Songscription: transkrypcja muzyki przez AI zmienia zasady gry dla muzyków

Współczesny świat muzyki, choć cyfrowo zaawansowany, wciąż boryka się z czasochłonnym procesem ręcznego przepisywania nut. W tym kontekście, debiut Songscription, małej firmy założonej przez duet Andrew Carlinsa i Tima Beyera, stanowi potencjalny przełom. Ich narzędzie, wykorzystujące zaawansowane modele AI, jest w stanie przetworzyć plik audio w gotowe nuty w zaledwie kilka minut.

„Mamy nadzieję, że gra na instrumencie stanie się przyjemniejsza i bardziej dostępna” – skomentował Andrew Carlins, CEO Songscription i student programu MBA/MA w Stanfordzie, w rozmowie z TechCrunch. Carlins nakreślił wizję przyszłości, w której nawet nauczyciel orkiestry w wiejskiej szkole w Nebrasce będzie mógł błyskawicznie uzyskać nuty do utworów ulubionych przez uczniów, dostosowane zarówno do instrumentarium zespołu, jak i indywidualnych umiejętności każdego grającego. W praktyce oznacza to skrócenie drogi od pomysłu do wykonania, poprzez automatyzację żmudnego procesu transkrypcji.

Kluczową zaletą Songscription jest jego wszechstronność. Choć na obecnym etapie model transkrypcji dla fortepianu wykazuje największą niezawodność, platforma jest już w stanie przetworzyć muzykę dla szeregu innych instrumentów. W planach rozwoju firmy znajduje się rozszerzenie oferty o różne formaty wyjściowe, takie jak tabulatury gitarowe, a także możliwość tworzenia aranżacji dla całych zespołów, a nie tylko pojedynczych instrumentów.

Narzędzie to okaże się nieocenione dla muzyków, którzy nagrywają własne kompozycje i potrzebują szybko uzyskać ich zapis nutowy. Eliminowanie potrzeby ręcznej transkrypcji pozwoli im skupić się na kreacji. Co więcej, dla tych, którzy nie potrafią czytać nut, Songscription generuje cyfrową reprezentację, tzw. „piano roll”, wizualizującą odgrywaną muzykę na wirtualnym pianinie.

Użytkownicy mają również możliwość automatycznej transkrypcji bezpośrednio z linków do YouTube. Niemniej jednak, kwestie prawne stanowią tutaj nieodłączny dylemat. Chociaż platforma wymaga od użytkownika potwierdzenia posiadania praw do transkrybowanego pliku, łatwość obejścia tego zabezpieczenia, zwłaszcza w kontekście utworów chronionych prawem autorskim, budzi pytania. Carlins odniósł się do tego, zaznaczając, że „dla uczących się muzyków… ponieważ dozwolone jest słuchanie utworu, zapisywanie nut ze słuchu i wykonywanie go w domu (o ile nie pobiera się opłat za wykonanie), nie jest w pełni jasne, czy użycie platformy technologicznej, która przyspiesza ten proces, przekracza jakąkolwiek granicę prawną, choć rozumiemy, że dziedzina ta ewoluuje i nasza aplikacja może wkraczać w szarą strefę”.

To spostrzeżenie Carlinsa podkreśla szerszy problem legislacyjny związany z narzędziami generatywnej AI. Chociaż ostatnie orzeczenia sądowe w USA wydają się sprzyjać firmom technologicznym kosztem artystów, warto zaznaczyć, że Songscription nie generuje nowej muzyki. Jej rola ogranicza się do dostarczania narzędzia pomocniczego, które przyspiesza proces tworzenia istniejących utworów, co zasadniczo różni się od praktyk niektórych narzędzi AI, które tworzą dzieła od podstaw. „Ponieważ nasza platforma pozwala użytkownikom na edycję partytur, pozycjonujemy się jako rozszerzone oprogramowanie do notacji muzycznej, które pomaga ludziom przyspieszyć proces transkrypcji” – dodał Carlins.

Podstawą architektoniczną modelu AI Songscription jest praca naukowa opublikowana przez współzałożyciela Tima Beyera we współpracy z badaczką Angelą Dai. Dane treningowe, niezbędne do zasilenia tak zaawansowanego modelu, pochodzą z kilku źródeł: od muzyków, którzy udostępnili lub sprzedali swoje nagrania fortepianowe i nuty, poprzez nuty z domeny publicznej, aż po syntetyczne dane, które stanowią większość zbioru. W przypadku danych syntetycznych, Songscription konwertuje nuty na audio, a następnie modyfikuje je, symulując rzeczywiste warunki, takie jak szum tła czy pogłos, co zwiększa odporność modelu na zakłócenia występujące w rzeczywistych nagraniach.

Zaledwie siedem miesięcy po założeniu, Songscription pozyskał pre-seedowe finansowanie od Reach Capital i został przyjęty do akceleratora Stanford StartX. To dynamiczny start, który świadczy o dużym potencjale projektu w branży muzycznej.