AI-genererad musik

Skrev just en promt, om en sjujäkla roadtrip jag gjorde nyligen. Ja, nu lär jag spela den i bilen.

Utmärkt verktyg för alla som jobbar med film och TV.

Man kan ju få en perfekt sång om någon bär in röda rosor till en date, kör en viss bil i solnedgången osv.

Ja, och det är just det som är så fascinerande.

Jag har själv testat SUNO, och resultaten är fantastiska – men inte helt spektakulära. Man kan fortfarande ana något som liknar det som ofta kallas “uncanny valley”. Det låter väldigt verkligt, så länge man inte lyssnar för noggrant. Men sätter man sig ner och verkligen fokuserar börjar man höra små detaljer som gör en tveksam.

Samtidigt är det svårt att ignorera var vi befinner oss just nu idag. Med tanke på vad som redan är möjligt nu – och den rasande utvecklingstakten – hur “äkta” kommer det då inte att låta om ett år? Eller om fem år?

Redan idag kan mjukvara (eller AI) analysera och efterlikna nästan vilken typ av data som helst – bilder, musik, texter, film – och det kommer den naturligtvis kunna göra ännu bättre framöver. Men det mänskliga ögat och örat luras redan nu, så länge man inte aktivt letar efter avvikelser.

Just igår upptäckte jag av en slump “bandet” Scordalus. Det tog inte många sekunder innan jag insåg att videon i sig var AI-genererad eller åtminstone kraftigt AI-förstärkt. Men ärligt talat: vem bryr sig? Ingen klagar när man använder CGI i film (Transformers blir inte mindre underhållande bara för att man vet att det är datorgrafik istället för praktiska effekter).

Men ju mer jag tittade, desto tydligare blev det att det inte bara handlade om bakgrunder eller effekter. Det var inte bara regn, ljus, ansiktet i vattnet eller andra “specialeffekter” som var AI – utan hela produktionen. Allt. Till och med de delar som skulle kännas “mänskliga” föll in i samma mönster.

Och visst, det var egentligen inte svårt att ana från början. Hela estetiken signalerade “syntetiskt”, inte minst genom hur bandmedlemmarna framstod – mer som stylade vältränade storbystade sexiga modeller än som faktiska personer i ett levande sammanhang. Rörelser, poser och uttryck kändes genomgående konstruerade snarare än spontana. Men ändå så såg matchade batteristens trumslag de trummor man hörde, elbasistens fingrar slog på strängarna i perfekt synk med musiken, etc. Både musik, video och sannolikt även textmaterial verkar vara AI-genererat – även om jag inte har granskat allt i detalj.

Det råder inget tvivel om att Scordalus inte är ett "källarprojekt inspirerat av din kåta tonårings våta drömmar" utan ett high-end AI-projekt. Trots den omfattande erfarenhet jag själv har av verktyg som WAN 2.7 och liknande ligger jag långt bakom denna produktion.

Den verkliga frågan är dock: spelar det någon roll?

Om det låter bra, och jag inte omedelbart kan skilja mellan “äkta” och AI – vad är då problemet?

Skeptikern säger: “Det är inte människor som gör det.”

Och jag svarar: Och? Vad förändrar det i praktiken?

Skeptikern: “Alla musiker kommer stå utan jobb!”

Jag: Tough luck! Det är inte unikt. Yrkesgrupper har blivit obsoleta genom hela historien. Det är inget nytt.

Skeptikern: “Det är en dator som har gjort det, därför är det dåligt.”

Jag: Det är lite som att säga att musik som spelas på synthesizer inte är riktig musik, eftersom ljudet inte kommer från ett “riktigt” instrument. Eller att distad elgitarr inte räknas som musik eftersom gitarrer egentligen inte låter så “naturligt”. Läs för guds skull inga böcker du inte har skrivit själv - nån annan har ju skrivit dem. Dessa så kallade författare med sina spännande alster lockar dig att inte vara produktiv själv!

Människa eller dator - låter det bra så låter det bra. Skit samma vem som gjort det.

Som 80% av dagens dynga som produceras av "artister" med andra ord. Många med autotune som låter mer fejk än AI.

Jag lyssnar dock inte på AI musik särskilt ofta. Brukar roa mig ibland med att lyssna på jazzcovers på gamla rockklassiker. Låter många gånger fantastiskt. Lite förutsägbart men kvalitetsmässigt riktigt bra. Särskilt efter några glas whisky

Jag vill göra ett tillägg till mitt svar ovan - när jag tittar på något äldre Scordalus videos så är kvaliteten inte lika bra. Den som skapar dessa videos lär sig snabbt att bli bättre.

Mycket av det mainstream top 10 är skit ja. Bra musik finner du bland metal, rock, diverse olika electro genrer/electropop, alternativt.

Finns AI musik som är rätt så bra faktiskt, även om jag lyssnar 99% på icke AI musik. AI musik är en genre i sig enligt min åsikt, och kan inte ersätta riktiga artister och band.

Hatar som det är nu när skiten tar över på Youtube , massor att scrolla förbi, kör Youtube på Brave browser för att slippa reklam och nu även AI Channel Blocker, bla för att slippa AIgenererat skräp, har på nån vecka blockat 29 240 videor.

Fast vad är poängen med att göra någonting svårare än vad det behöver vara? För oss som lyssnar är ju det viktiga det slutgiltiga resultatet och vad det får oss att känna, inte huruvida artisten suttit och plinkat själv eller knappat på en dator. Detta blir ju extra tydligt när vi talar om några av landets mest kända artister som Avicii som skapade stora delar av sin musik framför en datorskärm.

Risken som finns är en total "de-skill-ification" av samhället. Dvs att vi om 50 år sitter och promptar vår musik och det låter sketabra. Men ingen fattar hur det går till. Ingen kan spela ett instrument eller vet hur harmonik fungerar, eller varför låtar är uppbyggda på ett visst sätt. Och AIn vet det inte heller, den vet bara hur man framkallar ett färdigt resultat som vi verkar gilla.

Människor reduceras till IQ-befriade och hantverksbefriade sopor som varken kan skapa musik, laga mat, skapa mjukvara eller någonting egentligen. Det enda vi kan är att sitta och be AIn om det färdiga resultatet, som en hjälplös kattunge.

Det är iaf enligt mig en riktigt dystopisk framtid i betydligt fler avseenden än att folk blir av med jobbet.

Det har aldrig varit lättare att med datorers hjälp översätta texter som idag, och ändå har det aldrig funnits lika många som anstränger sig för att träna sina gamla homo sapiens-hjärnor att förstå främmande språk. Fysisk träning är ett annat exempel. Hissar och rulltrappor gjorde inte mänskligheten till "feta amerikaner", snarare tvärtom. Självklart kommer det finnas entusiaster som skriver noter och spelar balalajka, men den där politiska ambitionen att ALLA ska spela instrument och ALLA ska läsa böcker kan man, tillsammans med politikerna själva, kasta på soptippen.

Mänskligt liv blir till slut meningslöst om det enda funktionen vi fyller är att vara passiva AI-konsumenter. Nästa steg efter det, om vi har en ASI: varför ska ASI:n bevara alla dessa människor som bara konsumerar AI men som inte fyller någon viktig funktion?

Google Flow Music - Kostar en slant men du skapar 3-4 minuters sånger på nolltid samt kan även så klart göra videos till dom.

https://www.flowmusic.app