در یک کار تحقیقاتی مشترک که در آزمایشگاه علوم کامپیوتر MIT و آزمایشگاه هوش مصنوعی (CSAIL) انجام شد یک ابزار جدید با نام PixelPlayer معرفی شد که می‌تواند سازهای موسیقی که در یک ویدئو اجرا می‌شوند را از یکدیگر تشخیص دهد. با استفاده از این سیستم، می توانید روی یک وسیله در یک ویدیو کلیک کنید؛ با این کار سیستم صدایی که از آن دستگاه پخش می‌شود را جدا می‌کند.

این سیستم در آزمایشگاه هوش مصنوعی و با استفاده از یک روش یادگیری عمیق ساخته شده است. در این آزمایش برای آموزش پیکسل پلیر بیش از ۶۰ ساعت ویدئو مورد استفاده قرار گرفته است. در مجموع سه شبکه عصبی در این سیستم حضور دارند: یکی برای تشخیص ویدئو، یکی برای تشخیص صدا و سومی برای جداسازی صدا. شبکه عصبی که وظیفه جداسازی صدا را برعهده دارد، پیکسل‌های تصویری خاص را با امواج صوتی خاص مرتبط می کند و سپس صداهای مختلف را از یکدیگر جدا می‌کند.

 

در حال حاضر شاید این سیستم کاربرد چندانی برای همه افراد نداشته باشد اما گروه‌های موسیقی و علاقه مندان ابزارهای موسیقی می‌توانند از این سیستم به خوبی استفاده کنند و به صدای ساز مورد علاقه خود به صورت اختصاصی در یک ویدئو گوش کنند. همچنین با توجه به توانایی این سیستم در جدا کردن صدای سازهای مختلف از یکدیگر، می‌توان صدای هر یک از سازها را به طور دلخواه کم و زیاد کرد.

با این حال، پیکسل پلیر هنوز عملکرد چندان مطلوبی ندارد. این سیستم تنها می‌تواند صدای ۲۰ ساز مختلف را تشخیص دهد و همین کار را هم چندان بدون نقص انجام نمی‌دهد. اما با پیشرفت بیشتر، می‌تواند تبدیل به یک ابزار ویرایش صوتی تاثیرگذار شود. این سیستم می‌تواند به مهندسان صدا برای بهبود یا بازگرداندن کیفیت فیلم قدیمی کنسرت‌ها کمک کند. همچنین می‌تواند برای آموزش روبات‌ها در مورد نحوه شناسایی صداهای مختلف محیطی مانند حیوانات، وسایل نقلیه و وسیله‌های دیگر مورد استفاده قرار گیرد.

سیاره‌های منظومه‌ی شمسی "همین الان" کجا هستند
مشاهده

این اولین بار نیست که از یادگیری ماشین و هوش مصنوعی در صنعت موسیقی استفاده می‌شود. برای مثال اخیرا، پژوهشگر گوگل، Magenta، یک شبکه عصبی عمیق برای تولید صدا به نام «NSynth Super» ایجاد کرده که با استفاده از کد دستوری، می توانید ابزار دیجیتال اختصاصی خود را از ابتدا تولید کنید.

هوش مصنوعی روز به روز کاربرد بیشتری در زندگی روزمره پیدا می‌کند و به زودی شاهد انواع نرم‌افزارهای عمومی مبتنی بر هوش مصنوعی خواهیم بود. شما آینده صنعت موسیقی را با ورود هوش مصنوعی چگونه ارزیابی می‌کنید؟