Wo kommen die Sounds / Instrumente her?

Registriert
01.12.11
Beiträge
3.708
Reaktionen
2.508
Punkte
12.461
Was mich interessiert ist, wo kommen bei KI - Musik die Instrumentensounds her, bzw. wie werden diese hergestellt.
Z.B. ich habe inzwischen eine große Samplesammlung aus der ich bei Bedarf mein Material ziehe, sollte mir die Sounds der VSTi`s nicht genügen. Vieles recorde ich und bearbeite es bei Bedarf.
Das die KI sich eine Samplesammlung angelegt hat, glaube ich nicht.
Werden die Sounds direkt "künstlich" erzeugt?
Weiß das jemand?
 
Ich denke es wird direkt die Wellenform generiert...

Nicht wirklich. Bzw. doch, schon, aber weniger additiv als substraktiv.
Nach allem, was ich weiß, wird da mehr oder minder quasi aus einem Rauschen alles weggenommen, was nicht passt. Irgendjemand hatte das mal irgendwo mit einem Bildhauer verglichen, der dann eben auch von einem Klotz Stein alles wegmeißelt, was nicht ins finale Bildnis gehört.

Aber eins ist klar, auf jeden Fall werkeln da keinerlei Libraries im Hintergrund, die Sounds werden samt und sämtlich bei Bedarf genuin erzeugt. Was die Sache übrigens so erschreckend macht, für mich jedenfalls.
 
Da sehe ich ein Potential für fast unendliche Möglichkeiten.
Für`s Musikmachen natürlich genial.

Daran ist, zumindest aktuell, genau gar nichts genial. Suno und Co. sind im besten Fall Erfüllungsgehilfen, im schlimmsten Fall machen die alles alleine. Echte Kommunikation findet, anders als mit echten Mitmusikern, auch nicht statt.
Wüsste nicht, was daran genial sein sollte.
 
Dabei hat die KI Millionen+ Songs analysiert und dabei immer weiter gelernt. Sie weiß nun welche Sounds zu welchem Genre passen, wie man die arrangiert usw. alles aus dem "deep learning" heraus. Möglicherweise laufen dann im Hintergrund schon irgendwelche KI-Module, welche speziell für z.B. Drums, Bass, Gitarren usw. zuständig sind, ähnlich bei der Generierung von Vocals, die ja auch auf bestimmten Modulen basieren. Ist aber keine Library, kein VST usw. Die Sounds an sich könnten tatsächlich aus einem weißen Rauschen "geschnitzt" werden, aber so wirklich genau weiß das wohl nur der Programmierer der KI.
 
Hast Du die Möglichkeit, mit dieser Technik selber zu arbeiten, kannst Du sounds erstellen, die es bisher nicht gab. So meine Idee.
Die dahinterstehende Technik ist der Grund, warum die KI Betreiber zig Milliarden wert sind. Irgendeine VST Bude wird da nie drankommen. Neulich wurde diese Suno DAW gepostet. Durchaus möglich, dass die großen KI-Unternehmen den vergleichsweise kleinen Musikunternehmen bald ernsthafte Konkurrenz machen, wenn sie zielgerichtete Angebote machen.
 
Naja, ich meine Die allgemeine, technische Möglichkeit.

Ja, das ist immens.

Hast Du die Möglichkeit, mit dieser Technik selber zu arbeiten, kannst Du sounds erstellen, die es bisher nicht gab. So meine Idee.

Nein, du hast diese Möglichkeit nicht. Die KI erstellt dir die Sounds.
Abgesehen davon kann man das ja auch ganz ohne KI - und für mich ist es auch der Prozess, dahin zu gelangen, der Musik für mich interessant macht.
 
Durchaus möglich, dass die großen KI-Unternehmen den vergleichsweise kleinen Musikunternehmen bald ernsthafte Konkurrenz machen, wenn sie zielgerichtete Angebote machen.

KI wird mit Sicherheit in sämtliche relevanten DAWs Einzug finden, zumindest auf die ein oder andere Art. ChatGPT kann man jetzt schon direkt aus Logic aufrufen (anscheinend nur für Textkram, hab's selber nicht getestet, da ich Apple Intelligence derzeit generell deaktiviert habe, das wird dafür benötigt).
 
Das wird mithilfe eines GANs gemacht. (Generative Adversarial Network)

Ganz simpel:
Ein Generator versucht Daten zu erzeugen die den Trainingsdaten möglichst ähnlich sind.

Ein Discriminator (Ja, der heißt wirklich so) bewertet, ob ein Eingang vom Generator oder aus den Trainingsdaten stammt.

Das ganze ist wie ein Spiel ausgelegt, Ziel ist es ein Gleichgewicht entstehen zu lassen.

Ziel des Generators ist, den Discriminator zu täuschen in dem ihm etwas Generiertes präsentiert, dass dieser nicht mehr von den Trainingsdaten unterscheiden kann.

Muss der Discriminator anfangen zu raten hat der Generator gewonnen.




Durch permanentes Training werden beide besser, und damit steigt die Qualität.
 
Das wird mithilfe eines GANs gemacht. (Generative Adversarial Network)

Ganz simpel:
Ein Generator versucht Daten zu erzeugen die den Trainingsdaten möglichst ähnlich sind.

Ein Discriminator (Ja, der heißt wirklich so) bewertet, ob ein Eingang vom Generator oder aus den Trainingsdaten stammt.

Das ganze ist wie ein Spiel ausgelegt, Ziel ist es ein Gleichgewicht entstehen zu lassen.

Ziel des Generators ist, den Discriminator zu täuschen in dem ihm etwas Generiertes präsentiert, dass dieser nicht mehr von den Trainingsdaten unterscheiden kann.

Muss der Discriminator anfangen zu raten hat der Generator gewonnen.




Durch permanentes Training werden beide besser, und damit steigt die Qualität.
Das halte ich für eine sehr gute Antwort.
 

Neue Antworten


Oft gelesene Themen

Zurück
Oben