Jukebox

Jukebox ist ein Open-Source-Tool für neuronale Netzwerke, das Musik und rudimentären Gesang als Rohdaten in verschiedenen Genres und Künstlerstilen erzeugt. Es veröffentlicht den Code und die Gewichte des Modells zusammen mit einem Tool zur Erkundung der erzeugten Samples.

Mit Jukebox können Nutzer/innen Genre, Künstler/in und Liedtext eingeben, woraufhin das Tool neue Musikbeispiele ausgibt. Jukebox produziert eine breite Palette von Musik- und Gesangsstilen und kann auch Texte erkennen, die im Training nicht vorkamen.

Das Tool kann auch Musik produzieren, die keine Ähnlichkeit mit den Liedern hat, auf die es trainiert wurde, wenn es auf Texte konditioniert wird, die beim Training gesehen wurden. Mit Jukebox können Nutzer/innen 12 Sekunden Audio vorgeben, und das Tool vervollständigt den Rest in einem bestimmten Stil. Jukebox modelliert Musik direkt als Roh-Audio, was eine Herausforderung darstellt, da Roh-Audio-Sequenzen sehr lang sind.

Um dieses Problem zu lösen, verwendet Jukebox einen Autoencoder, um das Roh-Audio in einen niedrigdimensionalen Raum zu komprimieren.

Jukebox ist ein Beispiel dafür, wie die Grenzen generativer Modelle erweitert werden können und ist ausdrucksstärker als Tools, die Musik symbolisch in Form einer Klavierrolle erzeugen.

Jukebox ist gut geeignet für Nutzer, die mit KI-generierter Musik experimentieren möchten.