Geração de música por IA refere-se a sistemas que compõem, arranjam ou produzem música usando aprendizado de máquina, variando de ferramentas que geram loops instrumentais curtos a sistemas capazes de produzir uma música completa, incluindo vocais cantados, a partir de um prompt de texto que descreve gênero, clima e letras.
História
A composição algorítmica precede o aprendizado profundo por décadas, mas abordagens neurais para geração de música ganharam impulso com modelos como o trabalho de áudio derivado do WaveNet do Google e o MuseNet e Jukebox da OpenAI, lançados em 2019 e 2020, que podiam gerar áudio bruto no estilo de vários artistas e gêneros, embora a qualidade da saída e a coerência em peças mais longas permanecessem limitadas. O campo mudou decisivamente para o uso mainstream com o surgimento do Suno e Udio em 2023 e 2024, que permitiram aos usuários gerar músicas completas, incluindo letras e vocais, a partir de uma breve descrição em texto em menos de um minuto, alcançando um nível de polimento e versatilidade de gênero que tornou a saída difícil de distinguir de música produzida por humanos para ouvintes casuais.
Abordagem técnica
Sistemas modernos de texto para música tipicamente combinam um modelo autorregressivo que planeja estrutura e letras com um modelo de difusão ou gerador de áudio autorregressivo que renderiza a forma de onda real ou uma representação intermediária de espectrograma, semelhante em espírito às técnicas usadas em texto para fala e texto para vídeo. Alguns sistemas geram áudio diretamente de ponta a ponta, enquanto outros separam composição, arranjo e síntese vocal em etapas. Como no clone de voz, a capacidade de condicionar a geração a uma voz ou estilo de referência levantou a possibilidade de produzir músicas que imitam a voz cantada de um artista real específico.
Direitos autorais e resposta da indústria
A geração de música tem sido especialmente controversa porque os dados de treinamento para esses modelos frequentemente incluíram gravações comerciais protegidas por direitos autorais sem licenciamento. Em 2024, grandes gravadoras, incluindo Universal Music Group, Sony Music e Warner Music, entraram com processos contra Suno e Udio alegando violação massiva de direitos autorais, parte da onda mais ampla de processos de direitos autorais de IA enfrentando empresas de IA generativa. Algumas plataformas, incluindo YouTube e Spotify, introduziram ou discutiram requisitos de divulgação e mecanismos de remoção para faixas geradas por IA, e questões sobre se músicas assistidas por IA ou geradas por IA se qualificam para proteção de direitos autorais, royalties de streaming ou elegibilidade para paradas musicais permaneceram sem solução na maioria das jurisdições até meados da década de 2020.
Recepção
Músicos e produtores têm estado divididos: alguns abraçaram ferramentas generativas para idealizar demos, faixas de apoio ou superar bloqueios criativos, enquanto outros viram a tecnologia como uma ameaça direta aos meios de subsistência de músicos de sessão, compositores e artistas independentes, ecoando preocupações levantadas na geração texto para imagem sobre deslocamento de trabalho. Plataformas de streaming também relataram um aumento em faixas geradas por IA enviadas em escala para coleta de royalties, contribuindo para preocupações mais amplas sobre inundação de conteúdo descrita sob ai slop. Em meados da década de 2020, a música gerada por IA havia passado de uma novidade para uma parcela mensurável de novos uploads em grandes plataformas, mesmo enquanto seu status legal permanecia contestado.