Musikkompositionsværktøjet Suno AI, som blev lanceret i marts, er en slags 'ChatGPT for musik'. Suno AI bruger generativ kunstig intelligens til at producere realistiske sange on-demand ud fra en kort tekstbesked (en prompt).
Et par uger senere dukkede konkurrenten Udio op.
Jeg har arbejdet med forskellige kreative computerværktøjer i 15 år, både som forsker og musikproducer, og hastigheden på den seneste tids udvikling har taget pusten fra mig.
Som jeg har argumenteret for andetsteds, bør opfattelsen af, at AI-systemer aldrig vil kunne skabe 'rigtig' musik, sådan som mennesker kan, i større grad forstås som en påstand om social kontekst end teknisk formåen.
Argumentet, der lyder: 'Jo, kunstig intelligens kan da skabe udtryksfuld, komplekst struktureret, naturligt lydende, virtuos, original musik, som kan bringe menneskelige følelser i bevægelse, men AI kan ikke lave rigtig musik', kan nemt begynde at lyde som noget fra en Monty Python-sketch.
Efter jeg har leget lidt rundt med Suno og Udio, har jeg tænkt over, hvad det præcist er, de ændrer - og hvilken betydning de kan få, ikke blot for den måde, professionelle og amatører skaber musik, men den måde, vi alle forbruger musikken på.
Udtrykker følelser uden at mærke dem
Der er egentligt ikke noget nyt i generering af lyd fra tekstprompter.
Men med Suno og Udio er der dog sket en åbenlys udvikling: Fra en enkel tekstprompt genererer de sangtekster (ved hjælp af en ChatGPT-lignende tekstgenerator), tilfører dem til en generativ stemmemodel og integrerer 'vokalerne' med genereret musik for at producere et sammenhængende sangafsnit.
Denne integration er en lille, men bemærkelsesværdig bedrift. Systemerne er rigtig gode til at lave sange, der lyder, som om de bliver sunget 'ekspressivt' (ja, jeg ved godt, at jeg tildeler antropomorfe egenskaber).
Effekten kan være ret foruroligende. Jeg ved godt, det er AI, men stemmen kan stadig skære igennem med et følelsesmæssigt punch.
Når musikken præsterer en perfekt udført pirouette i slutningen af en takt ind i en ny sektion, opstår der de små gnister af mønsterbearbejdningsglæde, som jeg oplever, når jeg lytter til et fantastisk band.
For mig kaster det lys over noget, der nogle gange bliver overset ved musikalsk udtryk: AI behøver ikke at opleve følelser og livsbegivenheder for at lykkes med at udtrykke dem i musik, der giver genklang hos mennesker.
Musik som hverdagssprog
Ligesom andre generative AI-produkter blev Suno og Udio trænet med enorme mængder af eksisterende musik produceret af virkelige mennesker - og der er stor debat om disse personers intellektuelle ejendomsrettigheder.
Værktøjerne kan ikke desto mindre markere begyndelsen på en mainstream AI-musikkultur. De tilbyder nye former for musikalsk engagement, som folk vil have lyst til at bruge, udforske, lege med og faktisk lytte til for deres egen fornøjelses skyld.
AI, der er i stand til at skabe musik fra 'end to end', er ikke teknologi for musikproducenter, men for musikforbrugere. Indtil videre er det stadig uklart, om brugere af Udio og Suno er skabere eller forbrugere - eller om denne skelnen overhovedet kan bruges til noget.
Det er længe blevet observeret, at kreative teknologier bliver brugt til mere afslappet, hverdagsagtig ekspression, i takt med at de bliver nemmere og billigere at producere.
Som et resultat går mediet fra at være en eksklusiv kunstform til et mere hverdagsagtigt sprog - se blot, hvad smartphones har gjort ved fotografering.
Så forestil dig, at du kan sende din far en professionelt produceret sang om ham selv til hans fødselsdag, med minimale omkostninger og indsats, i hans fortrukne musikstil - et topmoderne 'fødselsdagskort'. Forskere har længe overvejet denne mulighed, og nu kan det lade sig gøre. Tillykke med fødselsdagen far!
Kan man skabe uden kontrol?
Uanset hvad disse systemer har opnået og kan opnå i den nærmeste fremtid, står de over for en stor begrænsning: mangel på kontrol.
Tekstprompter er ofte ikke egnede som præcise instruktioner, især i musik. Så disse værktøjer er velegnede til blind søgning - en slags slentretur gennem mulighederne - men ikke til præcis kontrol. (Det er ikke for at nedgøre deres værdi. Blind søgning kan være en stærk kreativ kraft).
Når man ser på disse værktøjer med en professionel musikproducers øjne, ser det hele straks meget anderledes ud.
Selvom det på Udios hjemmeside forlyder, at: »alle med en melodi, en tekst eller en sjov idé nu kan udtrykke sig gennem musik,« føler jeg ikke, at jeg har kontrol nok til at udtrykke mig med disse værktøjer.
Jeg kan se, at de er nyttige til at skabe råmateriale til manipulation, ligesom samples og optagelser uden for studiet. Men når jeg forsøger at udtrykke mig, har jeg brug for kontrol.
Jeg havde det sjovt med at finde de dybeste, mørkeste techno-grooves med Suno. Det resulterede i noget, jeg bestemt vil bruge i et track.
Men jeg fandt, at jeg også bare nød at lytte med. Jeg følte ingen trang til at tilføje noget eller manipulere resultatet for at sætte mit eget præg.
I øvrigt er den resulterende musik ofte ikke ophavsretligt beskyttet, hvis den er lavet ved hjælp af AI.
For det første er resultatet lige så afhængigt af, hvad der blev puttet ind i AI - inklusive millionvis af kunstneres kreative arbejde. Det var jo ikke dig, der skabte noget. Du bestilte det bare.
Nye musikalske oplevelser i ingenmandslandet mellem produktion og forbrug
Så Udios erklæring om, at alle og enhver kan udtrykke sig gennem musik, er en interessant provokation. De personer, der bruger værktøjer som Suno og Udio, er måske i højere grad forbrugere af musik-AI-oplevelser end skabere af musik-AI-værker.
Eller måske skal vi som med mange mange teknologiske udviklinger muligvis finde på nye koncepter for, hvad de laver.
Et skift til generativ musik kan trække opmærksomheden væk fra de forskellige nuværende musikkulturer, ligesom indspillet og optaget musik skruede gevaldigt ned for (men dog ikke tog livet af) orkestermusikken, som engang var den eneste måde at høre kompleks, klanglig fyldig og høj musik.
Vi bør være på vagt
Hvis engagementet i disse nye musikkulturer og udveksling eksploderer, kan vi se et reduceret engagement i det traditionelle musikforbrug hos kunstnere, bands, radioer og playlister.
Selvom det er for tidligt at sige, hvilken effekt det vil få, bør vi være på vagt. Bestræbelsen på at forsvare eksisterende kunstneres beskyttelse af intellektuelle ejendomsrettigheder - et afgørende spørgsmål om moralske rettigheder - er en del af denne ligning.
Men selv hvis det lykkes, tror jeg ikke, at det grundlæggende vil adressere dette potentielt eksplosive skift i kulturen, og påstande om, at denne musik er ringere, har også kun haft lille effekt i forhold til at standse kulturelle forandringer historisk, som for længe siden med techno eller endda jazz .
Når politikere skal regulere AI, er de måske nødt til at se ud over disse spørgsmål for at forstå, hvordan musik fungerer socialt og for at sikre, at vores musikkulturer er levende, bæredygtige, berigende og meningsfulde for både enkeltpersoner og samfund.
Denne artikel er oprindeligt publiceret hos The Conversation og er oversat af Stephanie Lammers-Clark.
