La generación de música por IA se refiere a sistemas que componen, arreglan o producen música mediante aprendizaje automático, abarcando desde herramientas que generan bucles instrumentales cortos hasta sistemas capaces de producir una canción completa, incluyendo voces cantadas, a partir de un prompt de texto que describe género, estado de ánimo y letra.
Historia
La composición algorítmica precede al aprendizaje profundo por décadas, pero los enfoques neuronales para la generación de música ganaron impulso con modelos como el trabajo de audio derivado de WaveNet de Google y MuseNet y Jukebox de OpenAI, lanzados en 2019 y 2020, que podían generar audio crudo en el estilo de varios artistas y géneros, aunque la calidad de salida y la coherencia en piezas más largas seguían siendo limitadas. El campo se desplazó decisivamente hacia el uso generalizado con la aparición de Suno y Udio en 2023 y 2024, que permitieron a los usuarios generar canciones completas, incluyendo letras y voces, a partir de una breve descripción de texto en menos de un minuto, logrando un nivel de pulido y versatilidad de género que hizo que la salida fuera difícil de distinguir de la música producida por humanos para oyentes casuales.
Enfoque técnico
Los sistemas modernos de texto a música suelen combinar un componente modelo autorregresivo que planifica la estructura y la letra con un modelo de difusión o un generador de audio autorregresivo que renderiza la forma de onda real o una representación intermedia de espectrograma, similar en espíritu a las técnicas utilizadas en texto a voz y texto a video. Algunos sistemas generan audio directamente de extremo a extremo, mientras que otros separan la composición, el arreglo y la síntesis vocal en etapas. Al igual que con clonación de voz, la capacidad de condicionar la generación a una voz o estilo de referencia planteó la posibilidad de producir canciones que imitan la voz cantante de un artista real específico.
Derechos de autor y respuesta de la industria
La generación de música ha sido especialmente polémica porque los datos de entrenamiento para estos modelos a menudo han incluido grabaciones comerciales con derechos de autor sin licencia. En 2024, los principales sellos discográficos, incluyendo Universal Music Group, Sony Music y Warner Music, presentaron demandas contra Suno y Udio alegando infracción masiva de derechos de autor, parte de la ola más amplia de demandas por derechos de autor de IA que enfrentan las empresas de IA generativa. Algunas plataformas, incluyendo YouTube y Spotify, introdujeron o discutieron requisitos de divulgación y mecanismos de retirada para pistas generadas por IA, y las preguntas sobre si las canciones asistidas por IA o generadas por IA califican para protección de derechos de autor, regalías de streaming o elegibilidad en listas de éxitos permanecieron sin resolver en la mayoría de las jurisdicciones hasta mediados de la década de 2020.
Recepción
Músicos y productores han estado divididos: algunos adoptaron herramientas generativas para probar ideas, pistas de acompañamiento o superar bloqueos creativos, mientras que otros vieron la tecnología como una amenaza directa a los medios de vida de músicos de sesión, compositores y artistas independientes, haciendo eco de las preocupaciones planteadas en la generación texto a imagen sobre el desplazamiento laboral. Las plataformas de streaming también informaron un aumento en pistas generadas por IA subidas a escala para la recolección de regalías, contribuyendo a preocupaciones más amplias sobre la inundación de contenido descrita bajo slop de IA. Para mediados de la década de 2020, la música generada por IA había pasado de ser una novedad a una proporción medible de nuevas subidas en las principales plataformas, incluso mientras su estatus legal seguía siendo disputado.