Stability AI با تمرکز بر موسیقی و مجوز کاتالوگ‌ها بازسازی می‌شود

هوش مصنوعی موسیقی حالا محور برنامه تازه شان پارکر برای بازسازی Stability AI است؛ شرکتی که پس از بحران مالی و مدیریتی، می‌خواهد ابزارهای تولید و ویرایش موسیقی را به فعالان این صنعت عرضه کند. به گزارش TechCrunch، پارکر و پرم آکاراجو، مدیرعامل Stability AI، از برنامه‌ای پرده برداشته‌اند که با جذب سرمایه از شرکت‌های بزرگ موسیقی و عرضه سه مدل صوتی دنبال می‌شود. اهمیت این تغییر فقط در ورود یک شرکت هوش مصنوعی به حوزه‌ای تازه نیست: طبق اعلام Stability AI، Sony، Warner و Universal کاتالوگ‌های موسیقی خود را برای آموزش مدل‌ها مجوز داده‌اند.

تمرکز Stability AI بر ابزارهای موسیقی

ایده اصلی پارکر، هم‌بنیان‌گذار Napster، تبدیل Stability AI به سازنده ابزارهای هوش مصنوعی برای متخصصان موسیقی است. این شرکت که بیشتر با تولید تصویر شناخته می‌شد، اکنون محصولات صوتی و نرم‌افزار ویرایش موسیقی را نیز به مجموعه فعالیت‌هایش افزوده است. آکاراجو، دوست قدیمی پارکر، در مقام مدیرعامل این مسیر را پیش می‌برد.

طبق اطلاعات منتشرشده، Stability AI سه مدل صوتی تازه عرضه کرده و نرم‌افزاری برای ویرایش موسیقی با هوش مصنوعی در اختیار کاربران گذاشته است. این مدل‌ها می‌توانند از روی دستور متنی، قطعه‌های کوتاه یا موسیقی بی‌کلام کامل تولید کنند. در این نوع ابزارها، کاربر خواسته‌اش را با کلمات توصیف می‌کند و مدل بر پایه همان دستور، محتوای صوتی می‌سازد؛ جزئیاتی درباره نام مدل‌ها، دسترسی به آن‌ها یا شیوه قیمت‌گذاری در گزارش منتشر نشده است.

پارکر همچنین گفته است یک به‌روزرسانی در راه است که امکان هدایت تولید موسیقی با ورودی صوتی را فراهم می‌کند. کاربر می‌تواند ملودی‌ای را زمزمه کند یا با بیت‌باکس، الگویی برای درام اجرا کند تا مدل از آن برای شکل‌دادن به خروجی استفاده کند. این قابلیت هنوز به‌عنوان بخشی از به‌روزرسانی آینده توصیف شده و گزارش، زمان عرضه یا جزئیات فنی آن را مشخص نمی‌کند.

هوش مصنوعی موسیقی و توافق با شرکت‌های بزرگ

در اواخر اوت، Stability AI از جذب ۷۶ میلیون دلار سرمایه خبر داد. در میان سرمایه‌گذاران این دور، Sony، Warner و Universal حضور دارند؛ شرکت‌هایی که طبق گزارش، هم‌زمان کاتالوگ‌های موسیقی خود را برای آموزش مدل‌ها مجوز داده‌اند. در نتیجه، توافق اعلام‌شده فقط به تأمین مالی محدود نیست و دسترسی مجاز به محتوای موسیقی را نیز در بر می‌گیرد.

داده‌های آموزشی نمونه‌هایی هستند که مدل هوش مصنوعی هنگام یادگیری از آن‌ها الگو می‌گیرد. در مورد مدل‌های موسیقی، مجوز استفاده از کاتالوگ‌ها به این معناست که شرکت‌ها برای آموزش، اجازه استفاده از مجموعه‌ای از آثار را داده‌اند. گزارش درباره دامنه دقیق مجوزها، مدت آن‌ها یا نحوه تقسیم درآمد احتمالی توضیحی نمی‌دهد؛ بنابراین نمی‌توان از این خبر نتیجه گرفت که همه آثار این شرکت‌ها در دسترس مدل‌ها قرار گرفته‌اند یا توافق، همه مسائل مربوط به حقوق موسیقی را حل می‌کند.

بااین‌حال، پیوند سرمایه‌گذاری با مجوز آموزش، مسیر متفاوتی را نسبت به استفاده از آثار بدون توافق رسمی نشان می‌دهد. برای Stability AI، همکاری با صاحبان کاتالوگ‌ها می‌تواند بخشی از پایه لازم برای ساخت محصولات موسیقی باشد. از سوی دیگر، عرضه ابزارهایی که با متن یا صدای کاربر موسیقی تولید می‌کنند، موضوع دسترسی به داده و شرایط مجاز استفاده از آثار را به مسئله‌ای مهم برای کاربران حرفه‌ای و صنعت موسیقی تبدیل می‌کند.

بازگشت پارکر و پیشینه Stability AI

پارکر حدود دو سال پیش در تأمین مالی نجات‌بخش ۸۰ میلیون‌دلاری Stability AI مشارکت کرد. آن زمان، این استارتاپ تولید تصویر به‌دلیل هزینه‌های بیش از حد و آشفتگی‌های داخلی تا آستانه فروپاشی پیش رفته بود و اماد موستاک، بنیان‌گذار شرکت، از آن کنار رفت. اکنون پارکر و آکاراجو می‌خواهند شرکت را حول بازار موسیقی سازمان‌دهی کنند؛ تغییری که نشان می‌دهد تمرکز تازه Stability AI فراتر از معرفی یک قابلیت منفرد است.

پارکر در گفت‌وگو با The Information گفته است این بار قصد دارد قواعد را رعایت کند. او با اشاره به تجربه پیشین خود در صنعت موسیقی پذیرفته که رویکرد «اول انجام بده، بعد اجازه بگیر» در گذشته نتیجه خوبی نداشته است. این اظهارنظر با حضور شرکت‌های صاحب کاتالوگ در تأمین مالی و صدور مجوز برای آموزش مدل‌ها همراه شده، اما به‌تنهایی جزئیات همه سازوکارهای حقوقی یا تجاری محصولات جدید را روشن نمی‌کند.

پیشینه Napster به این موضع‌گیری وزن بیشتری می‌دهد: پارکر پیش‌تر در صنعتی فعالیت کرده که شیوه دسترسی و توزیع موسیقی در آن محل مناقشه بوده است. بااین‌حال، اطلاعات موجود درباره برنامه جدید Stability AI محدود به سرمایه‌گذاری، مجوزهای آموزشی، محصولات عرضه‌شده و قابلیت برنامه‌ریزی‌شده است. هنوز روشن نیست ابزارها دقیقاً چگونه در فرایند کاری استودیوها جا می‌گیرند یا مدل درآمدی شرکت برای آن‌ها چه خواهد بود.

پیامدهای احتمالی برای ابزارهای تولید موسیقی

تمرکز بر کاربران حرفه‌ای می‌تواند نیازهایی متفاوت از تولید سرگرمی یا آزمایش‌های شخصی را پیش روی سازندگان مدل بگذارد. Stability AI ابزار تولید موسیقی از متن و نرم‌افزار ویرایش عرضه کرده و می‌گوید در ادامه ورودی‌هایی مانند زمزمه ملودی و اجرای الگوی ریتم را نیز اضافه می‌کند. این شیوه‌ها به کاربر امکان می‌دهند ایده‌ای موسیقایی را به‌جای شرح کامل با واژه‌ها، با صدای خود منتقل کند؛ اما گزارش هنوز نشان نمی‌دهد این قابلیت در عمل تا چه اندازه دقیق خواهد بود.

برای شرکت‌های موسیقی نیز همکاری می‌تواند راهی برای مشارکت در توسعه ابزارهای هوش مصنوعی باشد، نه صرفاً مواجهه با محصولاتی که از آثار موجود استفاده می‌کنند. مجوز کاتالوگ‌ها بخشی از این رابطه را شکل می‌دهد، اما اطلاعات منتشرشده درباره کنترل هنرمندان، جبران مالی، محدودیت استفاده یا نحوه شناسایی خروجی مدل‌ها پاسخی ارائه نمی‌کند. این موارد را نباید با وجود مجوز آموزش‌شده در توافق یکی دانست.

در مجموع، خبر از تلاش Stability AI برای پیوند دادن سرمایه، داده مجاز و محصول در بازار موسیقی حکایت دارد. موفقیت این برنامه به عواملی بستگی خواهد داشت که هنوز درباره‌شان اطلاعات کافی منتشر نشده است؛ از جمله استقبال کاربران حرفه‌ای، قابلیت‌های واقعی نرم‌افزار و شرایط استفاده از مدل‌ها. در حال حاضر، آنچه مشخص است عرضه سه مدل صوتی و ابزار ویرایش، و برنامه افزودن روش‌های تازه برای هدایت تولید موسیقی است.

این خبر برای چه کسانی اهمیت دارد

این تحول برای موسیقی‌دانان، تهیه‌کنندگان و دیگر فعالان حرفه‌ای موسیقی اهمیت دارد، چون Stability AI ابزارهایی برای تولید و ویرایش صوت عرضه کرده و قصد دارد کنترل آن‌ها را با ورودی‌هایی مانند زمزمه و بیت‌باکس گسترش دهد. برای شرکت‌های صاحب کاتالوگ نیز همکاری در آموزش مدل‌ها راهی برای حضور مستقیم در توسعه این محصولات است. در نهایت، پژوهشگران و فعالان حوزه حقوق موسیقی می‌توانند این توافق را از نزدیک دنبال کنند تا ببینند مجوزهای آموزشی و محصولات تولیدشده با هوش مصنوعی چگونه در عمل با نیازهای صنعت موسیقی هماهنگ می‌شوند.