音楽業界におけるAI:ミュージックメタバースと未来の音楽の形成にどのような影響を及ぼすのか?

「AIによる音楽業界の革新:ミュージックメタバースが未来の音楽に与える影響とは?」

AIはすでに音楽業界を革命づけています。AI生成ツールにより、クリエイターはロイヤリティフリーの音楽を生成でき、ジェネレーティブAIストリーミング製品はユーザーが楽しむための終わりのない気分に基づくプレイリストを提供しています。人気アーティストの「サウンドアライク」としてのAIボイスで歌われる有名な曲を使用したAI生成の楽曲がニュースで話題となっていますが、それらは非常に正確であり、ユーザーを自分自身の新しいバージョンの作成に駆り立てています。しかし、それには道徳的な懸念があり、これについて興味深い議論が生まれています。企業は、ジェネレーティブAIツールによる声や音楽の盗用の脅威からアーティスト、著作権、収益の流れを最も効果的に保護する方法を評価する必要があります。

最近、Sony Musicのデジタルチーフは、アーティストがAIを介した声の権利を保護するための全米的な宣伝権を求めました。現在、無許可の声クローンの削除を求めるテイクダウン通知は数万件ありますが、デジタルプラットフォームはそれらの処理を遅らせるための法的な抜け穴を利用しています。この話は、AIに関して模倣、著作権、公正使用について行われるべきより大きな議論の一部です。

メインストリームの音楽制作におけるAIの普及は即座には起こらないかもしれませんが、いずれクリエイターたちはこれらの新しい手段を通じて音楽を生成するためのスマートツールにもっと信頼を置き始めるでしょう。一部のクリエイターは既にその恩恵を受けています。アコードやメロディは単にAIに入力することで作成でき、これらのツールはますます洗練されていくでしょう。ただし、一度作成された音楽は引き続きライセンスが必要であり、ツールにアクセスしたり、作成された音楽のライセンスの機会をユーザーに提供する商業モデルが存在するでしょう。

メタバースでは、音楽コラボレーションスペースや音楽制作イベントの領域や会場が登場することを期待できます。ジェネレーティブAIは、音楽をその部品に分割する「音楽ステム」を作成するために役立ちます。このカタログの「音楽要素」を他の人が協力して使用し、新しいオリジナルの音楽作成を開始することができます。これは比較的新しい現象であり、クリエイターに自由にトラックを作成したりリミックスしたりする機会を与えています。

AIは新しいビート、メロディ、リフ、楽器音を簡単に連続的に生み出し、人々はその場で音楽を作り出すために集まることになるでしょう。そのためにはある程度の規模のジェネレーティブAIツールが必要になります。アバターに独自のパーソナライズされたサウンドトラックや音楽識別子がある「音楽スキン」の導入も見られるでしょう。誰かが部屋に入ったことをどうやって知るか?音楽のハンドルを聞くだけで、彼らがここにいることを示します。ボクサーがリングウォークをするように、メタバースのどこかにそのバージョンがあるでしょう。

音楽メタバースや会場、音楽制作に基づくメタバースプラットフォームは既に存在し、今後もますます増えるでしょう。PixelynxやDeadmau5の音楽に基づくメタバースゲーミングプラットフォームは、うまくいく方法の良い例です。最初のゲーム体験を開始してから1年以内に、その会社は広範なウェブ3、ブロックチェーン、伝統的なゲームを持つ大規模なウェブ3持株会社であるAnimoca Brandsに買収されました。他の例には、David GuettaやLil Nas Xなどとの成功したゲーム内コンサートを開催してきたRobloxや、昨年Avakin Lifeが仮想のポップスターPOLARとのゲーム内コンサートを開催したことなどがあります。これらのコンサートはすべて非常に成功し、何十万人もの音楽ファンを魅了しました。

過去3年間、Eminem、Ariana Grande、Marshmelloなどのアーティストを擁するFortniteでのゲーム内音楽体験においてEpic Gamesがどれほどの成功を収めたか見過ごすことはできませんでした。EpicはFortniteでの音楽体験を進化させることに力を入れており、特に2021年にHarmonix Studios(Guitar HeroやRock Bandといった世界初の10億ドルのゲームフランチャイズを作った会社)を買収し、その後のFortnite内での没入型音楽体験「Sparks」を発表しました。

これらすべての体験、そしてこれらすべての会社は、音楽業界にとって莫大な機会を表しています。ただし、将来の音楽業界へのスケーラブルなデジタル機会のほとんどは、マイクロライセンスの商業モデルと革新的なテクノロジーが必要であり、ライセンスの許可を可能にするか、エンドユーザーを保護するために使用されるものです。それが世界のクリエイターに対して理想的な音楽民主化ツールの位置にあるということです。私たちは皆、メタバースが避けられないことを知っています。バーチャルミーティングを試したり、「The Sims」と「Second Life」のような体験が15年前から普及してきた時点で、私たちは何らかの形でそれに参加してきました。しかし、時間が経つにつれて、それは将来の世代の日常生活でますます大きな役割を果たし始めるでしょう。

メタバースのグラフィックとエクスペリエンスが改善されるにつれて、期待も高まっています。音の面でも同様です。音楽テーマの仮想会場を訪れると、体験に貢献していない認識できないストック音楽を聴くことがあります。これでは没入感がなくなってしまいます。音楽ライセンスの複雑性に戻ってしまうのですが、これには機会があるということでもあります。そして、その機会はほぼ常にストック音楽会社によって受け取られます。ジェネレイティブAIはここで真の価値を提供しますが、メインストリームで人気のある音楽は常に雰囲気、懐かしさ、エンゲージメントの創出に重要な役割を果たします。

ここで音楽ライセンスのビジネスの役割は、そのギャップを埋めるための声として、この常に変化するデジタルワールドにおけるより多くの共有方法を探求することだと考えます。分断された音楽業界と権利に関する複雑さがありますので、私たちはそれを作曲家やアーティストに合わせるだけでなく、環境の改善のためにもパッケージ化する責任があります。それには私たちが技術や独自の商業モデルを構築することも含まれます。

物理世界では、店舗での適切な音楽の選択が購買パターンに影響を与えたり、異なるBPMが異なる行動を生み出したりすることに関する無数の研究があります。メタバースにおいても、基本的にはどんな説明でも交流の場です。それが小売店舗やバー、クラブの環境、友人との付き合いの場であろうともです。現実世界のほとんどの場所では、商業音楽を使って雰囲気を作り出し、エンゲージメントを生み出し、滞在時間を延ばしています。そして、もしメタバースが成功する可能性があるなら、現実の体験を再現する能力が必要です。

メタバースはまだ開発初期の段階ですが、いずれそこにたどり着くでしょう。それによって、音楽業界にとっての機会は、「どのようにしてメタバースの音を素晴らしくすることができるか?」、「それによって私たちはどのような恩恵を受けることができるか?」、「それをビルドすることでどのような商業モデルを作り出すことができるか?」、「献身的な音楽ファンとアーティストの両方が恩恵を受けることができるのはどのようにすれば良いか?」といった質問を作り出します。

このような機会が見えた時、私たちはどのようにこの問題を解決できるかを考えます。関係者全員にとっての機会は何か?そして、しばしばそれがすべてにとってのWin-Winの場合があるのです。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

「AudioLDM 2をご紹介します:音声、音楽、効果音を融合した独自の音声生成AIフレームワーク」

人工知能と深層学習の概念にますます依存する現代において、音声生成の領域はAudioLDM 2の導入により画期的な変革を経験して...

機械学習

「GROOTに会おう:オブジェクト中心の3D先行条件と適応ポリシー汎化を備えたビジョンベースの操作のための堅牢な模倣学習フレームワーク」

人工知能の人気と利用事例の増加に伴い、模倣学習(IL)は複雑な操作タスクを実行するためのニューラルネットワークベースの...

AIニュース

ピンクのローバーが赤い惑星に取り組む、科学における女性の障壁

オーストラリアのチームは、ピンク色のロボットローバーを使用して、ユタ州ハンクスビルで開催されたUniversity Rover Challe...

データサイエンス

メタAIは、IMAGEBINDを紹介します:明示的な監督の必要性なく、一度に6つのモダリティからデータを結合できる最初のオープンソースAIプロジェクトです

人間はわずかなインスタンスにさらされた後で複雑なアイデアを理解することができます。ほとんどの場合、書かれた説明に基づ...

機械学習

「PyTorchにおける複数GPUトレーニングとそれに代わる勾配蓄積」

この記事では、まず、データ並列化(DP)と分散データ並列化(DDP)アルゴリズムの違いを説明し、次に勾配蓄積(GA)が何であ...