\n<\/p>\n
A d\u00e9cima sinfonia de Beethoven foi apresentada pela orquestra Ensemble Prisma<\/a>, em Car\u00edntia, \u00c1ustria, no s\u00e1bado passado (10). Seria apenas mais uma exibi\u00e7\u00e3o de m\u00fasica<\/a> cl\u00e1ssica num festival de ver\u00e3o, n\u00e3o fosse por um detalhe: Beethoven<\/a> nunca concluiu essa sinfonia. O que o p\u00fablico ouviu foi uma composi\u00e7\u00e3o produzida por uma intelig\u00eancia artificial<\/a>.<\/p>\n N\u00e3o foi sua primeira exibi\u00e7\u00e3o. Ela estreou em 9 de outubro de 2021 (ou\u00e7a a sua primeira vers\u00e3o aqui<\/a>), em Bonn, na Alemanha, nas comemora\u00e7\u00f5es do 250\u00ba anivers\u00e1rio do compositor.<\/p>\n A obra nasceu da parceria entre v\u00e1rias institui\u00e7\u00f5es<\/a> e levou mais de dois anos para ser conclu\u00edda. A mat\u00e9ria-prima foram os 40 esbo\u00e7os da sinfonia jamais conclu\u00edda na quase indecifr\u00e1vel caligrafia de seu autor.<\/p>\n Quando o projeto come\u00e7ou, a maioria das intelig\u00eancias artificiais era incapaz de cumprir essa miss\u00e3o, segundo Ahmed<\/span> <\/span>Elgammal<\/span>, professor de ci\u00eancia da computa\u00e7\u00e3o da Rutgers<\/span> University e um dos envolvidos no trabalho.<\/p>\n Na tentativa de acertar a m\u00e3o, ele reuniu compositores, music\u00f3logos e historiadores musicais, com a inten\u00e7\u00e3o de ensinar ao computador os maneirismos do g\u00eanio alem\u00e3o.<\/p>\n Karin Waldner-Petutschnig, do jornal austr\u00edaco “Kleine Zeitung”, esteve na apresenta\u00e7\u00e3o de s\u00e1bado e registrou que o p\u00fablico n\u00e3o se derramou em aplausos para essa vers\u00e3o “meio homem, meio m\u00e1quina”, mas se entusiasmou com a execu\u00e7\u00e3o da quinta sinfonia com instrumentos de \u00e9poca.<\/p>\n Para os colunistas, que n\u00e3o v\u00e3o muito al\u00e9m do tch\u00e3-tch\u00e3-tch\u00e3-tch\u00e3 em termos de m\u00fasica cl\u00e1ssica, importa mais assinalar que as aplica\u00e7\u00f5es da IA no campo da m\u00fasica t\u00eam crescido muito.<\/p>\n Algumas pistas:<\/p>\n As playlists que voc\u00ea escuta no Spotfy Discovery ou YouTube s\u00e3o constru\u00eddas por IA.<\/p>\n As plataformas partem de suas prefer\u00eancias e audi\u00e7\u00f5es para oferecer um card\u00e1pio que entende ser adequado ao seu gosto. Isso pode fazer com que voc\u00ea consuma mais do mesmo, mas evita desagradar o ouvido de um f\u00e3 de sertanejo<\/a> com uma sinfonia (ou vice-versa).<\/p>\n A plataforma StarX MusicX Lab, da gigante chinesa Kunlun Tech, acaba de lan\u00e7ar cinco m\u00fasicas, todas compostas por software de IA, e quer agora produzir trilha para games, filmes<\/a> e outras obras, sem a participa\u00e7\u00e3o de humanos.<\/p>\n Quando usamos o adjetivo gigante, \u00e9 gigante mesmo: no final de 2021, os neg\u00f3cios da Kunlun Tech abrangiam mais de 100 pa\u00edses e regi\u00f5es, com quase 450 milh\u00f5es de usu\u00e1rios ativos mensais. O lucro operacional do ano passado foi de 4,85 bilh\u00f5es de yuans (US$ 666 milh\u00f5es).<\/p>\n No Reino Unido, a DAACI, (Definible Aleatoric Artificial Composition Intelligence), um sistema de IA que comp\u00f5e, organiza, orquestra e produz m\u00fasica original da mais alta qualidade, recebeu apoio financeiro de 250 mil libras (US$ 300 mil) de um fundo p\u00fablico, o Innovate UK, e est\u00e1 em campanha para arrecadar quatro milh\u00f5es de libras at\u00e9 setembro.<\/p>\n Em Luxemburgo, a Aiva Technologies que come\u00e7ou produzindo m\u00fasica cl\u00e1ssica com IA e lan\u00e7ou seu primeiro <\/a>rock<\/a>, “On the Edge”, <\/span>em 2018, se tornou um unic\u00f3rnio, isto \u00e9, uma startup avaliada em um milh\u00e3o de d\u00f3lares.<\/p>\n Para Paulo, o rock criado pela Aiva<\/span>, est\u00e1 mais para Renato e seus Blue Caps<\/span> (s\u00f3 quem viveu sabe do que se trata) do que para Beatles ou Rolling Stones<\/span>. Pedro tamb\u00e9m n\u00e3o se entusiasmou muito com o ritmo da composi\u00e7\u00e3o.<\/p>\n Mas vale anotar que Aiva<\/span> foi a primeira artista virtual a registrar suas cria\u00e7\u00f5es em uma sociedade de direitos autorais (SACEM<\/span>). Seus criadores dizem que Aiva<\/span> continuar\u00e1 incentivando a colabora\u00e7\u00e3o homem-m\u00e1quina e que n\u00e3o<\/span> ir\u00e1 substituir os m\u00fasicos.<\/p>\n Est\u00e1 certo. Mesmo que Beethoven tenha composto parte de sua obra nos \u00faltimos oito anos de sua vida, quando j\u00e1 n\u00e3o escutava nada, entre sua Nona e a tal D\u00e9cima Sinfonia, ainda h\u00e1 uma estrada a percorrer.<\/p>\n Na maioria das pesquisas atuais, a IA que cria m\u00fasica n\u00e3o gera som bruto diretamente, mas s\u00edmbolos que representam a can\u00e7\u00e3o. O MIDI, por exemplo, \u00e9 um padr\u00e3o para transferir e compartilhar dados de performance de instrumentos musicais eletr\u00f4nicos entre dispositivos. \u00c9 equivalente a uma partitura musical. Tudo isso em um formato de dados que podem ser processados por um computador.<\/p>\n O MIDI tem a vantagem de ser leve e f\u00e1cil de manusear por n\u00e3o conter \u00e1udio, mas \u00e9 necess\u00e1rio converter a m\u00fasica para MIDI para us\u00e1-lo como dados de treinamento para modelos de IA.<\/p>\n H\u00e1 aproximadamente 400 mil m\u00fasicas no formato MIDI e isso n\u00e3o \u00e9 suficiente para algumas aplica\u00e7\u00f5es.<\/p>\n Outra quest\u00e3o \u00e9 o tempo que demanda a produ\u00e7\u00e3o de um segundo de m\u00fasica.<\/p>\n H\u00e1 formatos mais adequados para uso em sistemas de gera\u00e7\u00e3o de m\u00fasica simb\u00f3licas, como o REMI, que acrescenta informa\u00e7\u00f5es como a posi\u00e7\u00e3o da nota em rela\u00e7\u00e3o a cada compasso, andamento e acordes, permitindo assim que o modelo aprenda mais estruturas musicais durante o treino.<\/p>\n E tamb\u00e9m existe o MuMIDI, desenvolvido para o aprendizado efetivo de multifaixas, em que cada faixa corresponde a um instrumento, com \u00eanfase na rela\u00e7\u00e3o polif\u00f4nica entre notas em diferentes faixas. A ideia \u00e9 soar o mais natural poss\u00edvel uma m\u00fasica com v\u00e1rias faixas.<\/p>\n O Jukebox, uma ferramenta que comp\u00f5e e gera arquivos de \u00e1udio WAV, que podem ser reproduzidos diretamente, baseia-se num modelo de aprendizado profundo treinado a partir de mais de 1,2 milh\u00e3o de m\u00fasicas.<\/p>\n Pode fazer C\u00e9line Dion cantar um samba<\/a>, Frank Sinatra entoar “It’s Christma’s Time”<\/a>, Kanye West fazer rap<\/a> no estilo Eminem, mas exige cinco horas de computa\u00e7\u00e3o para cada segundo.<\/p>\n Outro campo em que h\u00e1 avan\u00e7os importantes \u00e9 o das fontes sonoras necess\u00e1rias para que se ou\u00e7a a m\u00fasica composta sem a participa\u00e7\u00e3o humana.<\/p>\n Geralmente s\u00e3o sintetizadores e samplers. Os primeiros geram o som eletronicamente, enquanto um sampler mistura ou remixa sons j\u00e1 gravados.<\/p>\n\n
\n
\n
\n
Criando m\u00fasica com dados, mas sem \u00e1udio<\/h2>\n
Novo rap do Kanye West? N\u00e3o \u00e9 bem assim<\/h2>\n