मल्टीमॉडल और जनरेटिव AIमध्यमपाठ 2475 मिनट का पाठ

संगीत और ऑडियो जनरेशन

मॉडल अब कुछ शब्दों से ही गाने, साउंड इफ़ेक्ट और बैकग्राउंड म्यूज़िक बना सकते हैं। जानें कि ये आमतौर पर कैसे काम करते हैं, और कलाकारों, सहमति और कॉपीराइट से जुड़े मुश्किल सवाल क्या हैं।

✦ ट्यूटर से पूछें🧪 लैब · 25 min📝 पाठ का टेस्ट
पाठ वीडियो में

60 सेकंड में

संगीत और ऑडियो जनरेशन

मॉडल अब कुछ शब्दों से ही गाने, साउंड इफ़ेक्ट और बैकग्राउंड म्यूज़िक बना सकते हैं। जानें कि ये आमतौर पर कैसे काम करते हैं, और कलाकारों, सहमति और कॉपीराइट से जुड़े मुश्किल सवाल क्या…

1/5
आसान शब्दों में
अगर आप हज़ारों गाने सुनें, तो आपको समझ आने लगेगा कि शादी का गाना, लोरी या क्रिकेट का एंथम "कैसा सुनाई देता है"। म्यूज़िक AI भी इसी तरह भारी मात्रा में रिकॉर्ड की गई आवाज़ों से सीखता है। बड़ा सवाल यह है कि क्या वे गाने बनाने वाले लोग इसके लिए राज़ी थे।
ऑडियो जनरेशन का मतलब है किसी प्रॉम्प्ट से आवाज़ बनाना: संगीत, साउंड इफ़ेक्ट, बारिश जैसी आस-पास की आवाज़ें, या गायन। प्रॉम्प्ट टेक्स्ट हो सकता है ("योग वीडियो के लिए शांत सितार संगीत"), कोई गुनगुनाई हुई धुन, गाने के बोल, या आगे बढ़ाने के लिए एक छोटा ऑडियो क्लिप।

यह आमतौर पर कैसे काम करता है

कच्चा (रॉ) ऑडियो बहुत लंबा होता है: हर सेकंड दसियों हज़ार नंबर। इसलिए ज़्यादातर सिस्टम पहले इसे कंप्रेस करते हैं। फिर दो आम तरीके इसे जनरेट करते हैं:
तरीकाविचारपिछले पाठों से जुड़ाव
ऑडियो टोकनएक न्यूरल ऑडियो कोडेक आवाज़ को टोकन के क्रम में बदल देता है। एक ट्रांसफ़ॉर्मर अगले ऑडियो टोकन का अनुमान लगाता है, ठीक वैसे ही जैसे एक LLM अगले शब्द का अनुमान लगाता है। कोडेक फिर इन टोकन को वापस आवाज़ में बदल देता है।लैंग्वेज मॉडल की तरह, लेकिन यहाँ "शब्द" आवाज़ के टुकड़े होते हैं
ऑडियो पर डिफ़्यूज़नएक कंप्रेस किए गए ऑडियो स्पेस (या स्पेक्ट्रोग्राम) में शोर (नॉइज़) से शुरुआत करें और टेक्स्ट प्रॉम्प्ट के आधार पर इसे कदम दर कदम साफ़ करें।इमेज डिफ़्यूज़न की तरह, लेकिन यहाँ "तस्वीर" समय के साथ बदलती आवाज़ है
कई सिस्टम इन दोनों विचारों को मिलाते हैं, और कुछ बोल लिखने या गाने की बनावट तय करने के लिए टेक्स्ट मॉडल का भी इस्तेमाल करते हैं। कमर्शियल सिस्टम्स की बारीक जानकारियाँ अक्सर सार्वजनिक नहीं होती हैं।

संगीत में क्या मुश्किल है

  • लंबी बनावट: एक गाने में अंतरे (verses), बार-बार आने वाला मुखड़ा (chorus), और धीरे-धीरे बढ़ता हुआ भाव होता है। इसे कई मिनटों तक बनाए रखना कुछ अच्छे सेकंड बनाने से कहीं ज़्यादा मुश्किल है।
  • एक साथ कई चीज़ें: धुन (melody), ताल (rhythm), सुर-संगति (harmony), साज़ और आवाज़, इन सबका आपस में तालमेल होना चाहिए।
  • कम डेटा वाली शैलियाँ: हो सकता है कि कर्नाटक राग, लोक शैलियों और क्षेत्रीय साज़ों को दुनिया भर में लोकप्रिय शैलियों जितनी अच्छी तरह न सीखा गया हो।
  • शब्दों को साफ़ गाना: बोल अस्पष्ट हो सकते हैं या उनका उच्चारण ग़लत हो सकता है, ख़ासकर उन भाषाओं में जिनका डेटा कम है।

सहमति और कॉपीराइट से जुड़े सवाल

ये मॉडल रिकॉर्ड किए गए संगीत की भारी मात्रा से सीखते हैं। इससे ऐसे सवाल उठते हैं जिन्हें अदालतें, सरकारें और संगीत उद्योग अभी सुलझाने की कोशिश कर रहे हैं। कुछ रिकॉर्ड लेबलों और कलाकारों ने कुछ देशों में AI म्यूज़िक कंपनियों के ख़िलाफ़ कानूनी कार्रवाई की है। इसके नतीजे और नियम हर देश में अलग हो सकते हैं और बदल भी सकते हैं।
  1. 1

    ट्रेनिंग डेटा

    क्या गानों के लाइसेंस लिए गए थे, या उन्हें बिना इजाज़त इकट्ठा किया गया था? क्या कलाकारों से पूछा गया था?
  2. 2

    शैली बनाम नकल

    किसी शैली (genre) "जैसा" सुनाई देना संगीत में आम बात है। किसी पहचानी जा सकने वाली धुन या रिकॉर्डिंग की हूबहू नकल करना बिल्कुल अलग बात है।
  3. 3

    आवाज़ और पहचान (likeness)

    एक मॉडल जो किसी असली गायक की आवाज़ में गाता है, वह व्यक्तित्व और सहमति से जुड़े सवाल खड़े करता है। भारतीय अदालतों ने कुछ मामलों में जाने-माने लोगों की आवाज़ और पहचान को बिना इजाज़त AI द्वारा इस्तेमाल किए जाने से सुरक्षित किया है।
  4. 4

    आउटपुट का मालिकाना हक़

    AI द्वारा बनाए गए ट्रैक का मालिक कौन है? हर देश में नियम अलग-अलग हैं, और कई देशों का कहना है कि कॉपीराइट के लिए एक इंसानी रचनाकार का होना ज़रूरी है।
  5. 5

    उचित भुगतान

    जिन कलाकारों के काम से मॉडल को ट्रेन किया गया, क्या उन्हें उसकी कमाई में हिस्सा मिलना चाहिए?
नोट
यह पाठ सामान्य जानकारी के लिए है, कानूनी सलाह नहीं है। अगर आप AI संगीत का व्यावसायिक (कमर्शियल) इस्तेमाल करने की योजना बना रहे हैं, तो टूल के लाइसेंस की शर्तें ध्यान से पढ़ें और अपने मामले के लिए किसी विशेषज्ञ से बात करें।
जोखिम भरा इस्तेमाल
  • "फ़लां मशहूर गायक की आवाज़ में एक नया गाना बनाओ"
  • बिना किसी लेबल के AI ट्रैक को अपने काम के तौर पर अपलोड करना
  • किसी ख़ास फ़िल्मी गाने की "धुन जैसी" धुन माँगना
ज़्यादा सुरक्षित इस्तेमाल
  • अपने वीडियो के लिए ओरिजिनल बैकग्राउंड म्यूज़िक, उस टूल के लाइसेंस के तहत जिसे आपने पढ़ा है
  • शेयर करते समय ईमानदारी से बताना कि यह संगीत AI द्वारा बनाया गया है
  • किसी ऐसे संगीतकार के साथ काम करना जो राज़ी हो और जिसे क्रेडिट दिया गया हो
यह आज़माएँ। अपने पसंदीदा संगीतकार के बारे में सोचें। ऐसी तीन बातें लिखें जिनकी उन्हें AI म्यूज़िक में चिंता हो सकती है, और एक तरीका जिससे AI उनकी मदद कर सकता है।

और देखें और पढ़ें

लैब

यह तय करने के लिए एक चेकलिस्ट कि क्या AI संगीत का कोई टुकड़ा इस्तेमाल करने लायक है, जिसे तीन मामलों पर परखा गया है।

~25 min

समस्या

आप पुणे में एक छोटे से कैफ़े का सोशल मीडिया संभालते हैं और छोटे वीडियो के लिए बैकग्राउंड म्यूज़िक चाहते हैं।

  1. AI द्वारा बनाए गए ट्रैक का इस्तेमाल करने से पहले पूछे जाने वाले 5 से 7 हाँ-या-ना वाले सवालों की एक चेकलिस्ट लिखें। इसमें शामिल हों: टूल का लाइसेंस, कमर्शियल इस्तेमाल, असली लोगों की आवाज़ें, जानी-पहचानी धुनें, लेबल लगाना, और रिकॉर्ड रखना।
  2. अपनी चेकलिस्ट को तीन मामलों पर लागू करें: (क) एक ऐसा ओरिजिनल इंस्ट्रूमेंटल ट्रैक जो ऐसे टूल से बनाया गया है जिसका लाइसेंस आपके प्लान पर कमर्शियल इस्तेमाल की अनुमति देता है; (ख) "किसी मशहूर प्लेबैक सिंगर की आवाज़ में एक गाना" माँगकर बनाया गया ट्रैक; (ग) एक ऐसा ट्रैक जो किसी लोकप्रिय फ़िल्मी गाने की धुन से बहुत मिलता-जुलता है।
  3. हर मामले के लिए, अपना फ़ैसला (इस्तेमाल करें, इस्तेमाल न करें, या किसी पेशेवर से पूछें) और कारण की एक पंक्ति लिखें।

आपका काम तब पूरा होगा जब

कठिन सवाल

उत्तर देखने से पहले ख़ुद जवाब देने की कोशिश करें। अगर आप इनके जवाब दे सकते हैं, तो आप पाठ समझ गए हैं।

Q1"इसने सिर्फ़ शैली सीखी है" कलाकारों की चिंताओं का पूरा जवाब क्यों नहीं है?दिखाएं

क्योंकि कलाकारों की चिंताएँ किसी एक गाने की नकल करने से कहीं ज़्यादा बड़ी हैं। इनमें यह भी शामिल है कि क्या उनकी रिकॉर्डिंग का इस्तेमाल बिना सहमति या भुगतान के मॉडल को ट्रेन करने के लिए किया गया था, क्या मॉडल उनकी जानी-पहचानी आवाज़ की नकल कर सकता है, और क्या सस्ते AI ट्रैक विज्ञापनों की जिंगल और बैकग्राउंड म्यूज़िक जैसे क्षेत्रों में भुगतान वाले काम की जगह ले लेंगे। भले ही कोई एक आउटपुट किसी गाने की नकल न करता हो, सहमति, क्रेडिट और उचित भुगतान के ये सवाल फिर भी बने रहते हैं।

Q2कलाकारों का बेहतर सम्मान करने के लिए AI म्यूज़िक टूल को कैसे डिज़ाइन किया जा सकता है?दिखाएं

लाइसेंस वाले या पब्लिक-डोमेन म्यूज़िक और सहमति देने वाले आर्टिस्ट्स के म्यूज़िक पर ट्रेन करें, और यह बात सार्वजनिक रूप से बताएं। ऐसे prompts को ब्लॉक करें जिनमें असली आर्टिस्ट्स की आवाज़ों का नाम हो, जब तक कि आर्टिस्ट किसी सहमति प्रोग्राम से न जुड़ा हो। रिलीज़ करने से पहले outputs की जांच करें कि वे जानी-पहचानी रिकॉर्डिंग्स से बहुत ज़्यादा मिलते-जुलते तो नहीं हैं। योगदान देने वाले आर्टिस्ट्स के साथ रेवेन्यू शेयर करें। एक वॉटरमार्क या कंटेंट क्रेडेंशियल्स जोड़ें ताकि AI ट्रैक्स की पहचान की जा सके।

जारी रखने के लिए कृपया साइन इन करें।

अक्सर पूछे जाने वाले सवाल

क्या मैं अपने YouTube वीडियो में AI संगीत का इस्तेमाल कर सकता हूँ?

यह टूल के लाइसेंस की शर्तों और प्लेटफ़ॉर्म के नियमों पर निर्भर करता है, जो बदलते रहते हैं। दोनों को पढ़ें। कुछ टूल कुछ प्लान्स पर कमर्शियल इस्तेमाल की अनुमति देते हैं और कुछ पर नहीं। आपने ट्रैक कैसे बनाया, इसका रिकॉर्ड रखें।

अगर AI संगीत किसी मशहूर शैली जैसा लगता है, तो क्या यह नकल है?

शैलियाँ और जॉनर आमतौर पर किसी की निजी संपत्ति नहीं होते। लेकिन किसी ख़ास धुन, बोल या रिकॉर्डिंग की बहुत मिलती-जुलती नकल करना कॉपीराइट के असली मुद्दे खड़े कर सकता है, चाहे वह किसी इंसान ने किया हो या मशीन ने।

संगीतकार इन टूल्स का अच्छा इस्तेमाल कैसे करते हैं?

शुरुआती आइडियाज़ बनाने, डेमो ट्रैक तैयार करने, साउंड इफ़ेक्ट जनरेट करने, किसी मिक्स में से साज़ों को अलग करने, या बैकिंग ट्रैक के साथ रियाज़ करने के लिए। कई लोग AI को एक और साज़ की तरह देखते हैं, और क्रिएटिव कंट्रोल अपने हाथ में रखते हैं।

क्या AI द्वारा बनाए गए संगीत की पहचान की जा सकती है?

कभी-कभी, टूल द्वारा जोड़े गए वॉटरमार्क या डिटेक्शन मॉडल के ज़रिए, लेकिन दोनों में से कोई भी पूरी तरह भरोसेमंद नहीं है। शेयर करने वाले व्यक्ति द्वारा ईमानदारी से लेबल लगाना सबसे ज़्यादा मायने रखता है।

पाठ का टेस्ट

5 सवाल। पास होने और इस पाठ को पूरा करने के लिए 3 सही होने चाहिए (60%)।

टेस्ट देने और अपनी प्रोग्रेस सेव करने के लिए साइन इन करें