Generazione di Musica

Niente gergo, niente formule

Un modello musicale si allena su due diete: spartiti (note con tempi) e audio grezzo. Da milioni di esempi impara la statistica di melodia, armonia, ritmo e timbro, non le regole da un manuale. Lo guidi con un prompt: genere, mood, tempo, strumenti, un brano di riferimento. Nei modelli audio la musica nasce come suono in un passaggio solo; nei modelli a token viene scritta come un flusso di token di note, come un language model che scrive frasi. Quello che esce è un mix intero o tracce separate (batteria, basso, melodia) da modificare. Dove si rompe: la struttura lunga. Oltre i due o tre minuti perde il filo e ripete. Eredita anche la nebbia delle licenze dei dati di training, quindi per lavori pubblicati serve una piattaforma con licenze pulite. Il suo habitat naturale sono le bozze: sottofondi, schizzi di mood, letti per podcast. Il cue finale vuole ancora un orecchio umano.