我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

音乐用AI不如Human-Composed创建音乐

两个小提琴是一个管弦乐队的一部分。
信贷:Manuel Nageli / Unsplash

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“音乐创建AI不如Human-Composed音乐”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

约克大学的研究人员发现,当前AI-generated音乐不如human-composed音乐。


他们还显示有故障算法用于人工智能音乐一代可能侵犯版权,和开发指南帮助别人他们使用评估系统。


50在这项研究中,参与者与高水平的音乐知识,音乐播放摘录一些实际human-composed作品,和其他人产生的深度学习(DL),一种人工神经网络,和non-DL算法。

想要更多的最新消息?

订阅188金宝搏备用的日常通讯,提供每天打破科学消息直接发送到您的收件箱中。

免费订阅
研究招募参与者体验在分析报告中内容和风格成功的音乐,结果不仅关注表达音乐。

音乐critera

听众被要求评价摘录在六个音乐标准:文体成功,审美享受,重复或自我参照,旋律,和谐,和节奏,但没有被告知他们的身份听——human-composed或电脑。


合著者,汤姆柯林斯博士,从学院的艺术和创新技术纽约大学,他说:“在分析,human-composed摘录的评级更高,在文体上更成功比任何系统负责计算机生成的摘录。


研究还发现提供提高潜在违反伦理的担忧与深度学习方法直接复制。一个受欢迎的类型的DL架构称为变压器(相同类型的架构OpenAI ChatGPT背后)显示复制大量的训练数据输出。

法律和道德

柯林斯博士解释说:“如果艺术家X使用AI-generated摘录,该算法产生的片段可能复制歌曲的一块培训(输入)数据由艺术家Y不知不觉中,如果艺术家X发布他们的歌,他们是侵犯版权的艺术家Y。


“这是一个关于寻找,或许表明,组织开发的算法应该以某种方式被监管或应该监督自己。他们知道这些算法有问题,所以这个应该关注整流AI-generated内容可以继续生产,但是在一个道德和法律。”


研究人员在研究中提供了七个指南进行机器学习系统的比较评价。这些发现可能有助于改善AI-generated音乐的发展,解决当前道德问题,避免未来法律困境侵犯版权。


参考:阴Z,鲁本F,备用轮胎,柯林斯t .深度学习的浅收益:自动音乐生成的比较评价的算法。马赫学习。2023年。doi:10.1007 / s10994 - 023 - 06309 - w


本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

广告
Baidu