Jukebox, développé par OpenAI, représente une avancée significative dans le domaine de la génération musicale par intelligence artificielle. Ce réseau neuronal est capable de produire de la musique, y compris des éléments de chant, en tant qu'audio brut, couvrant une variété de genres et imitant les styles de différents artistes. OpenAI a rendu public les poids du modèle et le code, accompagnés d'un outil permettant d'explorer les échantillons générés.
L'une des caractéristiques notables de Jukebox est sa capacité à générer de nouveaux échantillons musicaux à partir de zéro, en se basant sur des entrées telles que le genre, l'artiste et les paroles. Cela ouvre des perspectives fascinantes pour la création musicale, permettant de produire des morceaux qui n'ont jamais été entendus auparavant.
Le processus derrière Jukebox implique la compression de la musique en codes discrets à l'aide d'un modèle autoencodeur, suivi par la génération de ces codes via des transformateurs. Cette approche permet à Jukebox de capturer l'essence de la musique, y compris le pitch, le timbre et le volume, tout en générant des compositions originales.
Malgré ses avancées, Jukebox présente certaines limitations. Par exemple, bien que les morceaux générés montrent une cohérence musicale locale et suivent des schémas d'accords traditionnels, ils manquent souvent de structures musicales plus larges et reconnaissables, comme des refrains répétitifs. De plus, le processus de génération est relativement lent, prenant environ neuf heures pour produire une minute d'audio.
OpenAI continue de travailler sur l'amélioration de Jukebox, explorant des moyens d'accélérer le processus de génération et d'élargir la diversité des musiques générées, y compris des chansons dans d'autres langues et provenant de différentes parties du monde. Jukebox représente une étape passionnante dans l'exploration de la créativité musicale assistée par l'IA, ouvrant de nouvelles voies pour la collaboration entre humains et machines dans le domaine de la musique.
