AI og AI i musikproduktion
Hvordan kunstig intelligens finder vej ind i vores hverdag
Uanset om det handler om at konvertere en frekvensgang til en tonal balance til musikretningen, ved hjælp af en limiter med de rigtige indstillinger, justering af stereobredden af et signal, eller automatiske EQ-korrektioner i tonalitet og resonansfrekvenser at optræde. Ved hjælp af intelligente algoritmer har AI, altså kunstig intelligens, formået at forenkle arbejdet markant, gøre det nemmere og nogle gange endda tage det helt af.
Om disse er producenter AI-baserede VST-plugins wie Izotop, Sonible eller Baby lyd i sidste ende spiller en underordnet rolle. Faktum er, at algoritmerne nu er blevet meget gode og giver os mulighed for at forbedre arbejdsprocessen i musikproduktion eller ved at mixe eller mastere og fritage os for beslutninger, som vi måske tidligere har skullet lave flere versioner af et mix for at sammenligne, hvilke rammer vi foretrækker til vores projekt.
Utroligt nok men samtidig stiger efterspørgslen efter tutorials og lektioner i musikproduktion, mixing og mastering. Vi ser personligt en direkte sammenhæng her. Selvfølgelig vokser antallet af musikentusiaster konstant på grund af de overkommelige betingelser for musikproduktion, mixing og mastering. Hvis du tænker 15 eller 20 år tilbage, kan næppe nogen normal dødelig eje deres eget musikudstyr eller et rimeligt Lyd-pc råd, fordi omkostningerne var ekstremt høje. Men teknologien er fortsat med at udvikle sig i løbet af de sidste par år og er blevet overkommelig for næsten alle. Det være sig lydgrænsefladen, mikrofonen, de akustiske elementer eller overvågningsmonitorerne. På grund af teknologiens videre udvikling kan du allerede nu få høj kvalitet til en relativt lav pris sammenlignet med prisniveauet for 15 år siden.
Ikke desto mindre ser vi en direkte sammenhæng mellem faldet i beslutninger inden for musikproduktion, mixning eller mastering og stigningen i videnshuller, hvilke processer i baggrunden kunstig intelligens tager over for os, og hvorfor AI’en træffer bestemte beslutninger for os.
AI-genereret musik rejser også nye juridiske spørgsmål: Hvem ejer egentlig en sang skabt af AI? Du kan læse om dette i vores guide. Ophavsret til AI-sange.
Kunne du tænke dig at fortsætte din uddannelse og forbedre dig i mixing og mastering?
Hvordan håndterer vi teknologiske fremskridt?
Når der træffes beslutninger for dem, har folk en tendens til ikke længere at stille spørgsmålstegn ved dem, forudsat at de er positive, og til at forholde sig til årsagerne til de trufne beslutninger. Vi har mistanke om det samme for musikproduktion og dens teknikker og mulige anvendelser.
Så måske spørger vi ikke os selv hvorfor længere Kompressor sæt en meget kort angrebstid og en meget lang udgivelsestid for vores brik, men accepter det bare. Dybest set, så længe lyden lyder godt for os, er det ikke en dårlig tilgang, men så snart vi går i detaljer og ved præcis, hvor vi vil hen med lyden, og hvordan slutresultatet skal se ud eller lyde, har brug for forståelse igen for de processer, der kører for os i baggrunden. Læg dertil muligheden for, at det resultat, vi hører, kan lyde godt, men ved vi virkelig, om det er det Maksimum er det, vi kan opnå i henhold til vores idé om lyd?
Gennemgang af resultaterne af kunstig intelligens, kan vi virkelig være sikre på, at en VCA-kompressor ville passe bedre på vores masterbus end en opto-kompressor?
Ved vi virkelig, om det er nødvendigt at øge basområdet så meget monofy, som foreslået og indstillet af stereoværktøjet ved hjælp af kunstig intelligens?
For at bedømme dette fra et rent musikalsk synspunkt, er vi nødt til at forstå, hvor og hvorfor den kunstige intelligens tog denne beslutning. Fra et teknisk synspunkt er vi nødt til at forstå, hvilke referenceværdier der er de rigtige i vores analyseværktøjer såsom måling eller goniometre.
Vores konklusion om kunstig intelligens i musikproduktion, mixing og mastering
Kunstig intelligens eller AI for kort, kan helt sikkert være en fordel i musikproduktion være. Grundlæggende råder vi til, at man ikke altid accepterer det givne, som det er, men at man stiller spørgsmålstegn ved processer og trufne beslutninger. Dette er den eneste måde at sikre en kontinuerlig stigning i din egen produktivitet og kvalitet i musikproduktion, mixing og mastering.
Erstatter AI arbejdet udført af en masteringingeniør i masteringprocessen?
Nej. AI-drevne værktøjer som iZotope eller Sonible analyserer frekvensrespons, niveauer og stereobredde og giver hurtige udgangspunkter. De træffer dog beslutninger baseret på gennemsnit og kender ikke dine præcise lydpræferencer. Genrekontekst, referencespor og målrettede detaljekorrektioner kræver stadig et trænet øre. AI accelererer arbejdsgangen, men erstatter ikke en forståelse af de underliggende processer.
Hvilke AI-plugins bruges til mixning og mastering?
AI-baserede VST-plugins fra iZotope, Sonible og Baby Audio er meget udbredte. De håndterer opgaver som automatisk EQ-korrektion af resonansfrekvenser, limiterindstillinger, tonebalance og justering af stereobredde. Algoritmerne analyserer lydmaterialet og foreslår indstillinger. Den specifikke producent er sekundær; det vigtige er, at du kan forstå de foreslåede justeringer og korrigere dem, hvis det er nødvendigt.
Hvorfor skal jeg lære mixning og mastering, når AI automatiserer så meget?
Fordi AI træffer beslutninger for dig uden at forklare dem. Hvis du ikke forstår, hvorfor en kompressor bruger et kort attack og en lang release, eller hvorfor en EQ reducerer resonans, kan du ikke kontrollere resultatet effektivt. Så længe lyden tilfældigvis er korrekt, er automatisering tilstrækkeligt, men for specifikke soniske mål skal du forstå processerne. Det er netop derfor, at efterspørgslen efter instruktion stiger i takt med udbredelsen af AI.
Hvem ejer rettighederne til en sang genereret med AI?
Ophavsretssituationen for AI-genereret musik er kompleks og afhænger af mængden af menneskelig kreativ input og servicevilkårene for den anvendte AI-tjeneste. Rent automatisk genereret indhold uden menneskelig skabelse nyder ofte ikke fuld ophavsretsbeskyttelse. Peak-Studios behandler detaljerne og specifikke faldgruber i en separat vejledning om ophavsret til AI-sange.
Hvordan kan jeg se, om AI-mastering har nået sit soniske maksimum?
Et AI-genereret resultat kan lyde godt, men stadig ikke være optimalt. Sammenlign resultatet med referencespor af høj kvalitet i samme genre på flere lyttesystemer, og undersøg kritisk den tonale balance, dynamik og stereobilledet. Kun med en klar forståelse af lyden og de underliggende processer kan du bedømme, om de automatiske justeringer allerede har opnået deres mål, eller om målrettede manuelle indgreb kan give mærkbart bedre resultater.
