Nimm die Null hinten bei den Zahlen weg und du bist dicht dran.
Im Bildbereich habe ich mir einen Workflow gebaut, in dem ich vorhandene Bilder als Beispiel vorgeben und mir andere Motive im gleichen Stil erstellen lassen kann. Funktioniert mittlerweile sehr gut.
Bauchgefühl sagt mir, dass hier in 3 bis 5 Jahre Möglichkeiten bestehen, die wir uns ansatzweise vorstellen können. Im Einzelfall natürlich schneller... Die Entwicklung verläuft ja bekanntlich nicht linear, aber ich glaube wenn Dinge nicht ganz so schnell gehen, dann hat das weniger mit Technik oder Fortschritt zu tun, da spielen noch andere Interessen eine Rolle. Auf jeden Fall ist das hier auch nicht das Ende des Abendlandes.
Man kann sich auch genauso zusätzlich eine recht gegensätzliche Variante vorstellen, nämlich dass niemand mehr Musik machen möchte, weil die Hürde, eine solche perfekt arbeitende KI einfach so hoch sein wird, dass man nur noch mit komplett neuen Dingen überhaupt eine Chance auf Erfolg hätte, da die ewigen musikalischen Helden von gestern durch die KIs so sehr ins neue Rampenlicht gesetzt werden, dass da für andere kaum noch ein Markt bleibt.
Naja, die gibt es ja bei rechtlichen Streitigkeiten i.d.R. auf beiden Seiten. Aber ansonsten unterschreibe ich die "Most hated..."-Aussage.
Das mit dem "wird nichts neues erschaffen" ist meiner Meinung nach, so nicht richtig, oder wird nicht richtig sein. Das ist eine der Änderung der vorhandenen Parameter einer bestehenden KI und das wird kommen, und dann erst wird es richtig gruselig. Das ist ja momentan alles noch Forschungsfeld, aber andererseits wird es da auch unweigerlich zu Fortschritten kommen, weil ein großer Wille da ist, eben nicht nur aus vorhandenen Daten zu lernen. Das wird so sein, mag noch 1-2 oder 3 Jahrzehnte dauern, aber es wird kommen. Könnte ich meine Hand ins Feuer legen für, dass es kommt.
Momentan ist da so, ja. Aber wer hindert die Entwickler daran, da einige künstliche Augen und Ohren dran zu pappen, die KI in eine menschliche Gestalt zu stecken und sich eben so wie ein Musiker zu verhalten, inklusive Feedback (falls du jetzt als Feedback die Reaktionen von anderen Personen meinen solltest).
Für Bilder funtioniert das schon lokal, ein LLM schaut sich das errechnete Bild an und bewertet nach Komposition, Emotionalität, Originalität und mehr und wenn das Bild einen gewünschten Geasmtscore nicht erreicht, wird es in einen anderen Ordner abgelegt.
Irgendwo habe ich mal gelesen, das es immer Menschen geben wird, die Sachen welche von Menschen gemacht sind, immer vorziehen. Genauso wie es Menschen gibt, die lieber Vinyl als MP3 nutzen. Auch wird es immer neue Stars geben, egal jetzt ob da ein Roboter performt oder ein Mensch, für beide werden sich Fangruppen finden.
Ich vermute mal, gar keine.
Klanglich wäre für mich der erste Ansatz, zum Ursprung zu gehen, sprich Sinuswellen Additiv, durch entsprechende Berechnungen vorher (Fourier auf die vorhandenen Klänge), vielleicht so ähnlich oder auch anders, wie derzeit Make Noise Spectraphon zu funktionieren scheint? Genug Rechenpower vorausgesetzt, und da das noch nicht in Echtzeit passiert, dürfte die auch da sein, sollte damit jeder Klang abbildbar sein, selbst die Änderungen des Klanges innerhalb der Zeit.
Keine, das ist quasi die Vermorphung der Daten. Es wird am Ende vielleicht sogar wirklich das Audiofile sein, also wenn du ALLE DM Alben und Songs zusammenwirfst, kannst du dir ein Bild von deren Machart machen. Das wird dann kein DAW Recreate-Ding sondern ist typisch für Big Data so eine seltsame Verbindung von vielem die quasi zu einem werden kann mit Schwerpunkten und ggf. sogar Random, die Sprachmodelle sind so, die Musikmodelle vermutlich auch.
Hm ich glaube nicht, denn das wäre ja eine Synthese und KI funktioniert hier anders.
Ich glaube wir reden hier gehörig aneinander vorbei. Sicherlich funktioniert KI anders, sie baut aber auf Eingangsdaten auf. Die Eingangsdaten sind das Audiomaterial. Sinnvollerweise wird dieses vorher in die einzelnen Parts zerlegt. Danach Fast Fourier. Der Rest ist mir gerade zu müßig, aber gern ein andermal.
Genau so. Hier eine Zusammenfassung in Englisch. Suno ist aus 'Bark' hervorgegangen, ein txt2speech Program (Bark kann man sich lokal mit Pinokio installieren). Noch mehr gibt es auf Arxiv zu Bark.
anhören musste, bot lediglich steriles - ich nenne es - "Mark Förster Gejaule". Autogetuntes, lebloses, monotones, einfallsloses Geräusch. Kann nur schlechte KI-Musik gewesen sein. Seit ich vor einem halben Jahr den Lautsprecher an meinem Arbeitsplatz abgeklemmt habe, bin ich jedoch nicht mehr up to date....
befasst, sondern mit Generieren. Also, ein kleiner Datensatz zum Trainieren eines generativen Modells (oder RNNs, ...) und wie es typischerweise trainiert wird...
