De geluidsverschuiving: hoe generatieve AI het bedrijfsmodel van de muziekindustrie herdefinieert

Het eerste gedocumenteerde liveoptreden waarin generatieve AI een muzikant werden gecombineerd, vond plaats in november 2022, toen pianist David Dolan (Guildhall School of Music and Drama) improviseerde in dialoog met een semi-autonoom AI , ontworpen door componist Oded Ben-Tal (Kingston University). Dit baanbrekende concert toonde de creatieve mogelijkheden van AI samenwerkingspartner in de muziek. Sindsdien hebben muzikanten en zelfs niet-muzikanten generatieve AI omarmd en produceren ze complete composities met zang, instrumenten en zelfs geluiden van niet-bestaande instrumenten. Dit markeert het begin van een nieuw tijdperk waarin AI het creëren en produceren van muziek AI . Terwijl artificial intelligence sectoren artificial intelligence hervormen, maakt de muziekwereld een eigen revolutie door. Van hobbyisten tot grote platenlabels: belanghebbenden in de hele sector worstelen met de implicaties van deze technologie.

De muziekindustrie, die van oudsher is gevormd door technologische vooruitgang, staat aan het begin van een nieuwe transformatiefase. Gezien de brede invloed van de muziekindustrie op de entertainment- en mediasector en op streamingplatforms die miljoenen nummers aanbieden, AI de integratie van AI een nieuwe invulling te geven aan de manier waarop muziek wordt gecreëerd, geproduceerd en beluisterd.

Generatieve AI, de technologie achter deze ingrijpende verandering, heeft een snelle ontwikkeling doorgemaakt van academisch onderzoek naar praktische toepassingen. Modellen als Music Transformer en MusicLM verleggen de grenzen van wat mogelijk is en zetten abstracte concepten om in harmonieuze composities. Deze AI , die zijn getraind op basis van enorme datasets met muziekstukken, kunnen nu met verbluffende vaardigheid originele melodieën, harmonieën en zelfs complete nummers genereren.

Zoals bij elke technologische revolutie brengt de opkomst van AI de muziekwereld echter zowel enthousiasme als bezorgdheid met zich mee. Artiesten en professionals uit de sector zijn verdeeld over de mogelijke gevolgen ervan. Sommigen zien het als een krachtig hulpmiddel voor creativiteit en democratisering, terwijl anderen zich zorgen maken over de gevolgen voor het menselijk kunstenaarschap en de werkzekerheid.

Het landschap van de muziekindustrie is al aan het veranderen. Streamingplatforms maken gebruik van AI gepersonaliseerde afspeellijsten, terwijl productiesoftware steeds vaker AI tools voor het mixen en masteren bevat. Zelfs grote platenlabels onderzoeken de mogelijkheden AIvoor het scouten van talent en het voorspellen van trends.

Nu we dit nieuwe tijdperk betreden, rijzen er tal van vragen. Hoe zal AI de rol van artiesten, producers en technici AI ? Met welke juridische en ethische kwesties moeten we rekening houden? En misschien wel het belangrijkste: hoe zal deze technologie de emotionele band tussen muzikanten en hun audience beïnvloeden?

In dit artikel gaan we in op de huidige stand van zaken op het gebied van generatieve AI de muziek, de toepassingen ervan in verschillende sectoren van de industrie en de veelbelovende toekomst die deze technologie in het vooruitzicht stelt. Van de technologie achter deze AI tot de praktische uitdagingen bij het op de markt brengen ervan: we onderzoeken hoe deze innovatie op het punt staat een van ’s werelds meest geliefde en invloedrijke creatieve sectoren ingrijpend te veranderen.

Nu de muziekindustrie een AI tijdperk ingaat, is het duidelijk dat toekomstige componisten wellicht niet uitsluitend mensen zullen zijn, wat een belangrijke verschuiving betekent terwijl de sector zich op dit nieuwe terrein begeeft.

De ontwikkeling van traditionele compositie naar AI muziek is ronduit baanbrekend geweest. We zijn bekend met het genereren van tekst via ChatGPT en het genereren van afbeeldingen met Stable Diffusion en MidJourney. De belangrijkste doorbraken op het gebied van muziekgeneratie liggen in de aanpassing van die krachtige modellen aan de specifieke kenmerken van data.

Net zoals GPT-modellen taal verwerken, kunnen soortgelijke principes worden toegepast op muzikale elementen. De sleutel ligt in tokenisatie: het opsplitsen van muziek in afzonderlijke, hanteerbare eenheden. Het proces waarbij GPT-modellen via tokenisatie op muziek worden toegepast, is een cruciale stap om AI in staat AI stellen muziek AI begrijpen en AI genereren. Hier volgt een meer gedetailleerde uitleg:

1. Tokenisatie in muziek: Net zoals GPT-modellen tekst opsplitsen in tokens (woorden of woorddelen), moet muziek worden opgesplitst in afzonderlijke eenheden die de AI verwerken. Hieronder bespreken we twee methoden voor tokenisatie:

i. Noten kunnen worden gezien als afzonderlijke elementen die meerdere gegevens bevatten:
a) Toonhoogte: de specifieke noot die wordt gespeeld (bijv. C, D, E, enz.)
b) Duur: hoe lang de noot wordt aangehouden (bijv. kwartnoot, halve noot)
c) Slagkracht: hoe hard of zacht de noot wordt gespeeld
d) Instrument: welk instrument de noot speelt

ii. Voorbeeld: een C4-noot die een kwartmaat lang wordt gespeeld, kan worden weergegeven met de symbolen: ; ; , terwijl een G3-noot die een halve maat lang wordt gespeeld, kan worden weergegeven met: ; ;
(we kunnen symbolen toevoegen voor aanslagsterkte, maatindeling, instrumenten, genres,…)

iii. Het genereren van numerieke reeksen:
Deze reeksen van notitietokens worden vervolgens aan elkaar gekoppeld en in reeksen gerangschikt, net zoals woorden in taalmodellen zinnen vormen. Elk token krijgt een uniek numeriek ID toegewezen, waardoor het GPT-model een invoer krijgt die vergelijkbaar is met die voor het genereren van tekst.

iv. Voorbeeld: Een muzikale frase ziet er als volgt uit: [123; 8; 456; 118; 12; 451;…] waarbij elk getal een specifieke muzikale gebeurtenis aangeeft.

i. Audiobestanden worden op computers opgeslagen in het WAV-formaat, dat de amplitude van het signaal in de tijd weergeeft. Dit biedt een rijkere weergave dan eenvoudige muziekpartituren.

ii. Deze golf kan worden opgedeeld in segmenten die de „betekenis van muziek“ weergeven, met behulp van een getraind model (vergelijkbaar met BERT voor woordvectoren) dat een in tokens opgedeelde versie van de audio-input genereert.

iii. De resulterende vectoren kunnen worden geconditioneerd door een gecombineerde audio- en tekst-embedding, waardoor tokens ontstaan die zowel audiokenmerken als tekstuele beschrijvingen weergeven, waardoor de gebruiker tijdens de inferentie een tekstprompt als invoer kan gebruiken.

2. AI :

3. Generatie:

Music Transformer, ontwikkeld door het Magenta-project van Google, betekende een belangrijke mijlpaal op dit gebied. Door als een van de eersten het Attention-mechanisme van de Transformer – een hoeksteen van taalmodellen – toe te passen op muzikale sequenties, wist het een opmerkelijke samenhang te bereiken in langere composities. Andere modellen volgden dit voorbeeld en verlegden stuk voor stuk de grenzen van wat AI bereiken op het gebied van muziekcreatie.

Diffusiemodellen, zoals MidJourney of Stable Diffusion, zijn op grote schaal in gebruik genomen voor het genereren van afbeeldingen. De gegenereerde afbeeldingen worden steeds gedetailleerder en beter aanpasbaar, en vertonen een grote consistentie wanneer er via een prompt stijl- of resolutiedetails worden toegevoegd. Deze personalisatie is ook voor het genereren van muziek een interessante functie. Hoe kunnen we muziek omzetten in een afbeelding?

Muziek als een beeld:

Door spectrogrammen als afbeeldingen te beschouwen en ze te koppelen aan een tekstbeschrijving, ontstaat er een krachtige controle over het genereren van muziek, waardoor gebruikers hun gewenste muziek kunnen aansturen, net zoals ze dat met MidJourney bij afbeeldingen zouden doen.

De kloof overbruggen tussen innovatie en de industrie: uitdagingen bij het genereren AI :
We hebben twee verschillende manieren onderzocht om muziek te genereren met behulp van AI. Al deze technologieën leidden tot indrukwekkende en vermakelijke demo’s. De weg van laboratoriumexperimenten naar marktklare producten is echter bezaaid met uitdagingen. Er zijn tal van technische hindernissen, variërend van het waarborgen van een consistente kwaliteit in verschillende muziekstijlen tot het beheersen van de rekenkracht die nodig is voor realtime generatie. De uitdagingen op de markt zijn al even groot, aangezien ontwikkelaars worstelen met het vinden van het juiste audience de juiste toepassingen voor hun AI .
Management- en juridische overwegingen maken het geheel nog complexer. Het opbouwen en leiden van teams op het snijvlak van muziek en AI een unieke combinatie van vaardigheden. Ondertussen blijft het ethische en juridische landschap grotendeels onbekend, wat vragen oproept over auteursrecht, auteurschap en de aard van creativiteit in het tijdperk van AI.
Naarmate we dieper ingaan op de huidige toepassingen en producten die voortkomen uit deze technologische revolutie, wordt het duidelijk dat de impact van AI de muziekindustrie verstrekkend zal zijn en alle belanghebbenden zal raken, van luisteraars tot grote platenlabels.

Naarmate generatieve AI ontwikkelt, zijn er in de muziekindustrie allerlei platforms en tools ontstaan. Deze innovaties evolueren van experimentele concepten naar praktische toepassingen, waarbij elk zijn eigen mogelijkheden en potentiële toepassingen biedt.

In de wereld van AI AI Suno.AI veel aandacht getrokken. Het platform stelt gebruikers in staat om muziek te creëren op basis van tekstuele aanwijzingen, waarbij complete nummers worden gegenereerd, inclusief zang, instrumentatie en songteksten, in diverse genres en stijlen.

Suno.AI een gebruikersbestand van 12 miljoen enAI succesvolle financieringsrondes afgerond, waarmee het een waardering van 500 miljoen dollar heeft bereikt. Het platform services gratis als betaalde abonnementen; met de gratis versie kunnen gebruikers een beperkt aantal nummers per dag maken. De toepassingen variëren van mock-ups voor filmtrailers tot soundtracks voor videogames.
Een filmmaker die aan een korte film werkt, kan Suno.AI gebruikenAI een op maat gemaakte soundtrack te genereren wanneer hij geen componist kan inhuren. Reclamebureaus verkennen het platform om snel jingles en achtergrondmuziek voor commercials te maken, wat mogelijk hun workflow voor muziek in reclame zal veranderen.

Hoewel Suno.AI veel aandachtAI getrokken, maakt het deel uit van een groeiend ecosysteem van AI .

Naarmate deze platforms zich verder ontwikkelen en er nieuwe bij komen, worden de toepassingen van AI de muziekwereld steeds diverser. Van individuele makers tot grote bedrijven: de mogelijke toepassingen zijn zeer uiteenlopend, wat wijst op een toekomst waarin AI een steeds belangrijkere rol AI spelen bij het componeren en produceren van muziek.

Naarmate generatieve AI ontwikkelt, zijn de gevolgen ervan voelbaar in alle geledingen van de muziekindustrie. Van luisteraars tot grote platenlabels: elke groep ervaart een verschuiving in haar relatie tot het maken en consumeren van muziek. Terwijl sommigen deze veranderingen met bezorgdheid bekijken, zien anderen ze als een logische ontwikkeling van een sector die altijd al door technologische vooruitgang is gevormd.

De reis van muziekconsumenten wordt gekenmerkt door steeds meer personalisatie en ontdekkingen. Vóór de komst van AI vertrouwden luisteraars op radio-dj’s, muziektijdschriften en mond-tot-mondreclame om nieuwe muziek te ontdekken. Afspeellijsten werden zorgvuldig met de hand samengesteld en waren vaak beperkt tot de persoonlijke muziekcollecties van de makers.

Met de opkomst van AI introduceerden platforms zoals Spotify in juli 2015 functies als Discover Weekly, waarbij algoritmen worden gebruikt om luistergewoonten te analyseren en nieuwe nummers aan te bevelen. Dit betekende een belangrijke sprong voorwaarts op het gebied van gepersonaliseerde muziekontdekking, waardoor luisteraars kennis konden maken met een breder scala aan artiesten en genres.

Dankzij generatieve AI staan we nu op het punt om een nog persoonlijkere ervaring te bieden. LifeScore is een systeem dat niet alleen bestaande muziek aanbeveelt, maar ook nieuwe composities creëert op basis van de stemming, activiteit of zelfs biometrische data van de luisteraar. Zo kan er voor een jogger in realtime een gepersonaliseerde soundtrack worden gegenereerd die zich aanpast aan zijn tempo en hartslag, waarbij zijn favoriete genres worden gecombineerd tot iets geheel nieuws.

Voor muzikanten is het creatieve proces altijd beïnvloed geweest door de beschikbare hulpmiddelen en technologieën. Vóór de komst AI was compositie sterk afhankelijk van traditionele instrumenten en opnametechnieken. De introductie van synthesizers en digitale audio-workstations (DAW’s) aan het einde van de 20e eeuw begon de manier waarop muziek werd gemaakt al te veranderen. Zoals Jean-Michel Jarre, een pionier op het gebied van elektronische muziek, opmerkte: „Technologie heeft altijd de stijlen bepaald, en niet andersom. Het is omdat wij de viool hebben uitgevonden dat Vivaldi de muziek maakte die hij maakte… Voor mij AI niet per se een gevaar als het goed wordt gebruikt”.

Componeringssoftware kan akkoordprogressies of melodieën voorstellen en fungeert zo als een partner in het creatieve proces.

Met generatieve AI zien we de opkomst van AI . Artiesten kunnen nu een basismelodie of een tekstidee invoeren, waarna een AI aanvullende elementen genereert, wat mogelijk tot nieuwe creatieve richtingen leidt. Sommige muzikanten experimenteren zelfs met realtime stijlaanpassing tijdens liveoptredens, waarbij ze AI gebruiken AI hun geluid ter plekke aan te passen op basis van audience .

Voor amateurmuzikanten maken tal van leerapps slim gebruik van AI realtime, interactieve en gepersonaliseerde leerervaringen aan te bieden. Dankzij andere tools waarmee je arrangementen en bands kunt simuleren, worden de drempels voor creativiteit verlaagd, waardoor meer mensen muziek kunnen spelen en ervan kunnen genieten.

De rol van geluidstechnici is er altijd een geweest waarin voortdurende aanpassing aan nieuwe technologieën centraal stond. Van oudsher waren mixen en masteren volledig handmatige processen, waarvoor een scherp gehoor en jarenlange ervaring nodig waren. In een interview voor dit artikel zei Marius Blanchard, Data bij Spotify:AI er niet om muzikanten te vervangen, maar om hen meer mogelijkheden te bieden. Het is een hulpmiddel dat artiesten kan helpen nieuwe creatieve terreinen te verkennen en de grenzen van het maken van muziek te verleggen.”

AI op dit gebied al voet aan de grond gekregen, met tools zoals Neutron van iZotope die intelligente ondersteuning bij het mixen bieden. Deze systemen kunnen een track analyseren en suggesties doen voor EQ-instellingen, compressieniveaus en andere parameters, waardoor het mixproces wordt gestroomlijnd.

Naarmate generatieve AI steeds geavanceerder AI , zullen we wellicht volledig geautomatiseerde mix- en mastersystemen zien die een heel album kunnen verwerken met minimale menselijke tussenkomst. Velen in de sector zijn echter van mening dat de menselijke inbreng altijd nodig zal blijven om de emotionele nuances van een uitvoering vast te leggen.

Platenlabels en muziekuitgevers vertrouwen al jaren op menselijke intuïtie en marktonderzoek om trends te signaleren en nieuw talent te ontdekken. A&R-managers (Artists and Repertoire) speurden clubs en demobanden af, op zoek naar de volgende grote hit.

Door de integratie van AI dit proces verschoven naar data besluitvorming. Platforms analyseren realtime data, interactie op sociale media en andere statistieken om opkomende artiesten te identificeren en het potentieel voor een hit te voorspellen.

Met generatieve AI verkennen muziekbedrijven nog radicalere mogelijkheden. Sommige experimenteren met AI die muziek kunnen genereren die is afgestemd op specifieke marktsegmenten of demografische groepen. Andere maken gebruik van voorspellende modellen om in te schatten welke songstructuren of tekstthema’s de komende maanden waarschijnlijk in de smaak zullen vallen bij het publiek.

Terwijl de sector worstelt met deze veranderingen, blijft de hamvraag: hoe zal de balans tussen menselijke creativiteit en AI zich ontwikkelen? Sommigen vrezen dat het menselijke tintje bij het maken van muziek verloren gaat, terwijl anderen AI zien AI een hulpmiddel dat de menselijke creativiteit uiteindelijk zal versterken en nieuwe mogelijkheden voor expressie en samenwerking zal openen.

Terwijl generatieve AI de muziekindustrie AI ingrijpend verandert, worstelen belanghebbenden met een complex geheel van juridische, economische en ethische overwegingen. Deze baanbrekende technologie belooft het maken van muziek voor iedereen toegankelijk te maken, maar zet tegelijkertijd traditionele opvattingen over kunstenaarschap en auteursrecht op losse schroeven.

1. Auteursrecht in het tijdperk van AI

Vóór de opkomst AIwaren de auteursrechtwetten op het gebied van muziek relatief eenvoudig. Componisten en uitvoerende kunstenaars bezaten de rechten op hun originele werken, en er waren duidelijke richtlijnen voor sampling en redelijk gebruik. De introductie van AI muziek heeft deze grenzen echter aanzienlijk vervaagd.

In de VS geldt auteursrechtelijke bescherming voor originele werken van auteurschap, terwijl de Europese rechtsleer de nadruk legt op de persoonlijke inbreng van de maker. Dit onderscheid is van cruciaal belang bij het beoordelen van AI muziek. Het Amerikaanse Copyright Office heeft verklaard dat het geen werken zal registreren die zijn geproduceerd door een machine of een louter mechanisch proces dat willekeurig of automatisch werkt, zonder creatieve inbreng of tussenkomst van een menselijke auteur.

In 2023 bracht ten minste één spraakmakende zaak de bezorgdheid rond auteursrecht aan het licht met betrekking tot AI muziek die populaire artiesten imiteert. Een nummer met de titel "Heart on My Sleeve", waarin AI werd gebruikt AI de stemmen van Drake en The Weeknd na te bootsen, werd geüpload naar streamingdiensten en vervolgens onmiddellijk verwijderd. Universal Music diende een klacht in bij YouTube, waarna de videoclip van het nummer werd verwijderd. Dit incident bracht kwesties aan het licht rond persoonlijkheidsrechten en het ongeoorloofd gebruik van de stemmen van artiesten, zelfs als deze via AI zijn gecreëerd. AI actie vormde een precedent voor hoe de industrie zou kunnen omgaan met AI content die sterk lijkt op het werk van bestaande artiesten.

Voor kunstenaars AI een tweesnijdend zwaard. Sommigen omarmen de technologie als een hulpmiddel voor samenwerking, terwijl anderen vrezen dat het hun vak minder waard maakt.

Muziekbedrijven staan voor hun eigen uitdagingen.

2. Marktprognoses

AI staat op het punt om aanzienlijk te groeien AI de muziekmarkt. Analisten voorspellen dat de sector in 2033 een omvang van 38,7 miljard dollar zal bereiken, tegenover 3,9 miljard dollar in 2023. Deze vertienvoudiging weerspiegelt de verwachte brede toepassing van AI in diverse aspecten van muziekproductie, -distributie en -consumptie. Interessant is dat artiesten meer op zoek zijn naar AI tools voor muziekproductie en mastering (66%) dan naar AI (47%). Tools die creativiteit mogelijk maken, worden als belangrijker beschouwd dan pure AI, ook al moeten we ons erop voorbereiden om steeds meer AI muziekfragmenten te beluisteren.

1. Democratisering van de muziekproductie

AI het steeds toegankelijker om muziek te maken. Tools waarvoor vroeger dure studio’s en jarenlange training nodig waren, zijn nu beschikbaar via gebruiksvriendelijke apps. Deze democratisering zou kunnen leiden tot een explosieve groei van nieuwe muziekstijlen en geluiden.

Alex Mitchell, oprichter van de muziektechnologie-startup Boomy en CEO van het bedrijf, ziet een toekomst voor zich waarin iedereen componist kan worden. „We zien nu dat mensen over de hele wereld met Boomy in een handomdraai liedjes maken, deze uitbrengen en er zelfs royalty’s aan verdienen. Voor het eerst ligt muzikale expressie binnen het bereik van een geheel nieuw soort makers en audienceDeze toegankelijkheid zou het muzieklandschap fundamenteel kunnen veranderen en mogelijk talent aan het licht brengen dat anders onontdekt zou zijn gebleven.

2. NieuweAudience

AI inderdaad AI de manier waarop artiesten contact maken met hun audience ingrijpend verandert. Sommige artiesten en muziekplatforms experimenteren al met AI chatbots waarmee fans op vernieuwende manieren met hun muziekcatalogus kunnen omgaan. Zo heeft Spotify een AI chatbot in zijn app geïntroduceerd die met gebruikers communiceert om inzicht te krijgen in hun muziekvoorkeuren, stemming en luistergewoonten. Hierdoor kan de chatbot gepersonaliseerde afspeellijsten samenstellen en nieuwe nummers aanbevelen die zijn afgestemd op de unieke smaak van elke gebruiker.

Deze AI worden ingezet om de betrokkenheid van fans te vergroten door gepersonaliseerde aanbevelingen, realtime updates en interactieve ervaringen te bieden. Ze kunnen nieuws over artiesten delen, afspeellijsten aanbevelen, het kopen van tickets vergemakkelijken en vragen van fans afhandelen, waardoor een hechtere band tussen artiesten en hun audience wordt bevorderd.

Holly Herndon, een vooruitstrevende artieste, heeft onlangs een AI van haar stem gelanceerd waarmee fans kunnen samenwerken om gepersonaliseerde nummers te maken. Deze combinatie van menselijke creativiteit en AI wijst op een toekomst waarin de grens tussen artiest en audience steeds vager audience .

De integratie van AI het maken van muziek roept diepgaande vragen op over de aard van het kunstenaarschap. Terwijl sommigen stellen dat AI slechts een hulpmiddel AI , vergelijkbaar met een nieuw instrument, vrezen anderen dat het het menselijke element kan aantasten dat muziek emotioneel zo aansprekend maakt.

Marius Blanchard, Data aan de Columbia University en werkzaam in de muziekindustrie services evenwichtig perspectief: „Ik geloof niet dat AI artiesten ooit AI vervangen; […] de band audience speelt zich op veel verschillende niveaus af, die verder gaan dan de muziek alleen. In plaats daarvan hoop ik dat AI de toegang tot hoogwaardige geluidsproductie AI en een creatieve impuls vormt voor steeds meer artiesten om hun creaties tot uitdrukking te brengen en te delen.”

Naarmate AI toenemen, kunnen bepaalde functies binnen de muziekindustrie veranderen of overbodig worden. Geluidstechnici zullen bijvoorbeeld wellicht hun vaardigheden moeten aanpassen om te kunnen samenwerken met AI en masteren. Er zullen echter waarschijnlijk ook nieuwe functies ontstaan, zoals AI of ethische AI voor de creatieve sector.

Misschien wel de belangrijkste vraag waar de sector voor staat, is of AI muziek dezelfde emotionele band met luisteraars kan opbouwen als door mensen gecreëerde werken. Hoewel AI patronen AI analyseren en technisch hoogstaande composities AI maken, blijft het een uitdaging om die ongrijpbare kwaliteit van de menselijke ervaring na te bootsen die vaak in geweldige muziek doorklinkt.

Elektronische muzikante en AI Holly Herndon services optimistische kijk op de zaak: „Ik denk dat kunstenaars het beste kunnen meegaan in de ontwikkelingen op het gebied van machine learning“, zei ze, waarbij ze voorstelde dat ze „manieren bedenken om anderen op een bepaalde manier uit te nodigen om samen met hen te experimenteren“.

Jeff Ens en Philippe Pasquier, (2020). MMM: Onderzoek naar voorwaardelijke multi-track-
generatie met de Transformer. arXiv-preprint arXiv:2008.06048 https://arxiv.org/abs/2008.06048

Andrea Agostinelli e.a. (2023). MusicLM: muziek genereren op basis van tekst. arXiv-preprint arXiv:2301.11325 https://arxiv.org/abs/2301.11325

Huang et al. (2018). Music Transformer: muziek genereren met een langetermijnstructuur. arXiv-preprint arXiv:1809.04281 https://arxiv.org/abs/1809.04281

Ke Chen e.a. (2023). MusicLDM: het vergroten van de originaliteit bij het genereren van muziek op basis van tekst met behulp van beat-synchrone mixup-strategieën. arXiv-preprint arXiv:2308.01546 https://arxiv.org/abs/1809.04281