A indústria da música está criando a tecnologia para procurar músicas de IA

O pesadelo da indústria da música se tornou realidade em 2023 e parece muito com Drake.

“O coração na minha mão,” Duplo falso com vista entre Drake e o fim de semanaEle ganhou vários milhões de riachos antes de explicar quem fez ou de onde veio. A pista não era apenas viral – ela quebrou essa ilusão de quem estava sob controle.

Na disputa para responder, a infraestrutura de uma nova seção está tomando forma silenciosamente que não interrompe a música geradora diretamente, mas é criada para torná -la pesquisável. Os sistemas de identificação estão sendo incorporados em todo o pipeline de música: os modelos são usados ​​para ferramentas de treinamento, plataformas onde as músicas são enviadas, licenças de licenças e invenção de algoritmos. O objetivo não é apenas capturar o conteúdo sintético após a verdade. Está imediatamente marcado, marcado com metadados e como passa pelo sistema.

“Se você não fizer essas coisas na infraestrutura, você vai perseguir seu rabo”, diz Matteer Matte Adele, o cofro da IA ​​musical. “Você não pode reagir a todas as novas faixas ou modelo – ele não escala você, você precisa de sua infraestrutura que funcione desde o treinamento até a distribuição”.

Agora, as startups estão surgindo para criar detecção no fluxo de trabalho de licenciamento. Prefira a plataforma YouTube E Dizar O áudio sintético desenvolveu sistemas internos para sinalizar porque foi carregado e molda como as superfícies estão em pesquisa e recomendações. Outras empresas de música, incluindo magia audível, PEX, retificar e SoundCloud, estão expandindo os recursos de identificação, restrição e atribuição em tudo, desde o treinamento de treinamento até a distribuição.

O resultado não é como uma ferramenta de aplicação para a detecção de material exposta em A, mas um ecossistema fragmentado de agências que tratam o meio sintético como uma infraestrutura de estoque de mesa para rastrear meios sintéticos.

Em vez de detectar a música de IA, algumas empresas estão fazendo ferramentas para marcar no momento de fazê -la. Vermílio e IA musical estão desenvolvendo sistemas para digitalizar as faixas acabadas quanto a componentes sintéticos e os identifica automaticamente em metadados.

A estrutura Traceid de Vermilio é aprofundada nos tons vocais, como tons vocais, padrões melódicos e lírica e seções específicas expostas a A, permitindo que os direitos de detectar duplicar no nível do STEM, mesmo que uma nova faixa empreste apenas parte de um núcleo.

A agência diz que seu foco não tem um tachdown, mas a manifestação de praticar licenciamento e autenticação. O conteúdo do Traceid YouTube está localizado como uma substituição de sistemas como ID, que muitas vezes perde a imitação sutil ou parcial. Vermilio pressupõe que ferramentas aprovadas de licenciamento orientado por licenciamento, como traços, podem subir de US $ 75 milhões para US $ 10 bilhões em 2023 em 2023. Na realidade, significa que um detentor de direitos ou plataforma pode executar uma faixa final através de traços para que ele contenha o material protegido -e se for, o sistema é o alicerce para o Licensing.

Algumas empresas vão tornar os dados de treinamento ainda mais. Analisando seu objetivo analisando o que acontece em um modelo é estimar quanto a faixa gerada a partir de um artista ou música específico empréstimos. Esse tipo de atribuição pode permitir licenciamento mais específico, incluindo a realeza, com base em efeitos criativos em vez de conflito. O conceito ecoa o antigo debate sobre o efeito do instrumento musical – como o traje de “linhas obscuras” – mas elas se aplicam à geração algorítmica. Agora, a diferença é que o licenciamento pode acontecer antes do lançamento, não através do caso após a verdade.

A IA musical também está trabalhando em um sistema de identificação. A agência descreve seu sistema como camada através da injeção, geração e distribuição. Em vez de filtrar saídas, ele rastreia a introdução de ponta a ponta.

“A atribuição não deve ser iniciada após o término da música – ela deve começar quando o modelo começar a aprender”, disse o Coffunder Shan Power da empresa. “Estamos tentando determinar a quantidade de efeitos criativos, não apenas para pegar as cópias”.

O designer criou ferramentas internas para informar o sinalizador de faixas totalmente expostas e pode reduzir sua visibilidade às recomendações algorítmicas e editoriais, especialmente quando o conteúdo é exibido spam. O diretor de inovação Orlien Harolt diz que, até abril, essas ferramentas eram mais do que o dobro do que viram em cerca de 20 % de novos uploads do que a IA imposta todos os dias. As faixas caracterizadas pelo sistema são acessíveis na plataforma, mas não são promovidas. Haralt diz que o design planeja começar a rotular essas faixas para os usuários diretamente “dentro de algumas semanas ou meses”.

“Não somos contra a IA”, disse Haralt. “Mas muitos desses conteúdos estão sendo usados ​​em má -fé – não para a criação, mas estamos prestando tanta atenção à plataforma”.

Abrangendo o DNTP da AI (não forneça treinamento de protocolo) no nível do conjunto de dados – antes de pressionar a identificação. A exclusão do protocolo permite que artistas e direitos rotulem seu trabalho como negligenciado para treinamento de modelos. Embora os artistas visuais já tenham acesso a equipamentos semelhantes, o mundo do áudio ainda está se recuperando. Até agora, existem muito poucos Sens sobre como admirar o consentimento, a transparência ou o licenciamento em escala. O controle pode finalmente enfatizar o problema, mas agora o procedimento é fragmentado. O apoio das principais agências de treinamento de IA também foi desonesto, e os críticos dizem que, se o protocolo não for de forma independente e extensivamente, isso não alcançará tração.

“O protocolo de opção precisa ser sem fins lucrativos, alguns atores diferentes devem ser supervisionados”, disse Dryaharst. “Ninguém deve acreditar no futuro do consentimento com uma organização centralizada opaca que pode sair do negócio – ou pior”.