Šajā rakstā tiks izskaidrots šāds saturs:
Kas ir OpenAI Jukebox?
Jukebox ir padziļināta mācību sistēma, kas var ģenerēt mūziku no nulles, ja tiek ievadīta informācija, piemēram, dziesmu vārdi, žanrs, izpildītājs vai noskaņojums. Jukebox izmanto lielu datu kopu, kurā ir vairāk nekā 1,2 miljoni dziesmu no dažādiem avotiem, piemēram, Spotify, YouTube un MIDI failiem, lai apgūtu mūzikas modeļus un funkcijas.
Kā darbojas OpenAI Jukebox?
Jukebox sastāv no trim galvenajām sastāvdaļām: VQ-VAE kodētāja, transformatora dekodētāja un pārtvērēja.
VQ-VAE kodētājs
VQ-VAE kodētājs ir atbildīgs par neapstrādātā audio saspiešanu zemākas dimensijas attēlojumā, kas saglabā mūzikas būtisku informāciju. Kodētājs izmanto paņēmienu, ko sauc par vektora kvantēšanu (VQ), lai kartētu katru audio segmentu vienā no 2048 marķieriem.
Transformatora dekodētājs
Pēc tam šie marķieri tiek ievadīti transformatora dekodētājā, kas ir neironu tīkls, kas var ģenerēt marķieru secības, pamatojoties uz ievadi un apgūtajām muzikālajām zināšanām. Dekodētājs var ģenerēt žetonus, kas atbilst dziesmu vārdiem, melodijai, harmonijai, ritmam, tembram un citiem muzikāliem aspektiem.
Upsampler
Upsampler ir pēdējais komponents, kas ģenerētos marķierus pārvērš atpakaļ augstas kvalitātes audio. Upsampler izmanto citu VQ-VAE, lai rekonstruētu audio no marķieriem, vienlaikus pievienojot detaļas un nianses, kas trūkst zemākās dimensijas attēlojumā. Upsampler var izmantot arī papildu informāciju, piemēram, žanra vai izpildītāja iegulšanu, lai precizētu izvadi un padarītu to reālistiskāku un daudzveidīgāku.
Kā lietot OpenAI Jukebox?
Lai izmantotu Jukebox, jums ir jābūt piekļuvei jaudīgam GPU vai mākoņdatošanas pakalpojumam, kas var palaist Jukebox kodu. Jūs varat atrast skriptu un instrukcijas, kā instalēt un palaist Jukebox GitHub . Varat arī atrast dažus Jukebox ģenerēto dziesmu piemērus vietnē SoundCloud zemāk:
Lai ģenerētu savas dziesmas ar Jukebox, ir jānorāda daži ievades parametri, piemēram, dziesmu vārdi, žanrs, izpildītājs vai noskaņa. Varat arī norādīt paraugu ņemšanas temperatūru, kas nosaka, cik nejauša un radoša būs izvade.
Augstāka temperatūra nozīmē lielāku dažādību un novitāti, savukārt zemāka temperatūra nozīmē lielāku saskaņotību un līdzību ar ievadi. Varat arī izvēlēties izvades kvalitātes un sarežģītības līmeni, sākot no 5b (augstākais) līdz 1b (zemākais). Augstāks līmenis nozīmē lielāku precizitāti un detalizāciju, kā arī vairāk aprēķinu laika un resursu.
Kad esat iestatījis ievades parametrus, varat palaist Jukebox kodu un gaidīt, līdz tas ģenerēs jūsu dziesmu. Atkarībā no iestatījumiem un aparatūras tas var ilgt no minūtēm līdz stundām vai pat dienām. Tāpat pārraugiet progresu un klausieties starpposma paraugus. Kad ģenerēšana ir pabeigta, varat lejupielādēt savu dziesmu kā MP3 failu un baudīt savu mūzikas šedevru.
Jukebox funkcijas
Jukebox var izmantot dažādiem mērķiem, piemēram:
- Oriģinālās mūzikas radīšana personīgai vai komerciālai lietošanai
- Esošu dziesmu remiksēšana vai samplēšana
- Mūzikas ģenerēšana noteiktām noskaņām, tēmām vai gadījumiem
- Dažādu mūzikas žanru un stilu izpēte
- Izklaidēties un būt radošam
Secinājums
Jukebox ir pārsteidzošs rīks, kas var palīdzēt jums izveidot oriģinālu un daudzveidīgu mūziku ar minimālu piepūli. Varat to izmantot, lai eksperimentētu ar dažādiem žanriem un stiliem, remiksētu esošās dziesmas vai izpildītājus vai paustu savas emocijas un idejas, izmantojot mūziku. Jukebox tomēr nav ideāls; tas dažkārt var radīt kļūmes, kļūdas vai nejēdzīgus rezultātus.