براساس گزارش The Information، شرکت OpenAI در حال توسعه ابزاری جدید است که قادر است بر اساس متن و ورودی‌های صوتی، برای کاربران موسیقی تولید کند. منابع آگاه می‌گویند این ابزار می‌تواند کاربردهای متنوعی داشته باشد، از جمله افزودن موسیقی به ویدیوهای موجود، اضافه کردن ملودی گیتار به یک ترک صوتی که صدای خواننده در آن حضور دارد، و حتی تولید موسیقی پس‌زمینه برای بازی‌ها و تبلیغات آنلاین و این پروژه نوید تحول بزرگی در تولید موسیقی با هوش مصنوعی را می‌دهد.

عرضه ابزار جدید OpenAI برای تولید موسیقی

زمان دقیق عرضه این هوش مصنوعی مولد هنوز مشخص نشده است و معلوم نیست که آیا به‌صورت یک محصول مستقل ارائه خواهد شد یا در قالب ادغام با ChatGPT و اپلیکیشن ویدیویی Sora در دسترس کاربران قرار می‌گیرد. یک منبع آگاه اعلام کرده OpenAI برای راه‌اندازی این سرویس با تعدادی از دانشجویان مدرسه موسیقی جولیارد همکاری می‌کند تا نت‌های موسیقی را حاشیه‌نویسی کرده و داده‌های آموزشی لازم برای مدل فراهم شود. این همکاری به شرکت کمک می‌کند تا دقت و تنوع موسیقی‌های تولیدشده افزایش یابد.
OpenAI پیش‌تر نیز مدل‌های موسیقی مولد ارائه کرده بود، اما این مدل‌ها مربوط به قبل از معرفی ChatGPT بودند و در سال‌های اخیر تمرکز شرکت بیشتر بر توسعه مدل‌های صوتی برای تبدیل متن به گفتار و گفتار به متن بوده است. ماه گذشته، این شرکت اپلیکیشن مستقل تولید ویدیو Sora را عرضه کرد که به کاربران امکان می‌دهد با استفاده از هوش مصنوعی ویدیو بسازند. این اپلیکیشن در مدت کوتاهی محبوبیت بالایی کسب کرد و توانست رتبه اول اپ استور را به دست آورد.

رقابت در زمینه تولید موسیقی با هوش مصنوعی

گوگل و Suno نیز از جمله شرکت‌هایی هستند که مدل‌های تولید موسیقی با هوش مصنوعی عرضه کرده‌اند. هم‌اکنون مدل‌های مختلفی برای تولید موسیقی در دسترس کاربران قرار دارد، اگرچه کیفیت آن‌ها هنوز به طور کامل مطلوب نیست و بسیاری از کاربران به دنبال ابزارهایی با قابلیت شخصی‌سازی بیشتر هستند.
موسیقی‌های تولیدشده با هوش مصنوعی راه خود را به پلتفرم‌هایی مانند اسپاتیفای نیز پیدا کرده‌اند. حتی یک گروه موسیقی که به‌طور کامل با هوش مصنوعی ساخته شده، توانسته در اسپاتیفای به رکورد یک میلیون پخش برسد. این روند نشان می‌دهد ابزارهای موسیقی مولد با هوش مصنوعی به تدریج وارد جریان اصلی صنعت موسیقی شده‌اند و می‌توانند نقش مهمی در تولید، انتشار و مصرف موسیقی ایفا کنند. انتظار می‌رود با بهبود کیفیت و تنوع این مدل‌ها، کاربرد آن‌ها در تبلیغات، بازی‌ها، و تولید محتوای دیجیتال بیش از پیش افزایش یابد.