Nvidias KI Fugatto skaper helt nye lyder

Å la KI-modeller trene seg opp på eksisterende musikk og deretter skrive helt nye sanger er ikke noe nytt. Eller å kopiere og etterligne artisters musikk. Men Nvidias KI Fugatto skaper i stedet lyder som aldri har eksistert før.

Selv om den ikke er offentlig tilgjengelig ennå, har de lagt ut en nettside full av eksempler. Hva med for eksempel å høre lyden av saksofoner som bjeffer som hunder, folk som faktisk snakker under vann, eller ambulansesirener som synger i kor?

Fugatto ble skapt for å prøve å skape «et meningsfullt forhold mellom språk og lyd». Å snakke med en chatbot er én ting, men hvordan beskriver man egentlig lyder med ord?

Forskerne har latt en stor språkmodell lage Python-skript som beskriver ulike lydkilders natur, for eksempel «en ung arbeidende mann» eller «generer en glad stemme». Og så har du mulighet til å påvirke resultatet ved å «gjøre stemmen gladere».

Ved å skape en stor database med nøyaktig beskrevne lyder kan de nå la Fugatto bruke den til å finne opp helt nye, fiktive lyder. Kanskje er dette veien videre for KI til å skape noe helt nytt i stedet for å etterligne noe eksisterende.

Les mer på Nvidias blogg

Jonas Ekelund

(f. 1969): Journalist og nyhetsredaktør. Jonas har jobbet for Lyd & Bilde siden 2007 med det meste som kan kalles bærbart. Det vill si mobiler, trådløse høyttalere og hodetelefoner. Iblant kommer testingen inn på kollegaenes områder innenfor multiromslyd, hjemmekino og foto. Han startet sin bane som teknikkjournalist på IDG og skrev blant annet for PC för Alla, Internetworld og det som senere ble M3.