論文の概要: Opening Musical Creativity? Embedded Ideologies in Generative-AI Music Systems

• arxiv url: http://arxiv.org/abs/2508.08805v1
• Date: Tue, 12 Aug 2025 09:59:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-13 21:07:34.37864
• Title: Opening Musical Creativity? Embedded Ideologies in Generative-AI Music Systems
• Title（参考訳）: 音楽創造性を開く : 生成AI音楽システムにおける埋め込みイデオロギー
• Authors: Liam Pram, Fabio Morreale,
• Abstract要約: 2025年中頃の4つの生成AI音楽制作システムについて検討する。 音楽制作における生成AIの早期開発と導入を推進しているイデオロギーについて検討する。
• 参考スコア（独自算出の注目度）: 2.532202013576547
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: AI systems for music generation are increasingly common and easy to use, granting people without any musical background the ability to create music. Because of this, generative-AI has been marketed and celebrated as a means of democratizing music making. However, inclusivity often functions as marketable rhetoric rather than a genuine guiding principle in these industry settings. In this paper, we look at four generative-AI music making systems available to the public as of mid-2025 (AIVA, Stable Audio, Suno, and Udio) and track how they are rhetoricized by their developers, and received by users. Our aim is to investigate ideologies that are driving the early-stage development and adoption of generative-AI in music making, with a particular focus on democratization. A combination of autoethnography and digital ethnography is used to examine patterns and incongruities in rhetoric when positioned against product functionality. The results are then collated to develop a nuanced, contextual discussion. The shared ideology we map between producers and consumers is individualist, globalist, techno-liberal, and ethically evasive. It is a 'total ideology' which obfuscates individual responsibility, and through which the nature of music and musical practice is transfigured to suit generative outcomes.
• Abstract（参考訳）: 音楽生成のためのAIシステムは、ますます一般的で使いやすくなり、音楽のバックグラウンドのない人々に音楽を作る能力を与えている。 このため、再生AIは音楽制作の民主化手段として売り出され、祝われてきた。 しかし、インクリビティはしばしば、これらの業界設定において真の指針原則ではなく、市場可能なレトリックとして機能する。 本稿では、2025年中頃の4つの生成AI音楽制作システム(AIVA、Stable Audio、Suno、Udio)を概観し、開発者によってどのように修辞され、ユーザから受け取られるかを追跡する。 本研究の目的は,音楽制作における生成AIの早期開発と導入を推進しているイデオロギーを,特に民主化に焦点をあてることである。 自己エスノグラフィーとデジタルエスノグラフィーの組み合わせは、製品機能に対する位置決め時のレトリックにおけるパターンや不整合を調べるために用いられる。 結果が合わさって、微妙で文脈的な議論が展開される。 生産者と消費者の共通イデオロギーは、個人主義、グローバル主義、テクノリベラル、倫理的回避である。 個人の責任を曖昧にし、音楽や音楽の実践の性質を変換して生成結果に適合させる「トータルイデオロギー」である。

関連論文リスト

• Detecting Musical Deepfakes [0.0]
  本研究では,FakeMusicCapsデータセットを用いたAI生成楽曲の検出について検討した。 実世界の逆境条件をシミュレートするため, テンポストレッチとピッチシフトをデータセットに適用した。 メルスペクトログラムは、修正されたオーディオから生成され、その後、畳み込みニューラルネットワークのトレーニングと評価に使用された。
  論文  参考訳（メタデータ） (2025-05-03T21:45:13Z)
• Generating Mixcode Popular Songs with Artificial Intelligence: Concepts, Plans, and Speculations [0.0]
  本稿では,人工知能とポピュラー音楽を統合するプロジェクトについて論じる。 プロジェクトの最終的な目標は、ソーシャルトランスフォーメーション、教育、ヘルスケア、感情的な幸福のために音楽を実装する強力なツールを作ることだ。
  論文  参考訳（メタデータ） (2024-11-10T10:49:13Z)
• A Survey of Foundation Models for Music Understanding [60.83532699497597]
  この研究は、AI技術と音楽理解の交差に関する初期のレビューの1つである。 音楽理解能力に関して,近年の大規模音楽基盤モデルについて検討,分析,検証を行った。
  論文  参考訳（メタデータ） (2024-09-15T03:34:14Z)
• Between the AI and Me: Analysing Listeners' Perspectives on AI- and Human-Composed Progressive Metal Music [1.2874569408514918]
  我々は,ロックミュージックをコントロールグループとして利用し,AIと人為的に生成するプログレッシブメタルに対する参加者の視点を探る。 本稿では,世代タイプ(人間対AI),ジャンル(プログレッシブメタル対ロック),キュレーションプロセス(ランダム対チェリーピック)の効果を評価するための混合手法を提案する。 本研究は,AI音楽生成におけるジャンル別特化を実現するために,ファインチューニングを用いたことを検証する。 人間の音楽に類似した評価を受けるAI生成の抜粋はいくつかあったが、聴取者は人間の作曲を好んだ。
  論文  参考訳（メタデータ） (2024-07-31T14:03:45Z)
• Fairness Through Domain Awareness: Mitigating Popularity Bias For Music Discovery [56.77435520571752]
  音楽発見と人気バイアスの本質的な関係について検討する。 本稿では,グラフニューラルネットワーク(GNN)に基づくレコメンデータシステムにおいて,人気バイアスに対処する,ドメイン対応の個別フェアネスに基づくアプローチを提案する。 我々のアプローチでは、個々の公正さを用いて、真実を聴く経験、すなわち2つの歌が似ているとすると、この類似性は彼らの表現に反映されるべきである。
  論文  参考訳（メタデータ） (2023-08-28T14:12:25Z)
• 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)
• A Review of Intelligent Music Generation Systems [4.287960539882345]
  ChatGPTは、クリエイティブな取り組みにおける非プロフェッショナルの参入障壁を著しく減らした。 現代の生成アルゴリズムは、規則制約や音楽コーパスに基づいて、音楽に暗黙的なパターンを抽出することができる。
  論文  参考訳（メタデータ） (2022-11-16T13:43:16Z)
• 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)

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。