Meta Rilis AudioCraft, Fitur Audio AI untuk Bikin Efek Suara dan Musik dari Deskripsi

MENLO PARK - Meta mengumumkan telah merilis AudioCraft, alat AI generatif open source untuk membuat musik dan audio dari perintah teks. Dengan fitur tersebut, pembuat konten dapat memasukkan deskripsi teks sederhana untuk menghasilkan lanskap audio yang kompleks.

AudioCraft terdiri dari tiga komponen inti, yaitu AudioGen, alat untuk menghasilkan berbagai efek audio dan soundscapes; MusicGen, untuk membuat komposisi musik dan melodi dari deskripsi; dan EnCodec, codec kompresi audio berbasis jaringan saraf.

Selain itu, AudioGen dapat membuat efek suara audio seperti gonggongan anjing, klakson mobil, atau langkah kaki di lantai kayu. MusicGen dapat membuat lagu dari berbagai genre dari awal, berdasarkan deskripsi seperti Lagu dansa pop dengan melodi yang menarik, perkusi tropis, dan ritme yang ceria, cocok untuk pantai.



Meta telah menyediakan beberapa sampel audio di situs webnya untuk dievaluasi. Hasilnya tampaknya sejalan dengan pelabelan mereka yang canggih, tetapi bisa dibilang kualitasnya tidak cukup tinggi untuk menggantikan efek audio atau musik komersial yang diproduksi secara profesional.

Meta mencatat bahwa sementara model AI generatif berpusat di sekitar teks dan gambar diam mendapat banyak perhatian. Meta berharap rilis AudioCraft di bawah Lisensi MIT akan berkontribusi pada komunitas yang lebih luas dengan menyediakan alat yang dapat diakses untuk eksperimen audio dan musik.


"Model tersedia untuk tujuan penelitian dan untuk meningkatkan pemahaman orang tentang teknologi. Kami senang memberikan akses kepada peneliti dan praktisi sehingga mereka dapat melatih model mereka sendiri dengan kumpulan data mereka sendiri untuk pertama kalinya dan membantu memajukan kecanggihan," kata Meta dikutip SINDOnews dari laman Arstechnica, Kamis (3/8/2023).

Meta bukanlah perusahaan pertama yang bereksperimen dengan generator audio dan musik bertenaga AI. Di antara beberapa upaya baru-baru ini yang lebih menonjol, OpenAI memulai debutnya Jukebox pada tahun 2020.



Sedangkan Google memulai debutnya MusicLM pada bulan Januari 2023. Sebelumnya, Desember 2022, tim peneliti independen menciptakan platform generasi teks-ke-musik yang disebut Riffusion menggunakan basis Difusi Stabil.

Akan menarik untuk melihat bagaimana pengembang open source memilih untuk mengintegrasikan model audio Meta. Ini dapat menghasilkan beberapa alat audio generatif yang menarik dan mudah digunakan dalam waktu dekat.