Googleの新AI「MusicLM」、ユーザーの文章から音楽を生成
Googleは、テキストから音楽を生成するAIモデル「MusicLM」を発表しました。MusicLMは、ユーザーが入力した文章に基づいて、高品質で一貫性のある音楽を24kHzで生成することができます。例えば、「穏やかなバイオリンのメロディに歪んだギターリフがバックに入った曲」という文章を入力すると、MusicLMはその文章に応じた音楽を作り出します。
MusicLMは、条件付き音楽生成プロセスを階層的なシーケンスからシーケンスへのモデリングタスクとして捉えています。MusicLMは、28万時間分もの音楽で構成された大規模なデータセットで訓練されており、さまざまなジャンルやスタイルの音楽に対応できます。また、MusicLMは、テキストだけでなく、口笛やハミングなどのメロディにも反応して、テキストに記述されたスタイルに合わせてメロディを変換することができます。
Googleは、MusicLMの実験的なツールとして「AI Test Kitchen」というウェブサイトやアプリを公開しています。AI Test Kitchenでは、ユーザーが自由にテキストを入力して、MusicLMが生成した音楽を聴くことができます。また、生成された音楽に対してフィードバックを与えることで、モデルの改善に貢献することもできます。
Googleは、MusicLMが音楽家やクリエイターの創造的なプロセスを支援するツールとなることを期待しています。MusicLMはまだ実験段階ですが、将来的にはさらに多様な音楽表現やインタラクションを可能にすることを目指しています。
MusicLMはGoogleの各種AIテクノロジーテスト環境である「AI Test Kitchen」にて公開テスト中です。