Az AI-val generált zene egyik legnagyobb kérdése eddig nem csak az volt, mit tud egy modell, hanem az is, miből tanult. A Suno új v6-os rendszere azért érdekes, mert most először részben a lemezipar támogatásával készült.

Mi történt

A Suno kiadta a v6 nevű új zenegeneráló modellcsaládját, amely három változatból áll: v6, v6-wild és v6-mini. A mini az ingyenesen elérhető, könnyebb verzió, amely gyorsabb és kevesebb erőforrást igényel, cserébe egyszerűbb eredményeket ad, és gyakrabban hallani rajta azokat a furcsaságokat, amelyek elárulják, hogy nem emberi előadásról van szó.

A fontos újdonság nem csak a teljesítmény, hanem a betanítási adatok eredete. A modellhez licencelt tartalmakat is felhasználtak olyan partnerektől, mint a Warner Music Group, a BMG és a Believe, emellett pedig „felhasználói adatokat” is. Ez azért lényeges, mert a generatív zenei modellek körül régóta vita van arról, milyen zenéken tanulnak ezek a rendszerek, és hogy a tanítóanyag megszerzése mennyire átlátható vagy jogilag rendezett. Ugyanakkor továbbra sem teljesen világos, hogy a v6 tanítóadata teljes egészében mentes-e minden vitatható eredetű forrástól.

Technikai oldalon a leglátványosabb előrelépés a műfajfelismerés. Egyszerűbben fogalmazva: ha azt kéred a modelltől, hogy készítsen egy adott stílusban zenét, most pontosabban eltalálja annak jellegzetes hangzását. Gondolj rá úgy, mint amikor egy szakács már nem csak „olaszos” ételt főz, hanem tényleg érzi a különbséget egy nápolyi pizza és egy észak-olasz tészta között. A v6-wild papíron kiszámíthatatlanabb, kísérletezőbb eredményeket ígér, de a gyakorlatban ez a különbség nem feltétlenül feltűnő.

Miért fontos

Ez a megjelenés két szinten is érdekes. Egyrészt azt mutatja, hogy a zeneipar egy része már nem csak kívülről figyeli az AI zenegenerálást, hanem üzleti partnerként is belép mellé. Másrészt jól látszik a technológia jelenlegi határa: a modell már ügyesebben utánozza a műfaji jegyeket, de az emberi előadás apró hibáit még nem igazán tudja hitelesen reprodukálni. Pedig épp ezek a finom pontatlanságok — egy enyhén hamis hang, egy picit csúszó ritmus, egy váratlan feszültség — adják sokszor a zene karakterét. A The Verge értékelése alapján a rendszer továbbra is túl „rendes” ahhoz, hogy igazán élőnek hasson.

Mire figyelj

  1. Érdemes követni, mennyire lesz átlátható a v6 tanítóadatainak összetétele, mert ez hosszabb távon jogi és iparági szempontból is kulcskérdés.
  2. Fontos lesz, hogy a v6-wild valóban tud-e majd karakteresebb, kevésbé steril zenéket készíteni, vagy ez inkább marketingígéret marad.
  3. A felhasználóknak az is érdekes lehet, hogy a műfajok pontosabb kezelése vajon együtt jár-e jobb dalstruktúrával, emlékezetesebb dallamokkal és kevésbé gépies összhatással.
  4. Ha a kiadók és az AI-cégek együttműködése bővül, az átírhatja, hogyan készülnek a jövőben a kereskedelmi célú zenegeneráló modellek.