في عالم الموسيقى، تعتبر الأنماط الموسيقية (Music Styles) جزءاً مهماً من التعبير الفني، لكنها غالباً ما تبقى خفية خلف أسماء مثل "السوينغ" (Swing) أو "الكلاسيكية" (Classical). لكن باحثين في مجال الذكاء الاصطناعي نجحوا في تطوير نموذج مبتكر يمكنه التعلم من هذه الأنماط الضمنية عبر استخدام إطار عمل جديد وعبر استخدام بيانات صوتية خام.

يعتمد هذا النموذج، المستلهم من BLIP-2، على تقنية محول الاستعلام (Querying Transformer) لاستخراج تمثيلات الأنماط من نموذج لغوي صوتي مُدرّب مسبقاً، ثم يتم تطبيق هذه التمثيلات على نموذج لغوي رمزي لتوليد ترتيبات البيانو.

استراتيجية التدريب تشمل مرحلتين: التعلم المتعارض (Contrastive Learning) لربط الأنماط السمعية بالتعبير الرمزي، يليها نموذج توليدي لترتيب الموسيقى.

ما يميز هذا النموذج هو قدرته على توليد أداءات بيانو تتوافق بصورة مثالية مع ورقة قيادية (Lead Sheet) ومثال صوتي مرجعي، مما يسمح بتحكم أكبر في ترتيب الأنماط الموسيقية.

تؤكد التجارب فعالية هذا الإطار في توليد أغاني البيانو، ونقل الأنماط، واسترجاع الصوت إلى MIDI، مع تحسينات ملحوظة في التوافق بين الأنماط وجودة الموسيقى.

تتجه الأضواء الآن نحو هذا الابتكار الجديد في عالم الموسيقى، والذي يعد بإمكانيات هائلة لعشاق الموسيقى والموسيقيين على حد سواء. هل أنتم مستعدون لاستكشاف هذه الرحلة الموسيقية الجديدة؟