что такое генеративная музыка
Все о генеративной музыке: как компьютер научился творить
И при чем здесь классики XVIII века, русские эмигранты и военные компьютеры времен Корейской войны
Что такое генеративная музыка
Генеративная музыка — та, которая создается без «композиторского» участия человека. Сегодня искусственный интеллект может написать симфонию для большого оркестра, придумать саундтрек к фильму и скопировать стиль вашей любимой группы.
Все это возможно благодаря технологиям машинного обучения. Работает это так: собирается большая база данных партитур или аудиофайлов. Эта информация загружается в условный компьютер, который должен обнаружить общие закономерности и научиться создавать похожую музыку. На выходе может получиться нотная последовательность для исполнения музыкантами или полноценный аудиофайл — и это еще удивительнее, ведь синтезировать звук из пустоты гораздо сложнее, чем создать партитуру.
Как развлекались классики XVIII века
Первые опыты по созданию генеративной музыки совершили классические композиторы около 300 лет назад. Их метод назывался Musikalische Würfelspiel («музыкальная игра в кости») и фактически был настольной игрой, популярной в то время в Западной Европе. Для того, чтобы сыграть в Musikalische Würfelspiel, нужны были игральные кости и комплект заранее подготовленных карт, на которых содержались музыкальные фрагменты, отраженные в нотах.
Игра была поделена на несколько раундов — в каждом из них участник брал пару из шести карт и дописывал ноты, указанные на них, в конец музыкального отрывка из предыдущего раунда. В конце концов получалось генеративное произведение для двух или трех музыкантов. Всего композиций, написанных таких образом, могло получиться более триллиона.
По неподтвержденным данным авторами таких карточек были Гайдн, Моцарт, Штадлер и другие композиторы. Именно с этого момента начинается история генеративной музыки.
Война и музыка математики
Одним из первых людей, изучавших музыку с точки зрения науки, стал русский эмигрант Иосиф Шиллингер. В 1930-х он разработал систему генерации произведений с помощью математических алгоритмов и преподавал ее таким известным композиторам, как Глен Миллер и Джордж Гершвин. Есть мнение, что впоследствии Гершвин использовал эти методы в своем творчестве и сгенерировал отдельные части своих произведений.
Следующим толчком в развитии самостоятельной музыки машин стала Корейская война. По заказу армии США, косвенно участвовавшей в конфликте, Иллинойский университет разработал один из ранних компьютеров ILLIAC I. В 1957 году с помощью него была впервые сгенерирована партитура — сюита для струнного квартета Illiac Suite.
Тогда же, в 1957 году, в Лаборатории Белла был записан первый музыкальный фрагмент с использованием компьютера. Автор 17-секундной зарисовки, Ньюман Гутман, назвал ее The Silver Scale («Серебряная чешуя»).
Импровизация и поиск идентичности
Вторую половину XX века методы совершенствуются и популяризируются — Дэвид Коуп изобретает программу для подражания другим музыкантам EMI, Дэвид Боуи жонглирует словами и формой в «Берлинской трилогии» с помощью Verbasizer, Брайан Ино записывает альбом генеративной музыки Discreet Music.
Но самое главное случилось недавно.
Во-первых, искусственный интеллект научился импровизировать.
Джон Байлс играет на трубе вместе со своим детищем GenJam в 2012 году:
Алгоритм Continuator от Sony Computer Science Laboratory обманывает слушателей,
которые не понимают, где человек, а где машина:
Во-вторых, машины научились создавать произведения в своем собственном стиле. Первый уникальный фрагмент был написан в 2010 году программой lamus. Позже он был оформлен компьютером в полноценную композицию Hello World!
Вот, как она звучит в исполнении живыми музыкантов:
И последнее, но не менее важное — генеративная музыка стала демократичной. Прямо сейчас вы можете скачать на свой смартфон приложение, которое буквально создаст музыку под ваше настроение. Попробуйте российский Mubert или немецкий Endel.
Что еще умеет искусственный интеллект
Петь. Говорить человеческим голосом компьютеры научились еще несколько лет назад, а вот с пением было сложнее. Только в апреле 2020-го в ByteDance AI Lab (это они разработали TikTok) создали алгоритм ByteSing, который позволяет генерировать правдоподобное пение на китайском языке.
Писать тексты песен. Казалось бы, подобрать комбинацию из слов гораздо проще, чем создать звук или партитуру, но это не совсем так. Задача компьютера в том, чтобы текст ритмически укладывался в музыку — в этом вся сложность. Тем не менее, есть достижения и в этой области. Например, в 2016 году Яндекс опубликовал альбом «Нейронной обороны», тексты этих песен сочинила нейросеть.
Маскироваться. Еще в 1950-х был разработан тест Тьюринга, который помогал оценить уровень самосознания машины. Программа успешно проходит тест, если по его итогу человек не осознает, что коммуницировал с машиной. Так, по результатам опыта с алгоритмом DeepBach, люди признают самого Баха как автора собственных хоралов только в 75% случаев, а их компьютерную имитацию в 50%.
Что такое генеративная музыка
Это — подкаст с теми, кто создает контент. Гость выпуска — Алексей Кочетков, CEO Mubert, с рассказом о генеративной музыке и своем видении будущего аудиоконтента.
alinatestova: Поскольку мы рассказываем не только про текстовый и разговорный контент, естественно, мы не обошли вниманием музыку. В особенности, достаточно новое направление в этой сфере. Алексей, ты — CEO проекта Mubert. Это — стриминговый сервис, который создаёт генеративную музыку. Расскажи, как он работает?
Алексей: Генеративная музыка создаётся в реальном времени алгоритмами. Это — музыка, которая может быть адаптирована, применена в любой сфере, персонализирована и так далее. Она в реальном времени собирается из некоторого количества сэмплов.
А сэмпл — это отрезок музыки, который каждый музыкант имеет возможность записать. То есть генеративная музыка создаётся из, как говорят по-английски, human-made samples [сэмплов, созданных человеком]. Алгоритм анализирует их и создает стрим только для тебя.
Алина: Супер. Музыка создаётся алгоритмом, алгоритм — людьми.
Имеет смысл поговорить немного про бэкграунд этого проекта, про его начало. Почему ты решил им заняться? Связано ли это было с твоими музыкальными интересами?
Алексей: Как говорят, стартапы рождаются из боли. Я бегал, и у меня постоянно болело в боку от переключения музыки. В тот момент мне пришла в голову идея: почему бы не создать приложение, в котором сэмплы будут выстраиваться в бесконечную композицию, соответствующую темпу моего бега. Так родилась первая идея Mubert.
Команду собрали в этот же день и начали создавать продукт, который впоследствии, конечно, совершил несколько пивотов. Но сама концепция — та же, что была создана в первый день.
Это — музыка, которая не имеет начала, конца, пауз и междупесенных переходов.
Алина: А твоё музыкальное прошлое как-то повлияло на твой выбор или определённые шаги, которые были сделаны в процессе разработки приложения?
Алексей: Нет. У меня музыкальное джазовое образование, и здесь оно мало помогает. Я знаю ноты, знаю, как играть на контрабасе и из чего состоит музыка.
Я всегда отвечал за бас. Во всех коллективах, в которых я присутствовал, всегда брал самые низкие частоты и играл на контрабасе, на бас-гитаре, на синтезаторах басовых. Это не помогает в работе над Mubert. Просто я примерно знаю, как устроена музыка, очень много её слушаю, и у меня давным-давно есть убеждение, что нет плохой музыки или плохого вкуса.
Есть персональный вкус и персональный подход к музыке. У каждого человека он собственный, и каждый человек имеет право выбрать музыку и так показывать свой вкус.
Мне помогает немного знание нот, гармоний и прочего. Но в целом над Mubert работает, помимо меня, ещё около пятидесяти музыкантов, которые активно участвуют в разработке интерфейса, систем ранжирования музыки и систем искусственного интеллекта. Это — люди, которые постоянно дают советы и влияют на то, как сегодня звучит Mubert.
Алина: Можно ли сказать, что по сути генеративная — тот тип музыки, который максимально гармонично сочетается с другой деятельностью?
Например, обычно писать текст или работать под музыку — удовольствие на любителя. Кто-то может привыкнуть, а кто-то — нет. Может ли алгоритмизированная музыка дать синергетический эффект, который, наоборот, позволит войти в состояние потока?
Алексей: Это гипотеза, и мы её пытаемся проверить.
Под генеративную музыку скоро будут читать — мы делаем совместное приложение с Bookmate. Под генеративную музыку люди бегают марафоны, и это единственное приложение, которое даёт возможность бежать и не менять своего темпа на протяжении четырёх, восьми, шестнадцати часов и так далее. Под эту музыку работают, учатся. Это, возможно, классный подход к музыке — быть спонсором твоего увлечения. Но это — гипотеза.
Алина: И вы её проверяете коллаборациями?
Алексей: Её подтверждают подписки и прослушивания, которые в Mubert происходят каждый день. Например, медитация — самый покупаемый у нас канал.
Всего есть три платных канала: Meditate, Sleep и High. High — это даб, регги. Самый покупаемый — медитация, потому что в процессе медитации музыка не должна останавливаться или меняться. Mubert это исполняет.
Алина: А High для каких состояний, если не буквально это воспринимать? (смеётся)
Алексей: Отдыхать, расслабляться, чувствовать какую-то связь и так далее.
Алина: Супер. Скажи, пожалуйста, на твой взгляд генеративная музыка — алгоритмическая, повторяющаяся, длительная — это что-то принципиально новое или какое-то продолжение этнической, шаманской и медитативной музыки?
Алексей: Это что-то вроде репита.
Mubert начинался в 2000 году на самом деле, когда я перезаписывал с радио Monte Carlo [трек] Bomfunk MC’s. Как только он звучал по радио, я продолжал запись на кассете, пока у меня не записывалась целая сторона с этим треком. Потом я сделал то же самое с другой стороной. В итоге у меня была целая кассета, на которой был записан только Bomfunk MC’s — Freestyler.
Mubert возвращает к этим временам. Куча людей используют музыку на репите. Они включают какой-то трек и работают под него целый день или занимаются спортом какое-то время.
Генеративная музыка в сегодняшнем её состоянии не до конца имеет всю ту драму, которую может дать диджей. Он в реальном времени понимает, что сейчас нужно поднять BPM, сейчас опустить, расширить гармонию или сузить. Генеративная музыка только стремится к этому.
И мы — первопроходцы в создании драмы в генеративной музыке, которую мы научились создавать бесконечно долгой, плавной и понятной. Сейчас учимся создавать в ней драму.
Как мы недавно показывали в магазине adidas. Мы создали диджей-сет без диджея, и куча людей прекрасно танцевала под эту музыку. Звучало это на уровне немецких диджеев, которые в принципе и были авторами сэмплов. Но именно сет создавал Mubert.
Отвечая на вопрос, генеративная музыка берёт свои истоки от репита и закончит тем, что мы ещё себе представить не можем.
Алина: Как устроена работа алгоритма?
Алексей: Алгоритм анализирует множество параметров: мелодичность, ритмичность, насыщенность, «жирность» звука, инструмент. Его темп, тональность и так далее. Куча параметров, которые являются объективными. Далее начинаются субъективные параметры. Это — жанр, активность, твой вкус. Могут быть параметры, связанные с геоданными. Когда ты хочешь собрать, например, городской стрим — понять, как звучит город Берлин.
Система ИИ здесь — сопроводитель к тому, чтобы субъективные параметры исполнялись. Для того, чтобы ты в момент какой-то своей деятельности получала музыку, которая основана на твоём вкусе и на тех вещах, которые ты до этого успела уже показать на этой системе.
Скоро мы выпускаем приложение, в котором можно будет лайкать, дизлайкать, «фаворитить» музыку и влиять на собственный стиль. Это будет первое приложение в мире, в котором нет общего чарта. У нас нет даже в базе данных такого понятия как общий чарт популярности или непопулярности сэмплов и артистов. У каждого — свой чарт, в котором содержатся сочетания параметров. На их основе система учится и создаёт твой собственный саундтрек.
Алина: По сути мы говорим о том, что для каждого пользователя Mubert появляется множество саундтреков к разным аспектам его жизни.
Алексей: Да. Это первый настоящий персональный стриминг.
Алина: Супер. Ты уже начал говорить про коллаборацию с adidas, а расскажи, пожалуйста, про коллаборации с брендами в целом. Как они выглядят?
Алексей: Музыка — самый близкий к человеку вид творчества. Соответственно, если бренд хочет приблизиться к человеку, это нужно делать через музыку. Об этом пока немногие знают, но те бренды, которые знают, уже начинают это делать.
Например, adidas проводит pop-up вечеринки, которые возникают внезапно в каких-то их магазинах. Они не афишируются. Другие бренды — спонсируют тематические вечеринки.
К кому им двигаться, как не к новым технологиям? У них есть два варианта: они либо берут топового диджея, либо топовую технологию. Если есть возможность сочетать это — как мы сделали с adidas, когда у нас сэмплы предоставлял один из топовых продюсеров Берлина Atom TM — человек, который создавал электронику. Тогда и рождается самая яркая искра, которая сверкает для того, чтобы бренд мог о себе заявить.
Для любого бренда музыка — это инфоповод.
Алина: Если мы говорим про вечеринки… Там, естественно, людей много. Как Mubert понимает, какую музыку сделать? Как работает персонализация в этом случае?
Алексей: Вечеринка кастомизируется под вечеринку, город — под город. Это всё…
Алексей: Да, сущность, под которую мы можем настраиваться. Персонализация идёт от твоего времени суток и дня до каких-то вещей глобальных. Как я уже объяснял: есть объективные параметры, есть субъективные. Совокупность субъективных параметров — это жанр, город, ты, утро. Что угодно. Объективные — насыщенность звука, его темп, тон, гамма и так далее. Все те вещи, которые можно измерить объективно.
Алина: Как ты считаешь, как будет развиваться генеративная музыка и музыка в целом? Заменит ли в дальнейшем алгоритм человека-композитора или диджея?
Алексей: Ни в коем случае. Диджей-селектор останется. Круче, чем диджей, нельзя собрать музыку — будь то музыка трековая или сэмпловая. Раньше диджеев называли селекторами, и эта работа останется, потому что они собирают самый «жир».
Развитие генеративной музыки приведёт к тому, что она появится в каждом телефоне, потому что даёт немного другие возможности для адаптации и персонализации этой музыки. В ней так же будут присутствовать авторские подборки. Мы, например, сможем обмениваться какими-то генерациями и понимать, каким образом ты обучила свой Mubert, а каким — я свой. Это примерно как сегодня с плейлистами, только на более глубоком уровне.
Алина: Получается, что будущее генеративной музыки — симбиоз человека-творца и алгоритма, который анализирует всё происходящее более глубоко и точно?
Алина: Супер. И напоследок — наш блиц из двух вопросов. Музыка помогает…
Алина: Лучший трек — это тот,…
Алексей: Который «вставляет».
Алина: Класс, спасибо большое.
Мы помогаем IT-компаниям и специалистам записывать подкасты и готовить технологические лонгриды, хабрапосты, колонки для СМИ на русском и английском. Всегда на связи на Хабре и в Facebook! Вот пара материалов о нашей работе:
Что у вас вообще за контора такая?
Что там с подкастами: Apple размахивает баксами
Подкаст про тех, кто делает контент для компаний
Что там на Хабре: рост подписчиков у компаний
Видео: контент — это не про SEO, клики и переходы
Архетипы: почему работают истории
Глиф vs штатный сотрудник. Рассказываем про «инхаус-мифы»
Почему компаниям нужен англоязычный блог на Хабре
Что у вас за контора такая и чего так дорого-то?
Подкаст. Как работает аутсорсинг IT-редакции
Почему стамина — качество, без которого не обойтись
В будущем мы не будем по два раза слушать одно и то же. И вот почему
Интернет превращается в стрим: истории в инстаграме пропадают через сутки, трансляции на Twitch по умолчанию не сохраняются, в мессенджерах можно сделать так, чтобы контент пропадал после просмотра. Дальше — музыка, которая генерируется здесь и сейчас, но больше не повторяется. Рассказываем, как ее отличить, как она работает и где ее слушать.
Генеративная музыка
Что это такое и когда она появилась
Это музыкальная последовательность, которая теоретически должна играть очень долго, без участия человека, но на основе заранее созданных или запрограммированных правил. Определение придумал музыкант Брайан Ино в 1995 году. Он с начала 1970-х размышлял об экспериментах минималистов с автономным звучанием, например, ему нравилось произведение «It’s Gonna Rain» 1965 года Стива Райха. В нем записан звук с двух магнитных пленок, на которых один и тот же фрагмент — проповедник сообщает о том, что скоро пойдет дождь. Поскольку пленки вращались с разной скоростью, то со временем они проигрывали этот фрагмент, но с разрывом, что создавало 17-минутное произведение, которое постоянно менялось. Если сложно слушать «It’s Gonna Rain», то у Райха есть другая композиция, которая работает по похожему принципу, но уже записанная нотами.
Ино нравилась идея, что генеративная музыка предоставляет слушателю постоянно меняющееся произведение, но также избавляет от обязанности постоянно выпускать альбомы. Из его выступления можно вывести три простых принципа.
Сложно определить, каких музыкантов можно назвать представителями генеративной музыки. Например, у Ино есть целые генеративные альбомы, написанные на компьютере, но также есть композиция «2/1» с альбома «Ambient: Music for Airports». Она тоже является генеративной. «2/1» постоянно меняется и записана с помощью семи магнитных лент, которые вращаются с разной скоростью и воспроизводят каждый свою ноту.
Есть произведения, которые только используют генеративные методы, но сами такими не являются. Например, «In C» 1965 года Терри Райли. Это инструкция для 53 коротких отрывков, которые музыканты могут играть сколько угодно раз. Такой подход создаст произведение, которое никогда не повторится, но вряд ли создаст композицию, которая будет играть очень долго и без участия человека. Янис Ксенакис использовал алгоритмические вычисления, чтобы получить интересную мелодию, но ее дальнейшим воспроизведением занимались люди.
Некоторых современных музыкантов, к которым употребляют тег «генеративный», тоже нельзя назвать полным соответствием жанру. Например, итальянка Катерина Барбьери, использует огромную библиотеку паттернов в секвенсоре. Она проигрывает и заменяет их на ходу, чтобы записанные произведения во многом получались случайным образом и отличались от тех, которые потом исполнят на концертах. Но очевидно, что без ее участия новая музыка не будет проигрываться.
Настоящая генеративная музыка на данный момент выглядит так: это набор алгоритмов и сетей глубокого обучения, которые когда‑то получили большое количество коротких и связанных звуков в каком‑то жанре. Во время машинного обучения система пыталась предположить, какой звук должен идти дальше. Если она угадывала, то между этими звуками формировалась связь. На основе этих связей между отдельными элементами мелодии система позже собирает свой трек.
Стриминг будущего
Как генеративную музыку создают в России
Генеративная музыка будущего будет жить в приложениях, потому что она идеально вписывается в эпоху потоковых сервисов, рекомендательных систем и популярного круглосуточного стрима с чилл-хопом Lo-Fi Hip Hop Radio. Алексей Кочетков, сооснователь приложения Mubert (доступно для iOS и Android) с генеративной музыкой, рассказывает, что придумал его, когда бегал с другом и подумал, что хорошо бы иметь музыку для спорта, которую не нужно переключать и ставить на паузу. Сейчас Mubert вместе с Endel, который недавно заключил сделку с Warner Music Group на 20 эмбиент-альбомов, стал одним из главных генеративных сервисов в мире.
Разработка генеративного приложения
Команда Mubert собрала первый прототип приложения за 6–8 месяцев. Его основная часть работает до сих пор и почти без изменений, но у разработчиков ушло много времени на доработку алгоритмов, инфраструктуры и скорости работы приложения.
С прототипом команда получила инвестиции американского фонда GVA Capital и японского IT-Farm. В какой‑то момент Mubert стал приложением дня в японском App Store. «Японцы говорят, это потому что они секут фишку, потому что модные».
В первой команде было 5 человек. Кочетков занимался идеологией, дизайном и фронтендом, с ним были бэкенд-программист, музыкальный директор, который общался с артистами, администратор инфраструктуры и специалист по маркетингу.
За время доработок улучшали звук, аранжировки, наращивали инфраструктуру, базу данных, в которой сейчас до миллиона звуков. Приложение, которое в первой версии пропускало не больше 10 тысяч пользователей, после всех улучшений потянет несколько миллионов месячной аудитории.
Mubert пользуются 200 тыс. человек, к лету, после того как начнется маркетинговая компания, разработчики рассчитывают вырасти до миллиона пользователей.
«Мы негласно называем Mubert „радио для поколения Z“, потому что 70% слушателей рождены после 1995 года». Разработчики сфокусировались на том, чтобы добавить в приложение другие актуальные жанры, например фьюче-бейс, хардкор и жесткий трэп.
Mubert собирает треки почти так же, как это делает музыкант: выбирает семплы и биты из библиотеки, миксует их и добавляет аранжировки. Можно подумать, что в мире машинного обучения всю работу в приложении делает нейронная сеть. Это не так. «Нейронная сеть — это один из помощников, — объясняет Кочетков. — В моем понимании это просто один из инструментов, то же самое, что сделать сайт на Tilda». Она работает на фоне и по метатэгам выбирает из базы данных сэмплы, которые подойдут для продолжения потока.
Остальную работу выполняют алгоритмы — они смотрят на параметры сэмплов и назначают им аранжировки, тембр и другие свойства. «Чем больше этих факторов учтено, тем более живо звучит музыка», — говорит он. В распоряжении алгоритмов могут быть тысячи звуков, а могут быть и три. Генеративный трек все равно получится, правда, звучать он будет не слишком богато.
Семплы покупают у музыкантов или делают вместе с ними. Те же музыканты подсказывают, как именно должны звучать генерируемые жанры. «Где‑то музыка должна залипать, где‑то должна меняться редко, где‑то — часто, — говорит он. — Если общаемся с EDM-музыкантом, то он предлагает, чтобы тема сменяла тему, без каких‑то возвратов назад, как у Marshmello. Если это техно-продюсер, то советует делать протяжные аранжировки, где мало что происходит, но важен саунд-дизайн».
Сложнее всего сгенерировать драм-н-бейс. «Для него очень важна работа саунд-дизайнера на выходе, работа с мастер-треками, — говорит Кочетков. — Мы до сих пор его не выпустили, хотя в тестовых версиях он есть». Если совсем просто: в сгенерированном драм-н-бейсе гораздо сложнее сразу получить «плотный» и «жирный» звук.
6 мест, чтобы слушать генеративную музыку
Endel. Для тех, кому нужно расслабиться. Четыре потока практически целиком состоят из эмбиента и спокойной электроники. Названия соответствующие: релакс, фокус, сон и для ходьбы с настройкой под темп. Самое главное, что в Endel задают таймер на отключение музыки — идеально для тех, кто не любит засыпать в тишине.
Holon. Для тех, кто хочет, чтобы было почти как в том эпизоде «Гриффинов», когда Питера постоянно сопровождала музыка, или для тех, кто просто любит, когда ритм музыки попадает в темп ходьбы. Holon подстраивает стрим, учитывая темп шагов, тряску телефона, геопозицию и пульс (это если купить платную интеграцию с Apple Watch). Ощущения забавные, как минимум стоит попробовать.
Generative.fm. Для тех, кто не хочет электронной, а хочет классической музыки. На сайте разработчика Алекса Бейнтера 27 генеративных потоков, но почти все играют тихие фортепианные этюды. И это его большое преимущество — в других приложениях такого нет.
Mubert. Для тех, кому нужна бодрая музыка для работы. Есть несколько потоков: хаус, техно, что‑то в стиле Lo-Fi Hip Hop Radio, эмбиент, IDM. В Mubert самые активные потоки из всех приложений.
Ossia. Для тех, кто хочет посмотреть на будущее интерактивности. Музыканты загружают в приложение свои треки, Ossia делает из них три ремикса — тренировочный, расслабленный и вечериночный, а пользователи переключаются между ними на лету. Приложение пока дорабатывается, но идея интересная.
Brain.fm. Примерно то же самое, что и Endel, только пободрее и за 7 долларов в месяц. Разработчики уверяют, что приложение работает не просто как фоновая музыка, а как инструмент, чтобы повысить продуктивность или расслабиться за 15 минут (на сайте даже приводятся какие‑то исследования об этом в разделе Science). Забавно взглянуть, насколько оно способно улучшить продуктивность.
4 примера того, как генерации изменят индустрию
В последнем обновлении Mubert начал корректировать поток под предпочтения слушателя. Поскольку в нем нет треков, чтобы лайкать, человек будет отмечать лайком или дизлайком какой‑то момент в потоке, который ему понравился. Система запомнит, какие именно семплы и аранжировки проигрывались в этот момент, и учтет это для дальнейшей генерации. Кажется, что это мало отличается от личного плейлиста в Apple Music. Но он все же собирается из существующих треков, а генеративный поток будет создаваться для одного человека. Современные игры стремятся, чтобы у каждого сложилась уникальная история, а генеративная музыка, получается, создаст уникальный трек, которого больше ни у кого не будет.
Стриминги тоже могут пойти по этому пути. Например, сначала человек лайкнет несколько песен Адель и Джона Ледженда, а потом алгоритмы создадут для него бесконечный поток песен. Они будут похожи на Адель и Ледженда, вот только музыканты их никогда не писали. С развитием носимых технологий, например умных часов, этот поток начнет подстраиваться под частоту пульса, данные об активности с акселерометра.
Когда‑нибудь генеративный поток подключится мозгу, считает глава компании Equalum Нир Ливне, и через нейроинтерфейс научится менять музыку в зависимости от уровня дофамина и других нейромедиаторов.
А она очень нужна игровым стримерам, у которых из видео удаляют звук, если они слушали музыку, ютьюб-блогерам, которые ищут треки на SoundCloud с лицензией Creative Commons, социальным сетям брендов и вообще всей индустрии развлечений. «Как мне сказал в Америке один инвестор: „У каждого крутого чувака на районе должен быть свой бумбокс“, — рассказывает Кочетков. — Mubert это такой вот обалдевший бумбокс». Чтобы выкупить авторские права на семплы, команда сервиса покупает их у авторов, а потом добавляет в свои потоки. На данный момент что‑нибудь купить можно у 1500 музыкантов, 200 из них выкладывают новые семплы регулярно.
«Компьютерная музыка дает больший простор, — объясняет звукорежиссер и преподаватель Moscow Music School Александр Сенько. — Она снимает некоторые ограничения, например, может сыграть партитуру, которую человек не сможет исполнить физически. Или, наоборот, создать эту партитуру. Если мы пишем музыку для рояля, то не будем делать так, чтобы исполнителю пришлось одновременно нажать 20 клавиш. Это нереально. Но 20 генераторов запросто могут». Генеративный поток снимает с произведения ограничения, которые зависят от исполнителя, и оставляет автора только со своим композиторским замыслом.
Пока она им еще не является, потому что записи остаются в музыкальных сервисах, к ним всегда можно вернуться и послушать в том же виде, в котором слушали их полгода назад (конечно, если это не альбом Канье Уэста). Это больше похоже на список видео на ютьюб-канале, а не на стрим в ютьюбе. В Mubert есть инструменты, чтобы загружать свои семплы и делать из них кастомные потоки. Скорее всего, другие генеративные сервисы должны сделать что‑то похожее в будущем. Тогда музыканты станут постоянно вносить правки в свои потоки, добавлять и убирать звуки, изменять их минимально или переписывать целиком. Ничего больше не будет постоянным и финальным. Другой вопрос — хорошо это или плохо.
Казалось бы, нам должны быть неприятны генерации (но это не так)
В мире существует не только генеративная музыка, но также генеративная живопись и алгоритмическая скульптура. Иногда нам некомфортно смотреть на сгенерированное изображение, например, потому что испытываем тревогу и не понимаем, что нам показывают, или неприязнь к неестественным формам. С натяжкой это ощущение можно сравнить с теорией о том, что людям неприятно смотреть на кого‑то, кто сильно похож на человека, но на самом деле не является человеком. То есть это буквально синдромом зловещей долины, но в искусстве. Правда, с современной генеративной музыкой отвращения не чувствуется.
Возможно, дело в том, что музыка подчиняется математическим законам, считает Сенько. «Любой инструмент и любой звук в природе — это набор простейших синусоид, это физика и математика, — говорит он. — Если заложить эти физические законы на устройстве, то можно в какой‑то мере приблизиться к интересному результату». В итоге отличие генеративной музыки от генеративной живописи только в том, что визуальные образы сложнее разложить на математические понятия и законы.
Возможно, неприятным прослушивание сделают повторяющиеся элементы, например, в какой‑то момент становится некомфортно слушать стрим, где механическим голосом повторяется слово «попкорн». Но Кочетков уверяет, что и среди слушателей, и в его команде много поклонников репетативных треков, просто повторяющих один и тот же фрагмент, почти как музыка на домашнем экране PlayStation 4. Чтобы сделать такой стрим, музыканту нужно всего лишь загрузить несколько длинных семплов, которые в генерации сольются в один вечный трек.
Получается, музыканты больше не нужны?
Когда узнаешь о генеративной музыке, первая мысль, которая приходит в голову: «Сначала она заменит музыку в торговых центрах, потом оставит без работы диджеев, а затем и всех музыкантов?!» На самом деле все немного сложнее, и, скорее всего, в ближайшее время музыканты без работы не останутся.
Во-первых, это просто инструмент
К генеративному потоку стоит относится как к новому музыкальному инструменту. Кочетков предполагает, что однажды в Mubert придется придумать устройство, чтобы играть поток во время концертов. «Если создаешь музыкальный формат, то должен придумать метод, как его проигрывать: для винила уже есть микшерный пульт, для лайвов — Ableton», — говорит он. Музыкант и генеративный поток могут играть сет вместе, например, последний возьмет на себя какую‑то ритмическую структуру или одну партию. Самое важное, что это не будет статичной последовательностью звуков, потому что поток начнет подстраиваться под музыку человека, а он, в свою очередь, учтет то, что прямо сейчас делает его поток.