امروز می‌توان با نوشتن یک جمله، قطعه‌ای موسیقی با ساز، ریتم و حتی آواز دریافت کرد. این توانایی برای برخی هیجان‌انگیز و برای برخی نگران‌کننده است: آیا ماشین جای آهنگساز را می‌گیرد؟ آیا آنچه تولید می‌شود اصلاً موسیقی است؟ و یک هنرمند یا هنرجو چه نسبتی باید با این ابزارها داشته باشد؟
برای پاسخ‌دادن به این پرسش‌ها باید کمی عقب‌تر برویم. پیوند موسیقی و الگوریتم بسیار قدیمی‌تر از هوش مصنوعی است. در این مقاله تاریخچهٔ آهنگسازی الگوریتمی، شیوهٔ کار مدل‌های امروزی، انواع ابزارها، کاربردهای واقعی برای اهل موسیقی، محدودیت‌ها و بحث‌های هنری و حقوقی را مرور می‌کنیم.
در این مقاله می‌خوانید:
- موسیقی و الگوریتم؛ پیوندی کهن
- تاریخچهٔ کوتاه آهنگسازی با رایانه
- هوش مصنوعی چگونه موسیقی می‌سازد؟
- انواع ابزارهای هوش مصنوعی در موسیقی
- کاربردها برای اهل موسیقی
- هوش مصنوعی و موسیقی ایرانی
- محدودیت‌های هنری و فنی
- پرسش‌های حقوقی و اخلاقی
- آیا هوش مصنوعی جای آهنگساز را می‌گیرد؟
- چگونه شروع کنیم؟
- یک نمونه؛ همکاری هنرجو و ماشین
- مهارت‌های موسیقی‌دان عصر هوش مصنوعی
- پرسش‌های پرتکرار
- جمع‌بندی
موسیقی و الگوریتم؛ پیوندی کهن
الگوریتم یعنی مجموعه‌ای از قاعده‌های گام‌به‌گام. موسیقی همواره با قاعده سروکار داشته است: نسبت‌های ریاضی فاصله‌ها که به فیثاغورس نسبت می‌دهند، قواعد کنترپوان، فرم فوگ و ساختار ردیف و گوشه‌ها در موسیقی ایرانی، همگی نظام‌هایی قاعده‌مندند که آهنگساز درون آن‌ها آفرینش می‌کند.
نمونهٔ مشهوری از سدهٔ هجدهم، بازی‌های موسیقایی با تاس است: جدول‌هایی از میزان‌های ازپیش‌نوشته که با ریختن تاس، ترتیب آن‌ها مشخص می‌شد و هر بار قطعه‌ای متفاوت اما خوش‌ساخت پدید می‌آمد. این بازی‌ها که برخی از آن‌ها به آهنگسازان نامدار آن دوره منسوب است، هستهٔ ایدهٔ آهنگسازی الگوریتمی را نشان می‌دهند: ترکیب قاعده و تصادف.
تاریخچهٔ کوتاه آهنگسازی با رایانه
- ۱۹۵۷: لجارن هیلر و لئونارد آیزاکسون در دانشگاه ایلینوی «سوئیت ایلیاک» را برای کوارتت زهی ساختند که آن را نخستین اثر مهمِ ساخته‌شده با رایانه می‌دانند. رایانه نت‌ها را بر پایهٔ قواعد و احتمال تولید می‌کرد.
- دهه‌های ۱۹۵۰ و ۱۹۶۰: یانیس زناکیس، آهنگساز و معمار، از نظریهٔ احتمال و فرایندهای تصادفی برای ساخت موسیقی بهره گرفت و آن را موسیقی استوکاستیک نامید.
- دههٔ ۱۹۸۰: دیوید کوپ برنامه‌ای با نام «آزمایش‌هایی در هوش موسیقایی» ساخت که آثار آهنگسازان بزرگ را تحلیل می‌کرد و قطعه‌هایی به سبک آنان می‌نوشت؛ کاری که بحث‌های داغی دربارهٔ خلاقیت برانگیخت.
- دههٔ ۱۹۸۰ به بعد: استاندارد MIDI ارتباط سازهای الکترونیک و رایانه را ممکن کرد و موسیقی مولد در آثار هنرمندانی مانند برایان اینو رواج یافت.
- دههٔ ۲۰۱۰: شبکه‌های عصبی عمیق وارد میدان شدند؛ نخست برای تولید نت و سپس برای تولید مستقیم صدا.
- دههٔ ۲۰۲۰: مدل‌های متن به موسیقی که از یک توصیف نوشتاری، قطعه‌ای کامل با آواز تولید می‌کنند، در دسترس همگان قرار گرفتند.
هوش مصنوعی چگونه موسیقی می‌سازد؟
دو شیوهٔ نمایش موسیقی
موسیقی را می‌توان به دو صورت به ماشین داد. در نمایش نمادین، موسیقی دنباله‌ای از رویدادهاست: کدام نت، با چه کشش و چه شدتی؛ مانند پارتیتور یا فایل MIDI. در نمایش صوتی، خودِ موج صدا با همهٔ جزئیات رنگ و اجرا در کار است. مدل‌های نمادین خروجی قابل ویرایش می‌دهند و مدل‌های صوتی، صدای آماده.
رویکرد قاعده‌محور
در روش‌های قدیمی‌تر، انسان قواعد را می‌نویسد: این آکورد پس از آن بیاید، ملودی از این محدوده بیرون نرود. نتیجه قابل پیش‌بینی و کنترل‌پذیر است، اما به قواعدی محدود می‌ماند که صریح نوشته شده‌اند.
رویکرد آماری؛ زنجیرهٔ مارکوف
مدل از روی نمونه‌ها می‌آموزد که پس از هر نت یا آکورد، با چه احتمالی چه چیزی می‌آید و سپس دنباله‌ای تازه می‌سازد. ساده و سریع است، اما چون فقط گذشتهٔ نزدیک را می‌بیند، ساختار بلندمدت ندارد.
شبکه‌های عصبی و ترنسفورمرها
همان معماری‌ای که متن تولید می‌کند، می‌تواند موسیقی هم بسازد. موسیقی به توکن‌هایی تبدیل می‌شود و مدل می‌آموزد توکن بعدی را پیش‌بینی کند. سازوکار توجه به مدل امکان می‌دهد تکرار یک موتیف یا بازگشت یک تم را در فاصله‌های دور هم در نظر بگیرد. سازوکار کلی این مدل‌ها را در مقالهٔ هوش مصنوعی مولد چیست توضیح داده‌ایم.
مدل‌های انتشار و تولید صدا
برای تولید مستقیم صدا، بسیاری از سامانه‌ها صدا را به نمایشی فشرده تبدیل می‌کنند و سپس با مدل‌های زبانی یا انتشار، آن را از روی توصیف متنی می‌سازند. این مدل‌ها روی حجم بسیار بزرگی از موسیقی ضبط‌شده آموزش دیده‌اند.
انواع ابزارهای هوش مصنوعی در موسیقی
| دسته | کاری که انجام می‌دهد | مناسب برای |
|---|---|---|
| متن به موسیقی | ساخت قطعهٔ کامل از توصیف نوشتاری | ایده‌پردازی، موسیقی زمینه، نمونهٔ اولیه |
| دستیار آهنگسازی | پیشنهاد ملودی، هارمونی، ریتم و ادامهٔ یک ایده | آهنگسازان و تنظیم‌کنندگان |
| تولید همراهی | ساخت همراهی برای ملودی یا تمرین | هنرجویان و نوازندگان |
| جداسازی منابع صوتی | تفکیک آواز، ساز کوبه‌ای، باس و سازهای دیگر از یک قطعه | تمرین، آموزش، ریمیکس |
| تبدیل صدا به نت | نت‌نویسی خودکار از روی اجرا | آموزش و پژوهش |
| میکس و مسترینگ هوشمند | پیشنهاد تنظیمات صدا و پرداخت نهایی | تولیدکنندگان مستقل |
| سنتز و تبدیل صدا | ساخت رنگ‌های صوتی تازه یا تبدیل یک صدا به دیگری | طراحان صدا |
| تحلیل موسیقی | تشخیص تمپو، تنالیته، فرم و شباهت | پژوهش و آموزش |
نمونه‌هایی از این ابزارها عبارت‌اند از سامانه‌های متن به موسیقی مانند Suno و Udio، ابزارهای پژوهشی و متن‌بازی مانند Magenta و MusicGen، و افزونه‌های هوشمندی که در نرم‌افزارهای تولید موسیقی قرار می‌گیرند. فهرست ابزارها به‌سرعت تغییر می‌کند؛ آنچه ماندگار است، فهم دسته‌ها و کاربرد هرکدام است.
کاربردها برای اهل موسیقی
برای آهنگسازان و تنظیم‌کنندگان
- شکستن بن‌بست خلاقانه: وقتی ایده‌ای جلو نمی‌رود، چند ادامهٔ پیشنهادی می‌تواند مسیر تازه‌ای نشان دهد.
- طرح‌زدن سریع: شنیدن یک ایده با چند سازبندی مختلف در چند دقیقه.
- کاوش در سبک‌های ناآشنا.
- ساخت نمونهٔ اولیه برای ارائه به کارگردان، ناشر یا گروه.
برای هنرجویان و معلمان
- همراهی برای تمرین با تمپو و تنالیتهٔ دلخواه.
- جداسازی سازها برای شنیدن دقیق خط یک ساز در یک اجرا.
- نت‌نویسی اجراها و تحلیل آن‌ها.
- توضیح مفاهیم تئوری و طراحی تمرین‌های گوش و هارمونی به کمک دستیارهای متنی.
- بازخورد بر اجرا: ابزارهایی که دقت کوک و ریتم را می‌سنجند.
برای پژوهشگران موسیقی
تحلیل حجم بزرگ آثار برای یافتن الگوهای سبکی، مقایسهٔ اجراها، مستندسازی و دسته‌بندی آرشیوهای صوتی و مطالعهٔ نظام‌های موسیقایی گوناگون. این کاربرد پیوندی میان موسیقی‌شناسی و علم داده است.
برای تولیدکنندگان محتوا
موسیقی زمینه برای ویدئو، پادکست و بازی، با توجه به شرایط مجوز هر ابزار.
هوش مصنوعی و موسیقی ایرانی
بیشتر مدل‌های موجود با موسیقی غربی و نظام دوازده‌نیم‌پرده‌ای معتدل آموزش دیده‌اند. موسیقی ایرانی با فاصله‌های ویژهٔ خود، مانند سُری و کُرُن، ریتم‌های آزاد، تزئین‌های ظریف و منطق دستگاهی، چالش‌هایی دارد که این مدل‌ها به‌خوبی از پس آن برنمی‌آیند: فاصله‌ها به نزدیک‌ترین پردهٔ غربی گرد می‌شوند و حال‌وهوای دستگاه از دست می‌رود.
این محدودیت در عین حال فرصتی پژوهشی است. ساخت مجموعه‌داده‌های باکیفیت از ردیف و اجراهای استادان، طراحی نمایش‌هایی که ریزپرده‌ها را در بر بگیرد و مدل‌سازی منطق گوشه‌ها و مدگردی، زمینه‌هایی‌اند که به همکاری موسیقی‌دانان، موسیقی‌شناسان و متخصصان داده نیاز دارند؛ نمونه‌ای روشن از دانش ترکیبی.
محدودیت‌های هنری و فنی
- ساختار بلندمدت: بسیاری از خروجی‌ها در چند ثانیه خوشایندند، اما در مقیاس چند دقیقه، جهت و فرم روشنی ندارند.
- میانگین‌گرایی: مدل به سوی محتمل‌ترین انتخاب‌ها کشیده می‌شود؛ نتیجه اغلب آشنا و بی‌خطر است.
- کنترل محدود: گفتن دقیق اینکه در میزان دوازدهم چه رخ دهد، با توصیف متنی دشوار است.
- کیفیت صدا: در برخی خروجی‌ها، ناخالصی‌های صوتی و ناروشنی کلام آواز شنیده می‌شود.
- نبود نیت: مدل چیزی برای گفتن ندارد. معنا را شنونده و هنرمندی که آن را به کار می‌گیرد به اثر می‌دهد.
- سوگیری فرهنگی: سنت‌های موسیقایی کم‌نماینده در داده، ضعیف‌تر بازنمایی می‌شوند.
پرسش‌های حقوقی و اخلاقی
این حوزه از نظر حقوقی هنوز در حال شکل‌گیری است و پاسخ‌ها در کشورهای مختلف یکسان نیست. موضوع‌های اصلی عبارت‌اند از:
- داده‌های آموزشی: آیا آموزش مدل با آثار دارای حق نشر، بدون اجازه و پرداخت، مجاز است؟ این پرسش موضوع دعاوی و بحث‌های جاری است.
- مالکیت خروجی: اثری که عمدتاً ماشین ساخته، در بسیاری از نظام‌های حقوقی حمایت روشنی ندارد.
- تقلید صدا و سبک: ساخت اثری با صدای شبیه‌سازی‌شدهٔ یک خواننده بدون رضایت او، هم مسئلهٔ حقوقی است و هم اخلاقی.
- شفافیت: آیا باید اعلام شود که در ساخت اثر از هوش مصنوعی استفاده شده است؟
- معیشت هنرمندان: به‌ویژه در موسیقی کاربردی و زمینه، که بیشتر در معرض جایگزینی است.
توصیهٔ عملی این است که پیش از استفادهٔ تجاری، شرایط مجوز ابزار را بخوانید، از تقلید صدای افراد واقعی بپرهیزید و دربارهٔ نقش هوش مصنوعی در اثر خود شفاف باشید.
آیا هوش مصنوعی جای آهنگساز را می‌گیرد؟
تاریخ موسیقی پر از فناوری‌هایی است که در آغاز تهدید پنداشته می‌شدند: ضبط صدا، سینتی‌سایزر، درام‌ماشین، نمونه‌برداری. هر یک برخی نقش‌ها را دگرگون کرد و هم‌زمان گونه‌ها و مهارت‌های تازه‌ای پدید آورد.
هوش مصنوعی نیز احتمالاً همین مسیر را می‌رود. موسیقی‌ای که کارکردش پرکردن پس‌زمینه است، بیش از همه خودکار می‌شود. اما موسیقی به‌مثابهٔ بیان انسانی، یعنی اثری که از تجربهٔ زیسته، رابطه با شنونده و انتخاب‌های آگاهانهٔ زیبایی‌شناختی برمی‌آید، جایگاه خود را نگه می‌دارد. آنچه تغییر می‌کند مرکز ثقل مهارت است: از تولید مواد خام به انتخاب، جهت‌دادن و داوری. آهنگسازی که گوش تربیت‌شده، دانش فرم و هارمونی و سلیقهٔ پرورده دارد، از این ابزارها بیشترین بهره را می‌برد، زیرا می‌داند چه بخواهد و کدام خروجی ارزش نگه‌داشتن دارد.
چگونه شروع کنیم؟
- هدف خود را مشخص کنید: ایده‌پردازی، تمرین، آموزش یا تولید؟
- یک دسته ابزار را بیازمایید، نه همه را با هم.
- توصیف دقیق بنویسید: سبک، تمپو، سازبندی، حال‌وهوا و ساختار. اصول آن را در راهنمای پرامپت‌نویسی آورده‌ایم.
- خروجی را مادهٔ خام بدانید: ویرایش کنید، بخشی را نگه دارید، با ساز واقعی بازنوازی کنید.
- گوش خود را تربیت کنید: هیچ ابزاری جای شنیدن فعال و دانش موسیقی را نمی‌گیرد.
- یادداشت بردارید: کدام توصیف‌ها چه نتیجه‌ای دادند.
- اگر علاقه دارید، وارد کدنویسی شوید: با پایتون می‌توان ملودی و ریتم را الگوریتمی ساخت و سازوکار این ابزارها را عمیق‌تر فهمید.
یک نمونه؛ همکاری هنرجو و ماشین
هنرجویی که سه‌تار می‌نوازد، می‌خواهد قطعه‌ای کوتاه برای یک برنامهٔ دانشجویی بسازد. ملودی‌ای در ذهن دارد، اما در گسترش آن مانده است. او ملودی خود را ضبط می‌کند و با ابزار تبدیل صدا به نت، نسخهٔ نوشتاری آن را به دست می‌آورد؛ چند جا را که ابزار ریزپرده‌ها را نادرست تشخیص داده، دستی اصلاح می‌کند. سپس از یک دستیار آهنگسازی می‌خواهد چند ادامه برای جملهٔ دوم پیشنهاد دهد. بیشتر پیشنهادها با فضای دستگاه نمی‌خواند، اما یکی از آن‌ها ایدهٔ ریتمیکی دارد که او را به فکر می‌اندازد. هنرجو آن ایدهٔ ریتمیک را برمی‌دارد و با فاصله‌های درست، خودش جمله را از نو می‌نویسد.
برای همراهی، یک الگوی سادهٔ کوبه‌ای می‌سازد تا با آن تمرین کند، و در اجرای نهایی از نوازندهٔ تنبک دعوت می‌کند. در این فرایند، ماشین نه آهنگساز بود و نه نوازنده؛ هم‌صحبتی بود که چند پیشنهاد داد. تصمیم‌ها، سلیقه و اجرای نهایی همگی انسانی ماند.
مهارت‌های موسیقی‌دان عصر هوش مصنوعی
- گوش و سلیقهٔ پرورده: توان تشخیص خوب از معمولی.
- دانش نظری: هارمونی، فرم و سازشناسی برای جهت‌دادن و اصلاح خروجی.
- سواد فناوری: آشنایی با نرم‌افزارهای تولید و منطق ابزارهای هوشمند.
- توان بیان خواسته: توصیف دقیق آنچه در ذهن دارید.
- هویت هنری: صدایی شخصی که ماشین نمی‌تواند به‌جای شما داشته باشد.
- آگاهی حقوقی و اخلاقی.
- ساختن حضور حرفه‌ای: موضوعی که در مقالهٔ برندسازی شخصی به آن پرداخته‌ایم.
پرسش‌های پرتکرار
برای ساخت موسیقی با هوش مصنوعی باید موسیقی بلد باشم؟
برای تولید یک قطعه با ابزارهای متن به موسیقی، خیر. اما برای ساختن اثری که واقعاً منظور شما را برساند و از میان خروجی‌ها بهترین را برگزیند، دانش و گوش موسیقایی تفاوت بزرگی می‌سازد.
می‌توانم قطعهٔ ساخته‌شده را منتشر و از آن درآمد کسب کنم؟
به شرایط استفادهٔ ابزار و قوانین کشور شما بستگی دارد. پیش از استفادهٔ تجاری، مجوز را به‌دقت بخوانید.
هوش مصنوعی می‌تواند موسیقی ایرانی بسازد؟
ابزارهای عمومی در بازآفرینی فاصله‌ها و منطق دستگاهی ضعف دارند. نتیجه ممکن است رنگ‌وبوی شرقی داشته باشد، اما با دقت موسیقی دستگاهی فاصله دارد.
آیا استفاده از هوش مصنوعی در آهنگسازی تقلب است؟
ابزار به‌خودی‌خود تقلب نیست؛ همان‌طور که سینتی‌سایزر و نرم‌افزار نبودند. پنهان‌کاری و ادعای نادرست دربارهٔ سهم خود در اثر، مسئلهٔ اخلاقی است.
بهترین راه یادگیری این حوزه چیست؟
ترکیب آموزش موسیقی با آزمودن عملی ابزارها روی پروژه‌های کوچک شخصی.
آیا شنونده می‌تواند موسیقی ساختهٔ ماشین را تشخیص دهد؟
در قطعه‌های کوتاه و سبک‌های رایج، تشخیص روزبه‌روز دشوارتر می‌شود. در آثار بلندتر، نبود جهت و فرم روشن و یکنواختی عاطفی معمولاً خود را نشان می‌دهد. با این حال، پرسش مهم‌تر از «چه کسی ساخته» این است که اثر چه چیزی برای گفتن دارد.
جمع‌بندی
آهنگسازی با ماشین از بازی‌های تاس سدهٔ هجدهم تا مدل‌های متن به موسیقی امروز راهی طولانی پیموده است. این ابزارها در ایده‌پردازی، تمرین، آموزش و تولید سریع بسیار توانمندند، اما نیت، سلیقه و معنا همچنان از انسان می‌آید. هنرمندی که دانش موسیقی را با فهم این فناوری کنار هم بگذارد، امکان‌هایی پیش رو دارد که پیش‌تر وجود نداشت.
دورهٔ موسیقی هوشمند و آهنگسازی الگوریتمی بینش جدید برای همین پیوند طراحی شده است. برای پروژه‌های پژوهشی در مرز موسیقی، داده و هوش مصنوعی می‌توانید از مشاوره پروژه‌های پژوهشی و بین‌رشته‌ای بهره ببرید، و برای آشنایی با اعضای تیم ما که در این حوزه کار می‌کنند، برگهٔ اعضای تیم و پژوهشگران را ببینید.
دیدگاهتان را بنویسید