Google يحدّث Lyria مع تحرير الموسيقى مقطعًا بمقطع

Google تدفع توليد الموسيقى نحو التحرير التكراري

أطلقت Google الإصدار Lyria 3.5، وهو أحدث نسخة من نموذج توليد الموسيقى لديها، وقرنت ذلك بعناصر تحكم جديدة في التحرير داخل Flow Music. وتكمن أهمية التحديث أقل في التوليد الخام وحده، وأكثر في ما يقوله عن اتجاه أدوات الصوت التوليدي: فهي تنتقل من الإنشاء لمرة واحدة إلى سير عمل مراجعة شبيه ببرمجيات التحرير.

ووفقًا لـ Google، ينتج Lyria 3.5 ألحانًا أكثر طبيعية، وكلمات محسنة، وأداءً صوتيًا أكثر واقعية مع نطق أوضح. وتقول الشركة أيضًا إن المستخدمين أصبح لديهم الآن تحكم أدق في السرعة وطول المقطع، مع مقاطع مولدة تتراوح من 30 ثانية إلى ثلاث دقائق. هذه التحسينات مهمة، لكن الإضافة الأكثر تأثيرًا قد تكون ميزة تُسمى Selective Section Painting، والتي تتيح للمستخدمين تعديل أجزاء محددة فقط من المسار بدلًا من إعادة بناء القطعة كاملة من الصفر.

يعالج هذا التغيير أحد أوجه الضعف المستمرة في كثير من أنظمة الوسائط التوليدية. فهي غالبًا ما تستطيع إنشاء مسودة أولى مقنعة، لكنها تصبح أقل فائدة عندما يريد المستخدم تصحيحًا محددًا جدًا. إذا كان المذهب جيدًا لكن المقطع لا يعمل، أو إذا كان الإيقاع مناسبًا لكن صياغة الأداء الصوتي غير دقيقة، فإن إعادة تشغيل التكوين كله تكون غير فعالة. ويبدأ النظام الذي يسمح بتدخلات موضعية في الظهور أقل كمولد للغرابة وأكثر كأداة إنتاج إبداعي.

من مخرجات المطالبة إلى تكوين قابل للتحرير

تشير Selective Section Painting إلى مرحلة جديدة في واجهات موسيقى الذكاء الاصطناعي. فبدلًا من التعامل مع الأغنية باعتبارها مخرجًا واحدًا غير قابل للتجزئة، يعاملها النموذج كشيء يمكن تحريره منطقةً بعد منطقة. وهذا يعكس الطريقة التي يعمل بها الموسيقيون والمنتجون ومصممو الصوت فعليًا. فهم نادرًا ما يتخلون عن مسودة كاملة لأن قسمًا واحدًا يحتاج إلى تغيير. إنهم يضبطون التوقيت، ويعيدون كتابة المقاطع، ويعيدون تشكيل التوزيع الآلي، ويعيدون بناء الجزء الذي لا يؤدي وظيفته فقط.

وتقول Google إن النظام يمكنه أيضًا تحويل الألحان القصيرة إلى أغانٍ أكثر اكتمالًا من دون فرض إعادة بدء كاملة. عمليًا، يعني ذلك أن المستخدم قد يتمكن من رسم فكرة أولية ثم توسيعها بشكل انتقائي مع الحفاظ على ما يعمل بالفعل. ومع التحكم الأدق في السرعة والمدة عبر الغناء والطبول والباس والعناصر الأخرى، يشير التحديث إلى علاقة أكثر نمطية بين المبدع والنموذج.

هذه النمطية مهمة تجاريًا. فالأدوات التوليدية تصبح أكثر قابلية للاندماج في سير العمل الإبداعي الحقيقي عندما تدعم التكرار والتحسين. النموذج الذي يخرج فقط أعمالًا نهائية قد يثير الإعجاب في العروض التوضيحية، لكن النموذج الذي يسمح بالمراجعة الجزئية والتحكم البنيوي وتعديل العناصر على مستوى كل عنصر، لديه طريق أوضح إلى بيئات الإنتاج.

لماذا يهم التحديث في منافسة الصوت بالذكاء الاصطناعي

أصبح قطاع الموسيقى التوليدية أكثر ازدحامًا، وأصبح التحكم نقطة تمايز رئيسية. وقد أثبتت أنظمة النص إلى موسيقى بالفعل قدرتها على إنتاج مقاطع قصيرة ورسومات أسلوبية. أما المشكلة الأصعب فهي جعلها مفيدة للعمل الإبداعي القابل للتكرار. وهذا يعني بنية أفضل، وتوقيتًا أكثر قابلية للتنبؤ، وأدوات تحرير تقلل الاحتكاك بين الفكرة والمراجعة.

ويبدو أن Lyria 3.5 موجّه مباشرةً إلى هذه المشكلة. فمدة المقطع التي تصل إلى ثلاث دقائق تخرج بالنموذج من نطاق المقاطع القصيرة جدًا. كما أن التعامل الأفضل مع الألحان والكلمات وواقعية الصوت يستهدف فجوة الجودة التي تفصل كثيرًا بين الموسيقى المولدة والمادة التي يمكن للمستمع تخيل استخدامها في مشروع حقيقي. لكن سير عمل التحرير الجزئي هو ما يجعل هذا الإصدار مهمًا استراتيجيًا. فهو يشير إلى أن Google تدرك أن قابلية التحكم، لا مجرد الجِدة، هي التي ستحدد الاعتماد.

وهذا يتسق أيضًا مع اتجاه أوسع في الذكاء الاصطناعي التوليدي. فأنظمة الصور والفيديو والبرمجة تتجه جميعها نحو التعديلات المحلية، والتحسين المنظم، وسير العمل القابل للتكرار مع الإنسان ضمن الحلقة. وقد تأخر مجال الموسيقى إلى حد ما لأن الصوت معقد زمنيًا: فالتغيير الصغير في مقطع واحد قد يؤثر في الإيقاع والصياغة والانتقالات في أماكن أخرى. وإذا جعل Lyria 3.5 التحرير الجزئي عمليًا، حتى ضمن أطوال محدودة، فذلك يعد خطوة منتج ذات مغزى.

سؤال بيانات التدريب غير المحسوم

يعيد الإصدار أيضًا إحياء قلق مألوف حول أنظمة الوسائط التوليدية: شفافية بيانات التدريب. عندما أطلقت Google Lyria 3، قالت الشركة إنها دربت النموذج على مواد كان YouTube وGoogle مخولين لاستخدامها بموجب شروطهما واتفاقيات الشركاء والقانون الساري. وفي التغطية الخاصة بـ Lyria 3.5، لم تقدم Google على الفور تفاصيل إضافية ردًا على الأسئلة حول بيانات تدريب النموذج الأحدث.

هذه الفجوة مهمة لأن الموسيقى التوليدية لا تزال مرتبطة بنقاشات الترخيص، وموافقة المبدعين، والإسناد. قد يتحسن النموذج في التحكم وجودة الصوت ومع ذلك يظل موضع شك إذا لم يتمكن المراقبون الخارجيون من تقييم المواد التي أسهمت بوضوح في قدراته. وبالنسبة للفنانين وأصحاب الحقوق، فإن تحسينات سير العمل لا تحسم السؤال الأكبر المتعلق بكيفية بناء هذه الأنظمة.

وفي الوقت نفسه، تستمر الإصدارات المنتجية في التقدم. وهذا يخلق واقعًا مزدوج المشهد في وسائط الذكاء الاصطناعي: الشركات تتسابق لإطلاق أدوات أفضل بينما تظل المعايير القانونية والأخلاقية والتجارية غير مستقرة. لذلك، فإن من يقيّمون Lyria 3.5 يقيّمون أمرين في آن واحد. أحدهما الفائدة العملية للبرنامج. والآخر إطار الحوكمة المحيط به.

مرحلة أكثر عملية للموسيقى التوليدية

حتى مع هذه الأسئلة المفتوحة، تمثل Lyria 3.5 إشارة إلى أن الموسيقى التوليدية تنضج من مرحلة العرض إلى مرحلة سير العمل. فالتحديث لا يعد فقط بمخرجات أفضل؛ بل يعد بتحكم أكبر في كيفية تشكيل تلك المخرجات. وهذه حجة أقوى للاعتماد من مجرد الجِدة الخام.

أصبحت Flow Music الآن طبقة التسليم لهذه الاستراتيجية. ومن خلال دمج Lyria 3.5 في منتج يمكن للمستخدمين فيه تعديل الأجزاء وضبط السرعة وإدارة المدة بدقة أكبر، تضع Google النموذج بوصفه جزءًا من عملية إبداعية، لا تجربة معزولة. وهذه التفرقة مهمة لأن الفائزين المستقبليين في الصوت بالذكاء الاصطناعي قد لا يكونون النماذج التي تستطيع فقط توليد الأغاني، بل تلك التي تتيح للناس مراجعتها وتوجيهها وإنهاءها باحتكاك أقل.

حتى الآن، يمثل الإصدار تحولًا تدريجيًا لكنه مهم. فالأدوات التوليدية للموسيقى أصبحت أقل ارتباطًا بالضغط على زر وقبول النتيجة، وأكثر ارتباطًا بتوجيه مسودة حتى تطابق القصد. وإذا استمر هذا المسار، فسيتم الحكم على أنظمة الموسيقى بالذكاء الاصطناعي بشكل متزايد ليس فقط على قدرتها على إنشاء مقطع، بل على مدى قدرتها على تمكين المستخدم من تشكيله.

• يضيف Lyria 3.5 تحكمًا أشد في السرعة وطول المقطع.
• يمكن أن تمتد المقاطع المولدة من 30 ثانية إلى ثلاث دقائق.
• تتيح Selective Section Painting تحرير أقسام محددة من الأغنية.
• لم تقدم Google تفاصيل جديدة عن بيانات تدريب Lyria 3.5 في التقرير.

هذه المقالة مبنية على تقرير The Decoder. اقرأ المقال الأصلي.