في خطوة مبتكرة نحو تطوير الموسيقى باستخدام الذكاء الاصطناعي، قدّمت دراسة حديثة طريقة جديدة للتحكم في نغمات التوليد الموسيقي عبر نموذج تشتت. بينما كانت النماذج الآلية التكرارية (autoregressive models) هي السائدة في هذا المجال، إلا أن النماذج المستندة إلى التشتت (diffusion-based systems) لم تحظَ بالاستكشاف الكافي حتى الآن.

تعتمد الطريقة المبتكرة على نموذج التشتت "Stable Audio Open"، وهو نموذج متقدم لتركيب الموسيقى من خلال المتغيرات الكامنة (latent diffusion model). تم تدريب مسبار كونفولوشنالي صغير يحتوي على نحو 125 ألف معلمة لتفكيك تنشؤات النغمات من الفضاء الكامن للنموذج. يتم استخدام بيانات صوتية ومعلومات MIDI متناسبة لهذا الغرض.

خلال التجربة، تم تقرير أن المسبار المجمد يعمل كدالة خسارة قابلة للاشتقاق، مما يعني أنه يساهم في توجيه التوليد نحو تسلسل نغمي يحدده المستخدم دون الحاجة إلى إعادة تدريب النموذج أو تعديل معمارته.

نتائج التجارب، التي شملت 27 اختباراً موزعة على 9 تعليمات نصية و3 ألحان مستهدفة، أظهرت أن التوليد بمساعدة المسبار يزيد من تماسك الألحان بمعدل 2.4 مرة بالمقارنة مع القاعدة غير الموجهة، مما يدل على إمكانية استكشاف الهيكل الموسيقي وفهم مغزاه داخل فضاءات التشتت الموسيقي.

هل أنتم مستعدون لمشاهدة المزيد من الابتكارات في عالم الموسيقى مع الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!