Ariana Grande cantando sertanejo? Entenda o fenômeno de covers de IA
Tecmundo
Nos meses recentes, quem utiliza com certa frequência a internet deve ter se deparado com algum mashup musical bem esquisito. Dentre estas misturas estão canções de The Weeknd sendo cantadas por Michael Jackson, o rapper Kanye West cantando rock e até mesmo a diva pop Ariana Grande interpretando o clássico "No dia em que eu saí de casa”, de Zezé Di Camargo & Luciano.
A esquisitice musical que envolve até artistas que já morreram se trata de mais uma faceta da popularização das Inteligências Artificiais (IAs). As produções são feitas por espécies de “primos” do ChatGPT (que gera textos) e Midjourney (que gera imagens).
Só que apesar da multiplicação destes conteúdos feitos por IA, há um debate ético bastante intenso sendo feito. Pesquisadores, desenvolvedores e os próprios artistas discutem os limites de trabalhos assim. Isso é plágio? Será que é preciso pagar royalties? Os criadores podem receber dinheiro pelas criações?
os melhores covers IA da Ariana Grande, segue o fio; pic.twitter.com/Nj5nbyexdx
Recriaram a voz do Chorão e colocaram ele cantando “A Morte do Autotune” com o Matuê e o resultado ficou arrepiante ?? pic.twitter.com/198ZeuXxRZ
E a "brincadeira" tem ido tão longe que até mesmo outras personalidades têm tido suas vozes utilizadas para criar canções a partir de IA.
Neste sentido, a criatividade fez com que alguém pegasse os rivais políticos Donald Trump, ex-presidente dos Estados Unidos, e Joe Biden, atual presidente dos EUA, para cantarem junto "Ni***as in Paris", uma produção originalmente entoada por Jay-Z e Kanye West. Confira, abaixo, o resultado:
São várias as formas de se produzir canções a partir de IA, sendo o Jukebox uma delas. A ferramenta foi criada pela OpenAI (criadora do ChatGPT), que desenvolveu essa rede neural que gera música a partir do zero.
O Jukebox foi treinado e por isso consegue produzir diferentes gêneros, do pop ao heavy metal, e ainda “imitar” o estilo de artistas como Elvis Presley, Katy Perry, Frank Sinatra, Celine Dion, Nas, Bruno Mars, Tupac e Disturbed.
“A OpenAI pegou amostras destes artistas para gerar o modelo que cria músicas. E o interessante é que ele gera letras também, fazendo com que o resultado seja muito bom, apesar do nível de ruído em um arquivo ou outro”, explica Marcos Barreto, pesquisador da área de robôs sociáveis há quase 20 anos e professor da Fundação Vanzolini.
Uma mapa da OpenAI mostra um pouco dos gêneros e artistas mapeados para a criação da OpenAI.
Barreto pontua que, assim como outras inteligências artificiais, o que o sistema faz é identificar padrões e transformar tudo em números. A partir deste processo, o sistema “aprende” as diferenças entre gêneros musicais e também como é o estilo de determinado artista.
A plataforma musical da OpenAI também utiliza um modelo de rede neural, o Transformer, para codificar os dados de entrada (no caso, as amostras de música) e depois decodificar.
“O Jukebox foi treinado com uma base de 1,2 milhão de músicas usando áudio no formato WAVE em 44 kHz. E já que ele mistura coisas que já conhecemos, neste aspecto ele é um pouco parecido com o Midjourney, que cria novas imagens a partir de imagens que já conhecemos”, argumenta.
O Jukebox é uma plataforma que utiliza referências mais difusas e, por isso, pode-se dizer que as criações são um pouco mais originais. A situação é diferente no caso de ferramentas como o DiffSVC.
O programa se baseia no conceito de SVC, que significa Singing Voice Conversion, que em tradução livre seria algo como “Conversão de voz cantada”. Diferente de softwares que simulam situações conversacionais humanas por texto, o SVC consegue transformar amostras de voz em canto de músicas.
Simplificando, o sistema pede que o criador forneça arquivos sonoros (o adequado são músicas cantadas a capella) de exemplo para entender o padrão de voz da pessoa. Depois que a IA realiza todo o mapeamento, ela consegue encaixar a voz em uma outra melodia, criando uma música que nunca foi cantada por aquele artista.
Além da adição no Github, há muito material sobre Singing Voice Conversion em canais do Discord.
O TecMundo conversou com um produtor de conteúdo brasileiro que utiliza a ferramenta em suas criações e também o recurso de clonagem de voz que está disponível no Google Colab ou em códigos baixáveis no Github . Ele preferiu não se identificar por causa da grande polêmica envolvendo canções covers (e até ameaças, como você verá mais abaixo).
Ele explica que até poucos meses atrás só tinha acesso a uma ferramenta que fazia clonagens de voz a partir de áudios e textos de referência. Ou seja, era preciso um arquivo com a voz da pessoa, um texto nomeando cada áudio e transcrições de cada palavra dita. O processo era trabalhoso e além de ficar pronto em até dez horas, o resultado nem sempre era satisfatório.
Apesar de a Central de Ajuda do YouTube não especificar covers por IA como produções que ferem as regras, um trecho da norma cita que é preciso “permissão do detentor de direitos autorais para criar obras com base no conteúdo original”. São citados como exemplo “fanfics, sequências, traduções, spin-offs, adaptações etc”, dando a entender que as músicas de IA poderiam se encaixar nestes termos.
“Reivindicações relacionadas a direitos autorais cabem aos proprietários do material, e o YouTube oferece várias ferramentas para ajudar os detentores desses direitos a proteger e gerenciar o próprio conteúdo na plataforma”, explica ainda a nota do YouTube.
