MusicLM es un modelo que genera música de alta fidelidad a partir de descripciones de texto, por ejemplo «una melodía relajante de violín respaldada por un riff de guitarra distorsionado». MusicLM proyecta el proceso de generación de música condicional como una tarea de modelado jerárquico de secuencia a secuencia, y genera música a 24 kHz que se mantiene constante durante varios minutos.

Los autores son Andrea Agostinelli, Timo I. Denk, Zalán Borsos, Jesse Engel, Mauro Verzetti, Antoine Caillon, Qingqing Huang, Aren Jansen, Adam Roberts, Marco Tagliasacchi, Matt Sharifi, Neil Zeghidour, Christian Frank, del equipo de Google Research.

Los experimentos realizados por los autores muestran que MusicLM supera a los sistemas anteriores tanto en calidad de audio como en adherencia a la descripción del texto. Además, demuestran que MusicLM se puede condicionar tanto en texto como en melodía, ya que puede transformar melodías silbadas y tarareadas de acuerdo con el estilo descrito en una leyenda de texto.

Para respaldar futuras investigaciones, publicaron MusicCaps, un conjunto de datos compuesto por 5.500 pares de música y texto, con descripciones de texto enriquecido proporcionadas por expertos humanos.

• Ejemplos de música generada
• Paper académico en la Universidad de Cornell
• Conjunto de datos MusicCaps

Vocal Remover es una aplicación en línea gratuita, que elimina las voces de una canción, creando una versión karaoke.

Una vez que elijas una canción, la inteligencia artificial separará las voces de los instrumentos. Obtendrá dos pistas: una versión de karaoke de la canción (sin voces) y una versión acapella (las voces aisladas). Se puede escuchar y descargar la canción, y poner los niveles de volumen para cada pista. El algoritmo de inteligencia artificial se denomina «Splitter AI».

Visitar el sitio de Vocal Remover.