Das dauert nicht lange, warte noch zwei Versionen ab, dann bekommst du anstatt einer mittelmässigen MP3 Qualität, ein Artefaktfreies WAV Files und gleich in Spuren getrennt.
Dass es noch deutliche Qualitätssprünge geben wird, nehme ich auch an, hinsichtlich der Einzelspuren bin ich insofern skeptisch, als das eben zumindest aktuell nicht zur generellen Funktionweise der KI passt, soweit mir die Sache bekannt ist.
Denn:
Scheinbar werden ja nicht Einzelspuren generiert und gemischt sondern ein Soundklumpen ausgegeben.
Zumindest irgendwie so sieht's aus. Bzw. ist das Ausgangsmaterial anscheinend tatsächlich am ehesten mit einem Steinblock vergleichbar, aus dem der Bildhauer dann Stück für Stück eine Skulptur meißelt.
Finde ich übrigens absolut erstaunlich, erinnert mich von der technischen Seite her irgendwie an den Lyrebird, der ja auch unfassbar komplexe Geräusche in Gänze abliefert und dafür keine "Einzelspuren" braucht.
View: https://www.youtube.com/watch?v=mSB71jNq-yQ&t=25s
(schon klar, der Lyrebird ist nur ein "Sampler", aber er generiert die Sounds ja selber, das wird ja nicht aufgenommen und abgespielt)
Jetzt könnte man das gewiss intern auch noch runterbrechen. Dann werkeln eben anstelle von einem Soundbildhauer 5 an einer Nummer - aber das muss dann ja wiederum koordiniert werden, etc.
Aber da es ja Einzeltrack-KIs zumindest schon für Gesang gibt, nehme ich an, dass das alles nur eine Frage der Zeit ist.
Ich sehe da bspw. im Bereich MIDI inkl. passender Sound-Library diverse Möglichkeiten. Da kann dann allerdings nicht mehr ein Endresultat aus einem großen Block rausgeschält werden, von daher weiß ich nicht, wie da der Lern- und Schaffensprozess einer KI aussehen sollte, aber da sich bspw. die meisten populäreren klassischen Werke funktionstheoretisch, stilistisch und vom jeweiligen Stimmsatz recht gut anhand von sehr konkreten Regelwerken analysieren und nachvollziehen lassen, wird das vielleicht für eine KI tatsächlich halber Hahn sein.
Es gab von Google ja bereits einen Bach-Doodle, der einem beliebige einstimmige Melodien im Bach-Style vierstimmig ausgesetzt hat. Zwar sehr limitiert aber streckenweise dennoch erstaunlich (und das läuft halt mal so nebenher als Doodle, nicht mit riesigem KI-Tamtam und Serverfarmen):
Learn more about the creation of Celebrating Johann Sebastian Bach Doodle and discover the story behind the unique artwork.
doodles.google
Wenn man das weiterdenkt, lässt man noch geraume weitere Komponisten analysieren und fügt die dann samt Player in eine Library ein. Dann gibt's von Toontracks eben EZ Orchestra und man gibt an, ob es Bach, Debussy oder auch Danny Elfman sein sollen.
Wenn sowas dann MIDI-Daten rauswirft (übrigens natürlich inkl. penibelst auf die Library abgestimmter Artikulationen) wird's dann auch schwierig mit "Content ID" und Co. Denn Dinge a la Wasserzeichen einzuarbeiten fällt dann flach und die MIDI-Daten kann ich auch genauso gut selber generiert haben.
Das funktioniert natürlich vom kompositorischen Aspekt her für alle Instrumententypen quasi gleichermaßen gut, wobei es sicherlich noch einige gibt, bei denen sich etliche Spielarten nicht gescheit von Libraries abdecken lassen (Gitarren etwa gehen nur recht begrenzt, geile Funk-Gitarren aus der Dose habe ich bspw. noch nicht gehört, es sei denn, die basieren auf abgesampelten Komplettpatterns, aber davon reden wir hier ja nicht) - aber auch das wird nur eine Frage der Zeit sein.
Und wenn es erst einmal so funktioniert, dann sind eben auch Eingriffsmöglichkeiten gegeben, da sich ja MIDI-Rohmaterial sehr einfach manipulieren lässt.