Dla Ananda Roya tworzenie muzyki oznaczało występowanie z zespołem rocka progresywnego z Bengaluru. Dziś ten niegdyś metalowiec tworzy muzykę za naciśnięciem jednego przycisku za pośrednictwem swojego startupu Wubble AI, który pozwala użytkownikom generować, edytować i dostosowywać muzykę bez tantiem w ponad 60 różnych gatunkach.
Roy założył firmę Wubble wraz ze swoim współzałożycielem Shaadem Sufim w 2024 roku w małym biurze w centralnej dzielnicy biznesowej Singapuru. Od tego czasu jego platforma generuje utwory dla światowych gigantów, takich jak Microsoft, HP, L’Oreal i NBCUniversal. Używa się ich nawet w metrze w Tajpej, gdzie melodie generowane przez sztuczną inteligencję uspokajają udręczonych pasażerów.
Generatywna sztuczna inteligencja jest kontrowersyjnym tematem w branży kreatywnej: artyści, muzycy i inni twórcy treści obawiają się, że firmy będą szkolić sztuczną inteligencję na materiałach chronionych prawem autorskim i ostatecznie całkowicie wyeliminują potrzebę zatrudniania twórców przez ludzi.
Roy uważa jednak, że Wubble to sposób na naprawienie i tak już zepsutego sektora muzycznego. Artyści otrzymują mikropłatności w serwisach streamingowych takich jak Spotify, co działa tylko w przypadku najbardziej znanych artystów.
Roy spędził prawie dwie dekady w Disneyu, gdzie nadzorował działalność sieci i studiów Disneya w największych miastach, takich jak Tokio, Bombaj i Los Angeles. Powiedział, że czas, gdy kierował grupą muzyczną Disneya, otworzył mu oczy na żmudny proces wydawania licencji na muzykę.
„Wiele umów licencyjnych nie zostało sfinalizowanych ze względu na ilość formalności, biurokrację oraz kosztowność, złożoność i zawiłość całego procesu” – mówi. Jednak uznane wytwórnie muzyczne „nie mają zbyt dużej motywacji do usprawniania procesów”.
Wubble próbuje czegoś innego, współpracując bezpośrednio z muzykami i płacąc im za surowce wykorzystywane do szkolenia sztucznej inteligencji Wubble’a. „Jeśli oglądamy latynoski hip hop, pójdziemy do studia nagraniowego w Buenos Aires lub Rio de Janeiro i powiemy im, że potrzebujemy dziesięciu godzin muzyki latynoskiej” – mówi Roy. Następnie Wubble negocjuje umowę i oferuje jednorazową zapłatę za swoją pracę po stawkach, które według Roya są bardziej konkurencyjne niż inne firmy oferujące usługi strumieniowego przesyłania muzyki.
Przyznaje jednak, że jednorazowa płatność nie jest rozwiązaniem idealnym, dodając, że obecnie bada, w jaki sposób technologie takie jak blockchain mogą odkryć nowe sposoby wynagradzania muzyków za pomoc w szkoleniu modeli sztucznej inteligencji Wubble’a.
David Gunkel, który wykłada komunikację na Uniwersytecie Północnego Illinois w Chicago, uważa, że szkolenie sztucznej inteligencji na podstawie materiałów zamówionych przez artystów to mądrzejsze posunięcie biznesowe niż zwykłe przeszukiwanie Internetu w poszukiwaniu treści chronionych prawem autorskim.
Na przykład firmy produkcyjne, takie jak Disney, Universal i Warner Bros., pozywają firmy zajmujące się sztuczną inteligencją, takie jak Midjourney i Minimax, za naruszenie praw autorskich, argumentując, że użytkownicy mogą z łatwością generować obrazy i filmy chronionych postaci, takich jak Darth Vader z Gwiezdnych Wojen.
„Jeśli będziesz opiekować się swoimi zbiorami danych oraz zrekompensować i przyznać uznanie artystom, których wykorzystano do wytrenowania Twojego modelu, nie zostaniesz uwikłany w proces sądowy” – wyjaśnia. „To lepsza praktyka biznesowa, po prostu pod względem długoterminowej rentowności jako gracza biznesowego”.
Generacja tekstu na mowę
Wubble oferuje obecnie wyłącznie muzykę instrumentalną i efekty dźwiękowe, ale Roy uważa, że kolejnym krokiem będzie głos. Roy twierdzi, że do końca stycznia jego platforma będzie oferować narracje generowane przez sztuczną inteligencję utworzone na podstawie pisemnych scenariuszy, aby służyć klientom potrzebującym narracyjnych ścieżek audio. „W ten sposób cały proces przetwarzania treści audio w firmie może być hostowany w Wubble” – podsumowuje z dumą.
Na całym świecie powstają nowe firmy muzyczne wykorzystujące sztuczną inteligencję, które mają nadzieję wykorzystać nową, zaawansowaną technologię do ułatwienia procesu tworzenia melodii i piosenek. Niektórzy, jak Suno, zajmują się generowaniem kompletnych utworów, podczas gdy inni, jak Moisés, oferują narzędzia artystom.
Również w Azji koreański startup Supertone zajmujący się sztuczną inteligencją oferuje syntezę i klonowanie głosu, wykorzystując próbki do generowania nowych ścieżek wokalnych. Startup, założony przez Kyogu Lee, został przejęty przez HYBE, firmę rozrywkową stojącą za sensacją K-popu BTS, i obecnie działa jako jej spółka zależna. W 2024 roku Supertone zadebiutowało nawet całkowicie wirtualnym żeńskim zespołem K-popowym SYNDI8.
W zeszłym roku podczas Fortune Brainstorm AI Singapore Lee powiedział, że postrzega artystów muzycznych jako „współtwórców” nie tylko w zakresie licencjonowania ich głosów, ale także proszenia ich o pomoc w doskonaleniu technologii.
Sztuczna inteligencja „demokratyzuje proces twórczy, aby każdy twórca i artysta mógł eksperymentować z tą nową technologią w celu odkrywania i eksperymentowania z nowymi pomysłami” – powiedział publiczności.
Roy z Wubble również postrzega sztuczną inteligencję jako sposób na ułatwienie większej liczbie osób zaangażowania się w tworzenie muzyki.
„Tworzenie muzyki zawsze było przywilejem. Było domeną tych, którzy mają czas i środki, aby nauczyć się grać na instrumencie” – mówi. „Wierzymy, że każdy człowiek powinien mieć możliwość tworzenia, a sztuczna inteligencja teraz to umożliwia”.
Ta historia pierwotnie pojawiła się na Fortune.com
