BTSの所属レーベルHYBEがAIを活用して複数言語でトラックをリリースすることを目指す

BTS所属レーベルHYBEは、AIを使って複数言語でトラックをリリースすることを目指す

韓国最大の音楽レーベルであるHYBEは、トップグループBTSによって国内外で有名になりましたが、言語の壁を埋めるためにAIを活用しようとしています。ロイターの報道によると、HYBEはAIを使用してレーベルの歌手MIDNATTのトラックを6つの言語でリリースするのに役立てました。

これには、韓国語、英語、スペイン語、中国語、日本語、ベトナム語が含まれます。このトラックは5月にリリースされ、同時に6つの言語でリリースされるための最初の技術の使用となりました。HYBEによると、成功が確認されれば、これは他の人気のあるK-popアーティストにも使用される可能性があります。

ロイターとのインタビューで、HYBEのインタラクティブメディア部門の責任者であるチョン・ウヨンは、「まず、ファンの反応、声を聞き、次のステップを決める」と述べました。報道によると、MIDNATTは6つの言語で曲を録音しました。スタジオのネイティブスピーカーが歌詞を朗読し、歌手が録音しました。

AIの仕組みについて詳しく説明すると、チョン・ウヨンは、「音の一部を発音、音色、ピッチ、音量の異なる要素に分割しました…私たちは発音を見ました。それは舌の動きに関連しており、私たちの技術を使ってどんな結果を得ることができるか想像しました」と述べました。

その後、チームはロイターにデモンストレーションを行い、単語に長音が追加された前後の比較を聞くことができました。その単語は英語で「twisted」で、歌手の自然な声を保ちながらより自然に聞こえるようにするために行われました。

その後、HYBEの社内AIを使用して、それらはすべて統合されました。過去に使用されていた非AIソフトウェアに比べて、AIはより自然な音楽になります。ただし、関係者のアーティストはどう思っているのでしょうか?MIDNATTは「より広範な芸術的表現の幅が持てる」と述べ、AIによって言語の壁が取り払われ、グローバルなファンが彼の音楽をより没入的に体験することが容易になると述べました。「それは音楽作成の障壁を下げることになる。写真のInstagramのようなものですが、音楽の場合です」とも述べました。

2月には、有名なDJのデビッド・ゲッタが、AIが音楽の将来において重要な要素になると述べました。インタビューで彼は、「確かに、音楽の未来はAIです。疑いの余地はありません。ただし、ツールとしてです。」と一部コメントしました。そして、彼は正しく、少なくともファンに関してはその通りです。YouTubeのマッシュアップを見れば、音楽におけるAIの影響を聞くことができます。

ソーシャルメディア上では、これらのマッシュアップは数ヶ月間共有され、好評を博し、フィードに供給されてきました。これが一部の理由で、グラミー賞は最近、音楽におけるAIに対処するための新しいルールを整備しました。音楽も他の多くの産業と同様に、AIを活用して壁を取り払おうとしているようです。

編集者の注:ディープラーニングはAI開発の将来において重要なトピックとなりつつあります。最新の動向について最前線で知りたい場合は、ODSC West 2023 Deep Learning & Machine Learning Trackで業界のリーダーから情報を得る必要があります。席を確保し、今すぐ登録してください。

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

AI研究

スタンフォード大学の新しい人工知能研究は、説明が意思決定時のAIシステムへの過度の依存を軽減する方法を示しています

近年の人工知能(AI)のブームは、AIの能力によって仕事がより速く、より少ない労力で行われることによって、人間の生活がど...

人工知能

ソフトウェア開発の進化:ウォーターフォールからアジャイル、デボップスそして更に先へ

「ソフトウェア開発の変革に飛び込み、アジャイルとデボップスを理解し、AIやローコードプラットフォームなどの将来のトレン...

機械学習

「DeepOntoに会ってください 深層学習を用いたオントロジーエンジニアリングのためのPythonパッケージ」

ディープラーニングの方法論の進歩は、人工知能コミュニティに大きな影響を与えています。優れたイノベーションと開発により...

データサイエンス

機械学習モデルの説明可能性:AIシステムへの信頼と理解の向上

AIを倫理的で信頼性のある方法で利用するためには、研究者はモデルの複雑さと解釈の容易さをバランスさせるための方法論の開...

機械学習

ディープラーニングのためのPythonとC++による自動微分

このストーリーでは、トレーニングループ中にパラメータの勾配を自動的に計算する現代のディープラーニングフレームワークの...

機械学習

「トランスフォーマーの単純化:あなたが理解する言葉を使った最先端の自然言語処理(NLP)— パート1 — イントロ」

「トランスフォーマーは、AIの進歩に大きく貢献したディープラーニングのアーキテクチャですそれはAIとテクノロジー全体の範...