Исследователи подразделения искусственного интеллекта Facebook AI Research (FAIR) представили нейросеть, которая способна трансформировать музыку из одного стиля, жанра и наборов инструментов в другой. Разработчики говорят, что их решение работает на уровне или чуть хуже профессионального музыканта.
Созданный в FAIR искусственный интеллект способен, например, получить на вход мелодию симфонического оркестра, который играет Баха, и превратить ее в похожую мелодию, исполненную на пианино в стиле Бетховена. «Наши результаты показывают возможности, которые до сегодня были невиданными, – говорят разработчики. – Во многих случаях слушателям сложно отличить оригинальный файл от трансформированного».
Для достижения высокого качества преобразования музыки искусственный интеллект использует автоматическое кодирование аудио. Трансформация происходит на более высоком уровне, чем обычная замена звуков. Благодаря такому подходу решение FAIR позволяет выполнять преобразование даже тех мелодий, с которыми нейросеть раньше не сталкивалась.
Искусственный интеллект также способен легко подделать чей-то голос: в 2016 году Adobe представила соответствующий сервис. Он называется Project VoCo, и разработчики говорят, что это «фотошоп» для аудио. Идея проекта в том, чтобы аудиоредакторы могли делать то же самое, что сегодня могут делать фоторедакторы. А именно – добавлять элементы, которых нет на изображении. Project VoCo, позволяет, например, добавить в аудиозапись чьей-то речи слова, которых в оригинале не было. Программа самостоятельно будет понимать особенности голоса и сможет его воспроизводить. Главное, чтобы ей для обучения хватило материала: нужно не менее 20 минут аудиозаписи. «С технологией Project VoCo можно просто напечатать слово или слова, которые надо вставить в аудиозапись, – говорят в Adobe. – Алгоритм сделает все остальное, и результат будет звучать так, будто сам докладчик сказал эти слова».
