Пока одни нейросети сочиняют статьи и генерируют картинки, Google решил поиграть с ритмами и выпустил MusicLM — инструмент, который превращает текстовые запросы в музыкальные фрагменты. Приложение собрано в AI Test Kitchen, и в нем все еще пахнет лабораторными экспериментами: красиво, но пока не всегда понятно, как этим пользоваться на практике.
Где искать кнопку «Сгенерировать» и как на самом деле использовать MusicLM
Несмотря на то что MusicLM активно упоминается в обзорах как инструмент для генерации музыки по текстовому описанию, на официальной странице нейросети найти кнопку "Создать музыку" не получится. Пользователю предлагают ознакомиться с научной работой, изучить код на GitHub и просмотреть датасет — все это ориентировано скорее на исследователей и разработчиков. Обычному человеку без технической подготовки в такой интерфейс не углубиться.
Тем не менее MusicLM все же можно попробовать в действии — но не напрямую от Google. Раньше, к примеру, к модели имелся доступ на платформе LimeWire. Другими словами, нейросеть существует, работает, но пока не представлена в виде простого для всех онлайн-сервиса.
Использование на практике
Сегодня немало пользователей уже опробовали данную модель в действии. Согласно их отзывам, особенность создаваемых нейросетью треков такова, что они бесплатны, не защищены авторским правом и выглядят как некий музыкальный черновик. Иногда звучат точно в тему, иногда — будто в соседней вселенной. Вокалы, если вообще появляются, чаще пугают, чем радуют: петь эта модель пока не умеет, зато сгенерировать нестандартный бит или ломаный ритм — легко.
Сложно сказать, можно ли это использовать в реальной работе. Если нужно вдохновение или что-то странное на фон для ролика — вполне. Но полноценный трек, тем более в студийном качестве, тут не получится. Хотя сама идея — управлять музыкальной генерацией простыми словами — по‑настоящему интересна и, к слову, сказать, уже реализована множеством прочих аналогичных проектов.
С примерами генераций можно ознакомиться здесь:
Также немало примеров сгенерированных аудиозаписей представлены на этой странице.
Примечательно, что MusicLM может генерировать фрагменты разной длительности — от 5-секундных сэмплов до композиций длиной около минуты. Однако с увеличением длительности растет и хаотичность структуры: удержать целостную музыкальную форму на протяжении длинного отрезка нейросети пока сложно. Практические эксперименты показывают, что наиболее удачными получаются 15-20-секундные фрагменты, которые звучат как законченные музыкальные идеи.
Другие особенности
Нейронная сеть обладает внушительной базой. Она обучена на более 280 тысячах часов музыки, из которых модель училась понимать настроение, ритм и стилистику. Запросы обрабатываются через иерархическую архитектуру: сначала формируется общее представление, потом уточняется ритм, структура и звучание. Теоретически это позволяет генерировать музыку почти в любом жанре. На практике результат часто зависит от удачи. Иногда запрос "летний хаус с расслабляющей гитарой" действительно приводит к мягкому лоу-фай с примесью тропиков. А иногда — к странному какофонному миксу, который скорее вдохновит на ремикс, чем заменит продакшн. Проблема в том, что точность пока хромает: пользователь, конечно, может указать ритм или конкретный инструмент, однако результат все же остается непредсказуемым.
Отдельного внимания заслуживает подход MusicLM к тембральному разнообразию. В отличие от многих синтезаторов и сэмплеров, у которых звуки инструментов четко категоризированы, нейросеть создает гибридные тембры, которые порой сложно классифицировать. Это может быть одновременно и недостатком, и преимуществом: с одной стороны, точность имитации конкретных инструментов оставляет желать лучшего, с другой — возникают уникальные звуковые комбинации, которых сложно добиться традиционными методами синтеза звука.
Стоит ли ждать хита?
Ожидания от Google традиционно высоки. Но MusicLM пока далек от того, чтобы заменить живого композитора. Это не студийный помощник, не цифровой Бетховен и не конкурент музыкальному продюсеру. Это, скорее, любопытный генератор странных идей, которые можно развивать вручную.
Тем не менее у него есть шанс. Уже сейчас он генерирует необычные сэмплы, которые можно доработать в цифровой рабочей станции. А если добавить качественный редактор, гибкую настройку и улучшить генерацию вокала — MusicLM вполне может стать серьезным инструментом для электронщиков, саунд-дизайнеров и тех, кто не боится экспериментировать.
Пока это больше игрушка, чем инструмент. Но у этой игрушки серьезный потенциал — особенно если Google продолжит вкладываться в развитие. А музыке, как известно, не всегда нужны слова. Иногда достаточно пары строчек текста... и работающей нейросети.