YouTubeは、チャーリープースからデミロヴァトまで、有名なアーティストの声のクローンを使用してAI機能を開始します

ジャカルタ - YouTubeは、ユーザーが世界最大のアーティストのいくつかからの音声クローンAIを使用して音楽を作成できる新機能を開始しました。

今週初め、ストリーミングプラットフォームは、人工知能を使用して、ムードや曲のコンセプトなど、ユーザーが望む品質に基づいて曲を制作するテキストベースの機能であるDream Trackを発表しました。

先月、この機能は開発中であり、YouTubeは世界最大のレーベルグループと交渉中であると報告されました。ユニバーサル・ミュージック・グループ(UMG)、ソニー・ミュージック・エンターテインメント、ワーナー・ミュージック・グループ。

デミ・ロヴァート、アレック・ベンジャミン、チャーリー・プース、チャーリXCX、ジョン・レジェンド、シア、T-Pain、トロイ・シヴァン、パプーズの9人のアーティストが意見を述べており、この実験は少数のユーザーグループでのみ利用できます。

YouTubeの広報担当者はブログ記事で、ドリームトラックの曲のスニペットの長さは最大30秒になると述べた。YouTubeのグローバル音楽責任者であるLyor Cohen氏と、Emerging Experience and CommunityのVPであるToni Reid氏は、この「実験」は「テクノロジーを使用してアーティストとクリエイター、そして最終的にはファンの間により深い関係を築く方法を探求するのに役立つ」と説明しました。

「これらの実験を組み合わせると、アーティストとクリエイターが想像力を開発し、創造的なプロセスを改善するのに役立つAI機能の可能性を探ります」と彼らは言います。「そして、ファンは愛する広告素材と新しい方法でつながり、インタラクティブなツールや体験を通じて彼らを近づけることができます。これらすべてが、テクノロジーの繰り返しと改善、将来のアプリのための情報の提供に役立ちます。

ドリームトラックは、YouTubeとGoogleが発表した多くのAIの音楽機能の1つです。

「自分の考えやアイデアをよりスムーズな音楽に変えることができると想像してみてください。それだけで新しいギターリフを作ったり、取り組んでいるポップソングを撮ったりして、レゲートンのニュアンスを与えたりするなど」とコーエンとリードはブログ記事で述べています。「私たちはこれらの可能性を実現できる将来のツールを開発しており、AI Musicインキュベーターの参加者は今年末までにテストできるようになります。

Charli XCXとDemi Lovatoは、Dream Trackの一部になった理由を共有しました。1人目は声明で、「YouTubeから最初に連絡を受けたとき、私は慎重で、まだ慎重でした。

「AIは、私たちがまだ完全には理解していない方法で音楽の世界と業界を変えるでしょう」とXCXは続けました。「この実験は、存在する可能性のある創造的な機会についての洞察を少し提供し、結果を見ることに興味があります。」

別の声明で、デミ・ロヴァートは熱狂的に「私のキャリアは、境界線を破り、ファンのために最もエキサイティングな音楽を作成することです。私はオープンマインドであり、GoogleとYouTubeとのこの実験が前向きで啓発的な経験になることを願っています。

Dream TrackはGoogleがすでにリリースしたMusicLMソフトウェアに似ており、ユーザーはテキストコマンドのみに基づいて音楽を作成できますが、MusicLMはインストゥルメンタル音楽の作成に焦点を当てており、Dream Trackはポップスターのボーカルをフィーチャーしています。

このAI現象は音楽業界を二極化させ、多くのアーティストがこの問題に関する立場を表明しています。最近、バッドバニーは、彼とジャスティンビーバーの間でAIが生成したコラボレーションに怒っていました。

さらに、ABBAのビョルン・ウルヴァイオスは、この技術は「クリエイターとクリエイティブ産業にとって世界を根本的に変える」非常に深刻な実存的課題」になるだろうと述べた。一部のアーティストは、人工知能がクリエイティブ業界に有益であると信じています。デヴィッド・ゲッタは、2月にDJセットでAIが生成したエミネムの詩を披露した後、「音楽の未来はAIにある」と言いました。

「これらの実験を組み合わせると、アーティストとクリエイターが想像力を開発し、創造的なプロセスを改善するのに役立つAI機能の可能性を探ります」と彼らは言います。「そして、ファンは愛する広告素材と新しい方法でつながり、インタラクティブなツールや体験を通じて彼らを近づけることができます。これらすべてが、テクノロジーの繰り返しと改善、将来のアプリのための情報の提供に役立ちます。