گوگل در سال ۲۰۲۳ مدل آزمایشی MusicLM را بهعنوان ابزاری برای تبدیل توضیح متنی به موسیقی معرفی کرد. کاربران میتوانستند حالوهوا، ژانر، سازبندی یا موقعیت مورد نظر را با زبان طبیعی توصیف کنند و دو خروجی صوتی کوتاه تحویل بگیرند.
نسخهٔ قدیمی این مقاله به دورهٔ ثبتنام در فهرست انتظار AI Test Kitchen مربوط بود. این وضعیت دیگر بهروز نیست: تجربهٔ عمومی تولید موسیقی گوگل اکنون با نام MusicFX در مجموعهٔ labs.google/fx ارائه میشود و دسترسی آن به کشور، سن و حساب کاربری بستگی دارد.
MusicLM چیست و چگونه کار میکرد؟
MusicLM یک مدل مولد متنبهموسیقی بود. ورودی آن بهجای نتنویسی یا فایل MIDI، توضیحی زبانی از نتیجهٔ دلخواه بود؛ برای نمونه «جاز آرام با پیانو و کنترباس برای مطالعه» یا «موسیقی الکترونیک پرانرژی با ریتم تند و سینتیسایزر روشن».
مدل از توصیف کاربر، ویژگیهایی مانند تمپو، رنگ صوتی، سازبندی، بافت و مود را استنباط میکرد و نمونهای صوتی میساخت. در نسخهٔ آزمایشی، دو گزینه تولید میشد تا کاربر خروجی بهتر را انتخاب کند؛ این بازخورد به ارزیابی و بهبود سیستم کمک میکرد.
از MusicLM تا MusicFX
MusicLM نام آزمایش اولیه بود، اما سرویس در ادامه با رابط و امکانات تازه به MusicFX تبدیل شد. صفحهٔ فعلی Google Labs، MusicFX را ابزاری برای جانبخشیدن به ایدههای موسیقایی معرفی میکند. بنابراین اگر امروز به دنبال MusicLM میگردید، باید MusicFX را در labs.google/fx بررسی کنید.
این تغییر نام فقط یک اصلاح ظاهری نیست؛ محصول جدید تجربهٔ کاربری کاملتری برای ساخت و ترکیب ایدهها ارائه میکند. بااینحال، گوگل همچنان آن را فناوری آزمایشی میداند و قابلیتها، سهمیه و مناطق پشتیبانیشده ممکن است تغییر کنند.
چگونه پرامپت موسیقی بنویسیم؟
کیفیت خروجی تا حد زیادی به وضوح درخواست وابسته است. یک پرامپت خوب بهتر است چند ویژگی قابل شنیدن را مشخص کند:
- ژانر و دوره: امبینت مدرن، فانک دههٔ هفتاد یا موسیقی ارکسترال سینمایی؛
- مود و کاربرد: آرام، مرموز، مناسب مطالعه یا پسزمینهٔ یک تریلر؛
- سازبندی: پیانو، گیتار آکوستیک، درامز نرم یا سینتیسایزر آنالوگ؛
- ریتم و انرژی: تمپوی متوسط، ضرب سنگین یا حرکت تدریجی از آرام به پرانرژی؛
- بافت و تولید: مینیمال، فضای باز، صدای گرم یا میکس تمیز و مدرن.
بهجای نوشتن نام یک هنرمند، ویژگیهای شنیداری مورد نظر را توصیف کنید. این روش هم دقیقتر است و هم احتمال ردشدن درخواست بهدلیل سیاستهای حفاظتی را کاهش میدهد.
تواناییها و محدودیتها
این ابزار برای تولید اسکچ، یافتن حالوهوای مناسب، آزمودن ترکیب سازها و عبور از بنبست خلاقانه مفید است. بااینحال، خروجی مولد لزوماً ساختار، میکس یا کنترل جزئی یک پروژهٔ DAW را ندارد و نباید آن را جایگزین کامل آهنگسازی، تنظیم و میکس دانست.
نتیجه ممکن است با توصیف کاربر فاصله داشته باشد یا در تکرارهای مختلف تغییر کند. بهترین رویکرد، تولید چند نسخه، مقایسهٔ آنها و بازنویسی مرحلهای پرامپت است. برای مثال ابتدا ژانر و مود را مشخص کنید و سپس سازبندی، تمپو و نوع بافت را در درخواستهای بعدی دقیقتر کنید.
محدودیت نام و سبک هنرمندان
طبق توضیحات فعلی Google Labs، MusicFX و MusicFX DJ برای محافظت از صدا و سبک هنرمندان، بعضی درخواستهایی را که نام هنرمند مشخص یا وکال تقلیدی در آنها باشد تولید نمیکنند. بنابراین عبارتهایی مانند «دقیقاً به سبک فلان خواننده» ممکن است پذیرفته نشوند.
جایگزین حرفهای این است که عناصر موسیقایی را مستقیم شرح دهید: نوع ریتم، رنگ سازها، میزان دیستورشن، محدودهٔ تمپو، فضای هارمونیک و چگونگی رشد تنظیم. این کار پرامپت را از تقلید هویت یک شخص به توصیف قابلکنترل موسیقی تبدیل میکند.
کاربرد عملی برای موزیسینها
- هدف را مشخص کنید: مرجع حالوهوا، ایدهٔ ریتم، مقدمه یا بافت پسزمینه.
- پرامپت اول را کوتاه اما شامل ژانر، مود و دو ساز اصلی بنویسید.
- دو خروجی را بر اساس ریتم، هارمونی و رنگ صوتی مقایسه کنید.
- ویژگی موفق را نگه دارید و فقط یک یا دو پارامتر را در پرامپت بعدی تغییر دهید.
- ایدهٔ منتخب را در پروژهٔ آهنگسازی بازسازی، تنظیم و شخصیسازی کنید.
هدف این فرایند، استفاده از هوش مصنوعی بهعنوان دفترچهٔ اتود صوتی است؛ تصمیم هنری نهایی، انتخاب سازها، ساختار قطعه و میکس همچنان بر عهدهٔ موزیسین میماند.
دسترسی و شرایط استفاده
MusicFX برای کاربران ۱۸ سال به بالا در کشورهای پشتیبانیشدهٔ Google Labs ارائه میشود و تعداد تولیدهای روزانه میتواند محدود باشد. فهرست کشورها و سیاستها ثابت نیست؛ پیش از استفاده، پرسشهای متداول رسمی Google Labs را بررسی کنید.
گوگل در FAQ توضیح میدهد که مالکیت محتوای اصیل تولیدشده را مطالبه نمیکند، اما استفاده از خروجیها همچنان تابع شرایط خدمات و سیاستهای محتوا است. برای استفادهٔ تجاری یا انتشار رسمی، متن کامل شرایط روز را بخوانید و از نبودن حقوق متعلق به اشخاص ثالث مطمئن شوید.
MusicLM نقطهٔ آغاز مهمی در مسیر ابزارهای متنبهموسیقی گوگل بود؛ نسخهٔ امروزی این تجربه، MusicFX، بیش از هر چیز برای ایدهپردازی سریع و آزمودن جهتهای خلاقانه ارزش دارد.