ทำไมดนตรี AI ถึงไม่ดีอย่างที่คิด?

ในช่วงไม่กี่ปีที่ผ่านมา เพลงที่สร้างโดย AI ก้าวหน้ามาไกล แต่ก็ยังตามหลังเพลงที่มนุษย์สร้างขึ้นอยู่มาก เมื่อฟังอย่างละเอียดแล้ว เพลงที่สร้างโดย AI จะให้เสียงที่ไม่ดีเท่ากับสิ่งที่นักดนตรีและโปรดิวเซอร์ตัวจริงสามารถสร้างขึ้นได้

AI สร้างดนตรีขึ้นมาได้อย่างไร?

ก่อนที่ AI จะเข้ามา ผู้คนสร้างดนตรีได้โดยการนั่งลงและเล่นเครื่องดนตรี เช่น กีตาร์ หรือร้องเพลง คุณต้องเคลื่อนไหวร่างกายเพื่อสร้างดนตรี และใช้เวลาหลายชั่วโมงเพื่อรวบรวมทุกส่วนเข้าด้วยกันเป็นเพลง

วิธีที่ระบบ AI สร้างดนตรีนั้นแตกต่างออกไปอย่างสิ้นเชิง

AI ใช้ขั้นตอนวิธีการเรียนรู้ของเครื่องในการประมวลผลชุดข้อมูลของเพลงที่บันทึกไว้และเรียนรู้หลายสิ่งเกี่ยวกับดนตรี เช่น ทำนอง คอร์ด เครื่องดนตรี และประเภทเพลง เพื่อสร้างสรรค์ดนตรีที่นักดนตรีและโปรดิวเซอร์ที่มีทักษะสามารถสร้างขึ้นได้ ระบบ AI จะต้องแบ่งดนตรีออกเป็นองค์ประกอบพื้นฐาน

เมื่อคุณเรียนรู้วิธีการสร้างดนตรีใหม่แบบสมบูรณ์แล้ว เครื่องมือสร้างดนตรี เช่น Suno หรือเครื่องมืออื่นๆ ก่อนหน้านี้ เช่น MusicGen ของ Meta จะให้คุณโต้ตอบกับเครื่องสร้างดนตรี AI ผ่านคำแนะนำ คุณสามารถใช้มันเพื่อสร้างดนตรีได้อย่างง่ายดายโดยการอธิบายดนตรีที่คุณต้องการจะสร้างด้วยคำหรือประโยคไม่กี่คำ

เมื่อเทียบกับวิธีที่เราสร้างดนตรีมาเป็นเวลานับพันปีแล้ว นี่เป็นวิธีการที่แปลกประหลาดในการสร้างสรรค์สิ่งที่มีความหมายและมีอารมณ์ คุณสามารถทดลองใช้โปรแกรมสร้างเพลง AI เพื่อดูว่ามันทำงานอย่างไรด้วยตนเอง

เพลง AI เป็น Low-Fi แต่ไม่ดี

การเข้าใจโครงสร้างพื้นฐานของเพลงป๊อปถือเป็นอุปสรรคสำคัญในยุคเริ่มแรก แต่ตอนนี้เรามีไซต์อย่าง Suno ที่สร้างเพลงเต็มๆ ได้อย่างน่าประทับใจจริงๆ

อย่างไรก็ตามอย่าหลงคิดว่าผลลัพธ์ที่ได้นั้นสามารถเปรียบเทียบได้กับเพลงคุณภาพสูง การรับชมวิดีโอในความละเอียดขั้นต่ำ 1080p ถือเป็นเรื่องปกติในปัจจุบัน แต่ในอดีต ข้อจำกัดของหน้าจอหรือแบนด์วิดท์ทำให้ไม่ใช่ทุกคนจะสามารถรับชมคุณภาพดังกล่าวได้

สัญญาณเตือนที่บ่งบอกว่าคุณภาพเสียงไม่ดีคือการได้ยินเสียงรบกวนสีขาวในเพลงมากเกินไป คุณสามารถได้ยินบางสิ่งที่คล้ายกันในเพลง AI เหมือนกับว่าคุณกำลังฟังเพลงที่เล่นผ่านวิทยุเก่าๆ

แม้ว่าจะไม่แย่เหมือนเมื่อก่อน แต่เสียงรบกวนพื้นหลังก็ปรากฏอยู่ในเกือบทุกเพลงที่ AI ฟังบน Suno นี่คือตัวอย่างจาก Suno เพลงนี้มีชื่อว่า 'Strongest Duo' และมีเสียงรบกวนปรากฏอยู่ในเสียงร้องตลอด

นี่คือเพลงอีกเพลงจาก Suno คราวนี้มีไวโอลินคลาสสิกเป็นเพลงหลัก ให้ผู้เล่นไวโอลินที่ผ่านการฝึกอบรมหรือผู้เชี่ยวชาญด้านเสียงฟังชิ้นนี้ พวกเขาจะบอกคุณได้อย่างง่ายดายว่าสายต่างๆ นั้นไม่ได้ฟังดูดีอย่างที่คาดหวังไว้

มีดนตรีประเภทหนึ่งที่เรียกว่าดนตรีแบบโลว์ไฟซึ่งมีเอกลักษณ์เฉพาะตัวคือเสียงที่อบอุ่น แต่ในการผลิตดนตรีสมัยใหม่ มักทำขึ้นโดยตั้งใจ

AI ยังไม่เคยสร้างเพลงฮิตเลย

เพลงที่สร้างโดย AI ยังคงไม่ได้รับความนิยมหรือได้รับตำแหน่งในชาร์ตเพลง ซึ่งเป็นสัญญาณที่ชัดเจนว่าเพลงที่สร้างโดย AI ไม่ได้ดีอย่างที่คุณคิด

อย่างไรก็ตาม ตัวอย่างเช่นเพลงแร็ปดิสอย่าง "BBL Drizzy" ซึ่งเป็นการนำตัวอย่างบางส่วนของเพลงที่สร้างโดย AI มาใช้เป็นแรงบันดาลใจให้เกิดคดีฟ้องร้องด้านลิขสิทธิ์ครั้งใหญ่ The Verge รายงานว่า Suno กำลังเผชิญกับการดำเนินการทางกฎหมายและคดีความจากค่ายเพลงที่ใหญ่ที่สุดในโลก (Universal Music Group, Sony และ Warner Records)

ความจริงที่ไม่สบายใจเกี่ยวกับเครื่องสร้างเพลง AI ก็คือ เครื่องเหล่านี้จะไม่สามารถดำรงอยู่ได้ หากไม่ได้รวบรวมแคตตาล็อกเพลงที่มีลิขสิทธิ์จำนวนมากโดยไม่ได้รับอนุญาต อาจกล่าวได้ว่าการสร้างปลั๊กอินเพลง AI ที่เป็นประโยชน์ต่อการผลิตนั้นเป็นการใช้ AI ที่ดีกว่าและเป็นบวกมากกว่าการสร้างแทร็กเพลงอุตสาหกรรมและละเลยการผลิตเพลงไปเลย

ไม่ว่ากรณีใด ดนตรีก็เป็นมากกว่าแค่เสียง เหตุผลที่หลายๆ คนชื่นชม Taylor Swift หรือ Billie Eilish เนื่องมาจากมีเรื่องราวดีๆ มากมายที่ทำให้พวกเขามาถึงจุดนี้ได้ เราไม่เพียงแต่ต้องการฟังเพลงของพวกเขาเท่านั้น แต่ยังต้องการฟังเรื่องราวส่วนตัวของพวกเขา เลียนแบบวิธีการแต่งกายของพวกเขา และชื่นชมชีวิตที่หรูหราของพวกเขาด้วย

ดนตรี AI สามารถสร้างความดึงดูดใจแบบเดียวกันได้หรือไม่? ไม่อย่างแน่นอน

ดนตรีมีความซับซ้อนเกินกว่าที่ AI จะเลียนแบบได้

การคิดไอเดียสำหรับเพลง บันทึกเสียง และเผยแพร่สู่โลกอาจต้องใช้เวลาเป็นสัปดาห์ เดือน หรือปี

ดนตรี AI ใช้เวลาสร้างเพียงไม่กี่นาทีพร้อมคำพูดไม่กี่คำ แต่ดนตรีจริงนั้นต้องอาศัยทักษะ จินตนาการ และอารมณ์อันเหลือเชื่อเพื่อสร้างผลิตภัณฑ์ขั้นสุดท้าย

ไม่ว่าอัลกอริทึมดนตรี AI จะซับซ้อนเพียงใด การสร้างดนตรีของมนุษย์กลับซับซ้อนยิ่งกว่ามาก แม้ว่าบริษัท AI จะแก้ไขปัญหาด้านคุณภาพได้ แต่ AI ก็ยังคงไม่สามารถสร้างดนตรีที่ดีได้อย่างแท้จริง เนื่องจากท้ายที่สุดแล้ว เราใส่ใจมากกว่าแค่โครงสร้างพื้นฐานของเพลงเท่านั้น เรายังใส่ใจผู้คนที่อยู่เบื้องหลังดนตรีที่เราชอบอีกด้วย