Jukebox

Jukebox یک ابزار پیشرفته هوش مصنوعی است که توسط OpenAI ساخته شده و موسیقی را تولید می کند، از جمله آواز خواندن پایه، از طریق شبکه عصبی. این صدا خام را در انواع ژانرها و سبک های هنرمندان ارائه می دهد. Jukebox از ژانر، هنرمند و اشعار به عنوان ورودی برای تولید یک نمونه موسیقی کاملا منحصر به فرد از ابتدا استفاده می کند. روش های سنتی تولید موسیقی مانند ژنراتورهای نمادین دارای محدودیت های خاصی هستند زیرا نمی توانند صداهای انسانی یا جنبه های موسیقی را به طور جزئی جذب کنند. برای غلبه بر این مسائل، Jukebox از یک مدل autoencoder استفاده می کند که صدا خام را به فضای پایین تر فشرده می کند، کنترل توالی های طولانی و حفظ عمق قطعه موسیقی. این با استفاده از یک رویکرد مبتنی بر تعیین کننده، VQ-VAE، برای فشرده سازی صوتی و کاربرد آن مبدل های Sparse برای مدل سازی خودکار مشخص می شود. خروجی تولید شده توسط Jukebox شامل معانی سطح بالا موسیقی، ثبت عناصر مانند آواز خواندن و ملودی در حالی که همچنین اطمینان از کیفیت timbre و تعادل خوب ساختارهای موسیقی محلی است. در حال حاضر، با ایجاد یک تقلید مصنوعی از صداهای موسیقی، Jukebox یک محدوده گسترده برای مدل های عمومی را معرفی می کند.