論文の概要: Avoiding an AI-imposed Taylor's Version of all music history
- arxiv url: http://arxiv.org/abs/2402.14589v1
- Date: Mon, 5 Feb 2024 11:36:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-25 16:43:22.063368
- Title: Avoiding an AI-imposed Taylor's Version of all music history
- Title（参考訳）: AIを取り入れたテイラーの全ての音楽史バージョンを避ける
- Authors: Nick Collins and Mick Grierson
- Abstract要約: 我々は、AIカバーソフトウェアの技術的能力について議論し、西洋のポップ・ヒストリーから有名なトラックのテイラー版を制作する。
我々は、完全な音楽レコードの「テイラー・スウィディケーション」の実現可能性を分析しながら、将来の音楽独占の危険に対する潜在的な防御について論じる。
- 参考スコア（独自算出の注目度）: 0.13053649021965602
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As future musical AIs adhere closely to human music, they may form their own
attachments to particular human artists in their databases, and these biases
may in the worst case lead to potential existential threats to all musical
history. AI super fans may act to corrupt the historical record and extant
recordings in favour of their own preferences, and preservation of the
diversity of world music culture may become even more of a pressing issue than
the imposition of 12 tone equal temperament or other Western homogenisations.
We discuss the technical capability of AI cover software and produce Taylor's
Versions of famous tracks from Western pop history as provocative examples; the
quality of these productions does not affect the overall argument (which might
even see a future AI try to impose the sound of paperclips onto all existing
audio files, let alone Taylor Swift). We discuss some potential defenses
against the danger of future musical monopolies, whilst analysing the
feasibility of a maximal 'Taylor Swiftication' of the complete musical record.
- Abstract（参考訳）: 将来の音楽AIは人間の音楽に密着しているため、データベース内の特定の人間のアーティストに自身のアタッチメントを形成する可能性があり、これらのバイアスが最悪の場合、すべての音楽史に潜在的に脅威をもたらす可能性がある。
aiスーパーファンは、歴史的な記録や現存する録音を腐敗させ、自身の好みを優先し、世界音楽文化の多様性の保存は、12音のテンペラメントや他の西洋の均質化よりも差し迫った問題となる可能性がある。
AIカバーソフトウェアの技術的能力について議論し、西洋のポップヒストリーから有名なトラックのテイラーバージョンを挑発的な例として生成する。これらのプロダクションの品質は、全体的な議論に影響を与えない(将来のAIは、テイラー・スウィフトだけでなく、既存のすべてのオーディオファイルにペーパークリップの音を付けようとするかもしれない)。
我々は、完全な音楽レコードの「テイラー・スウィディケーション」の実現可能性を分析しながら、将来の音楽独占の危険に対する潜在的な防御について論じる。
関連論文リスト
- Missing Melodies: AI Music Generation and its "Nearly" Complete Omission of the Global South [9.230532392213613]
我々はAI音楽生成研究に使用される100万時間以上の音声データセットの分析を行った。
我々は,AI研究において,グローバル・サウスの音楽ジャンルの公平な表現と包括性において重要なギャップを見出した。
これらのデータセットの約40%には、西洋音楽以外の形態が含まれており、グローバル・サウスのジャンルは14.6%に過ぎない。
論文 参考訳（メタデータ） (2024-12-05T12:10:42Z) - SONICS: Synthetic Or Not -- Identifying Counterfeit Songs [0.16777183511743465]
我々は、エンドツーエンド合成歌検出(SSD)のための新しいデータセットSONICSを紹介する。
歌唱における時間的長期依存性をモデル化することの重要性を強調した。
特に、長いオーディオサンプルでは、私たちの最高のパフォーマンスの亜種は、ViTのスコアを8%上回り、スピードは38%、メモリ使用量は26%減った。
論文 参考訳（メタデータ） (2024-08-26T08:02:57Z) - Reducing Barriers to the Use of Marginalised Music Genres in AI [7.140590440016289]
このプロジェクトの目的は、AIモデルで疎外された音楽のジャンルを使用する際の障壁を減らすことに関連する、eXplainable AI(XAI)の課題と機会を探ることである。
特定されたXAIの機会には、AIモデルの透明性とコントロールの改善、AIモデルの倫理とバイアスの説明、バイアスを減らすために小さなデータセットで大規模モデルの微調整、AIモデルによるスタイル移行の機会の説明などが含まれる。
私たちは現在、グローバルなInternational Responsible AI Musicコミュニティをまとめて、私たちのネットワークへの参加を招待するために、このプロジェクトを構築しています。
論文 参考訳（メタデータ） (2024-07-18T12:10:04Z) - MuseBarControl: Enhancing Fine-Grained Control in Symbolic Music Generation through Pre-Training and Counterfactual Loss [51.85076222868963]
制御信号と対応する音楽トークンを直接リンクする事前学習タスクを導入する。
次に、生成した音楽と制御プロンプトとの整合性を向上する新たな対実的損失を実現する。
論文 参考訳（メタデータ） (2024-07-05T08:08:22Z) - Computational Copyright: Towards A Royalty Model for Music Generative AI [8.131016672512835]
生成的AIは、特に音楽業界において、著作権問題に拍車をかけた。
本稿では,これらの課題の経済的側面に焦点をあて,著作権分野における経済的影響が中心的な課題となっていることを強調する。
我々は、AI音楽生成プラットフォーム上での収益分配のための実行可能なロイヤリティモデルを提案する。
論文 参考訳（メタデータ） (2023-12-11T18:57:20Z) - MARBLE: Music Audio Representation Benchmark for Universal Evaluation [79.25065218663458]
我々は,UniversaL Evaluation(MARBLE)のための音楽音響表現ベンチマークを紹介する。
音響、パフォーマンス、スコア、ハイレベルな記述を含む4つの階層レベルを持つ包括的分類を定義することで、様々な音楽情報検索(MIR)タスクのベンチマークを提供することを目的としている。
次に、8つの公開データセット上の14のタスクに基づいて統一されたプロトコルを構築し、ベースラインとして音楽録音で開発されたすべてのオープンソース事前学習モデルの表現を公平かつ標準的に評価する。
論文 参考訳（メタデータ） (2023-06-18T12:56:46Z) - Simple and Controllable Music Generation [94.61958781346176]
MusicGenは単一の言語モデル(LM)であり、圧縮された離散的な音楽表現、すなわちトークンの複数のストリームで動作する。
以前の作業とは異なり、MusicGenはシングルステージのトランスフォーマーLMと効率的なトークンインターリービングパターンで構成されている。
論文 参考訳（メタデータ） (2023-06-08T15:31:05Z) - Museformer: Transformer with Fine- and Coarse-Grained Attention for
Music Generation [138.74751744348274]
本研究では,音楽生成に新たな細粒度・粗粒度対応トランスフォーマーであるMuseformerを提案する。
具体的には、細かな注意を払って、特定のバーのトークンは、音楽構造に最も関係のあるバーのトークンに、直接参加する。
粗い注意を払って、トークンは計算コストを減らすために、それぞれのトークンではなく他のバーの要約にのみ参加する。
論文 参考訳（メタデータ） (2022-10-19T07:31:56Z) - Co-creation and ownership for AI radio [1.2839524529089017]
AI音楽生成、主観評価、パーソナライズされたレコメンデーションをブレンドしたコンセプトのカジュアルクリエーターであるArtificial$.!
我々は、Artificial$.!$fmの設計と開発について報告し、プラットフォーム上で生成されたアーティファクトの所有権に関する法的分析を提供する。
論文 参考訳（メタデータ） (2022-06-01T13:35:03Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - More Than Privacy: Applying Differential Privacy in Key Areas of
Artificial Intelligence [62.3133247463974]
差分プライバシーは、AIのプライバシー保護以上のことができることを示す。
また、セキュリティを改善し、学習を安定させ、公正なモデルを構築し、AIの選択領域にコンポジションを課すためにも使用できる。
論文 参考訳（メタデータ） (2020-08-05T03:07:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。