O gerador de áudio do Stability AI agora pode produzir ‘músicas’ de 3 minutos

IA de estabilidade , uma versão atualizada de sua plataforma de geração de música. Este sistema permite aos usuários criar até três minutos de áudio por meio de prompt de texto. Isso tem aproximadamente a duração de uma música real, então também criará uma introdução, uma progressão completa de acordes e um final.

Primeiro, as boas notícias. Três minutos é enorme. A versão anterior do software atingiu o máximo de 90 segundos. Imagine a música falsa de aniversário que você poderia fazer no estilo daquela faixa de Rob Thomas/Santana. Outra vantagem? A ferramenta é gratuita e está disponível publicamente no site da empresa, então aproveite.

Funciona principalmente por meio de prompt de texto, mas há uma opção para fazer upload de um clipe de áudio. O sistema irá analisar o clipe e produzir algo semelhante. Todo o áudio enviado deve ser livre de direitos autorais, portanto, não tem como objetivo imitar algo que já existe. Em vez disso, poderia ser útil para, digamos, cantarolar uma parte de bateria ou estender um clipe de 20 segundos para algo mais longo.

Agora, as más notícias. Esta ainda é música gerada por IA. É legal como um tema de conversa e como um emblema de um futuro possível que é ótimo para os consertadores e ruim para os músicos, mas isso é tudo. As músicas podem realmente soar bacanas, no início, até que as costuras comecem a aparecer. Então as coisas ficam um pouco assustadoras.

Por exemplo, o sistema adora adicionar vocais, mas não em nenhuma linguagem humana conhecida. Acho que está em qualquer idioma que compõe o texto nas imagens geradas por IA. Os vocais soam como pessoas reais, e outras vezes soam como cantores gregorianos filtrados pelo espaço sideral. Está bem no meio daquele vale misterioso. A beira “sem alma e estranhos”, comparando-os aos sons das baleias.

Stable Audio 2.0 comete os mesmos pequenos erros estranhos que todos esses sistemas cometem, não importa o tipo de saída. As peças podem desaparecer no ar e serem substituídas por outra coisa. Às vezes, elementos melódicos dobrar do nadacomo uma versão em áudio daqueles dedos extras em imagens geradas por IA.

Há também o tédio de tudo isso. Isto é música apenas no nome. Sem uma conexão humana, qual é o sentido? Ouço música para entrar na cabeça de outra pessoa ou grupo de pessoas. Não há cabeça para entrar aqui, apesar das constantes proclamações de que a inteligência artificial geral (AGI) faltam apenas alguns meses.

Portanto, esta tecnologia é um presente absoluto para quem faz vídeos bobos de aniversário ou música de espera. Para todos os outros? Dar de ombros. Uma coisa que posso dizer por experiência própria: é muito rápido. O sistema inventou uma situação absolutamente aterrorizante música de big band sobre meu gato em cerca de um minuto.