MusicLM è un modello di intelligenza artificiale sviluppato da Google Research che genera musica ad alta fedeltà a partire da descrizioni testuali come, ad esempio, “una rilassante melodia di violino accompagnata da un riff di chitarra distorto”. Questo modello innovativo sfrutta un approccio gerarchico di modellazione sequenza-su-sequenza per la generazione condizionale di musica, producendo brani a 24 kHz che mantengono una coerenza sonora per diversi minuti.
Le sperimentazioni condotte hanno dimostrato che MusicLM supera i sistemi precedenti sia in termini di qualità audio che di aderenza alla descrizione testuale fornita. Ciò rappresenta un salto di qualità significativo nel settore dell’intelligenza artificiale applicata alla musica. Inoltre, MusicLM può essere condizionato sia da un testo che da una melodia, potendo trasformare melodie fischiata o cantate in base allo stile descritto in una didascalia testuale.
Un altro aspetto degno di nota riguarda la disponibilità di MusicCaps, un dataset pubblicamente accessibile composto da 5.5k coppie di brani musicali e relative descrizioni testuali. Queste descrizioni, fornite da esperti del settore, arricchiscono il dataset rendendolo un prezioso strumento per la ricerca futura in questo campo.
L’applicazione di MusicLM è potenzialmente vasta e variegata. Dai compositori che cercano ispirazione per nuovi brani, ai produttori musicali che desiderano esplorare nuove combinazioni sonore, fino agli appassionati di musica che vogliono sperimentare la creazione di musica a partire da semplici descrizioni testuali. Inoltre, la capacità di MusicLM di aderire a melodie fischiata o cantate apre la porta a interessanti applicazioni nella trasformazione e interpretazione di melodie umane in nuovi stili musicali.
Per accedere a questo strumento bisogna aver ricevuto un invito o essersi iscritti alla lista d’attesa.