade e o resultado foi uma mixagem eletrônica otimista. Não é exatamente o que eu esperaria de uma “festa da pizza cibernética”, mas certamente foi animada e otimista.

Seguindo em frente, digitei o prompt “Música assustadora e lenta que você ouviria em uma floresta assombrada” e a faixa resultante se encaixou muito bem na descrição. No entanto, não demorou muito para ver por que o Google considera o MusicLM um projeto experimental.

Simplesmente inserir “música rap” produziu uma faixa com sons estridentes e penetrantes e uma faixa vocal de fundo com som sintético. O último parecia que o MusicLM estava reproduzindo algo diretamente de seus dados de treinamento.

Portanto, embora o MusicLM não exija nenhuma habilidade musical, também não é exatamente um músico. Os resultados podem ou não impressioná-lo, semelhante aos chatbots antes do ChatGPT interromper esse cenário. Ainda assim, o MusicLM representa a primeira IA generativa do mundo para música e isso é impressionante por si só. Aqui estão mais alguns fatos sobre isso:

• Você não pode pedir música no estilo de um artista específico. MusicLM também não pode gerar vocais de forma confiável neste momento.
• Em muitos casos, MusicLM gerou música com vocais ininteligíveis. Mesmo quando pedi especificamente faixas instrumentais, a IA ignorou meu pedido.
• A iteração atual do MusicLM gera apenas faixas de 20 segundos, embora o modelo subjacente seja capaz de gerações muito mais longas.
• Você obtém dois clipes de áudio por geração, que sempre foram semelhantes entre si. Ainda assim, o Google permite que você vote no seu favorito por meio de um botão de troféu.
• De acordo com o Google, MusicLM pode reproduzir instrumentos eletrônicos e clássicos melhor do que outros tipos de música. No entanto, funcionou decentemente bem quando tentei gerar música folclórica indiana e trilhas sonoras de 8 bits no estilo de videogames antigos.

O Google ainda não lançou o MusicLM publicamente, optando por limitar o acesso por meio de uma lista de espera. Vimos a Microsoft e o Google adotarem uma estratégia semelhante quando lançaram seus chatbots no início de 2023. Mas talvez porque o MusicLM não seja tão popular, só tive que esperar alguns dias para receber um convite. No entanto, isso pode mudar a qualquer momento, portanto, não espere acesso imediato.

Aqui está um guia rápido sobre como se inscrever na lista de espera do MusicLM:

1. Navegue até a página inicial do AI Test Kitchen do Google e clique no botão iniciar botão.
2. Clique em Registre seu interesse.
3. Preencha o formulário. Ele basicamente pergunta seu país de residência, profissão, o motivo para usar o AI Test Kitchen e se você participará de pesquisas voluntárias.
4. Na próxima etapa, faça login usando sua conta do Google.
5. Depois de fazer login, você verá uma mensagem de sucesso confirmando que foi adicionado à lista de espera.

O AI Test Kitchen do Google não está disponível em todo o mundo no momento. Portanto, se você não receber um e-mail de convite dentro de algumas semanas, esse pode ser o motivo.

Quanto ao lançamento público, pode acontecer no final de 2023 ou no início de 2024 se o Google se comprometer a melhorar o MusicLM. Um dos maiores obstáculos continua sendo a violação de direitos autorais. Os pesquisadores da empresa descobriram que a IA replicaria o trabalho existente em cerca de um por cento dos casos, o que poderia levar a ações judiciais de gravadoras e artistas.

Além disso, praticamente sem grande concorrência no espaço da música generativa, resta saber se continua sendo uma prioridade para o gigante das buscas. É perfeitamente possível que o Google priorize todos os seus recursos de IA em seu chatbot Bard e no próximo modelo de linguagem Gemini.