La industria de la música está creando la tecnología para buscar canciones de IA

La pesadilla de la industria de la música se hizo realidad en 2023 y se parece mucho a Drake.

“El corazón en mi mano” Fake dual con vista entre Drake y el fin de semanaHa hecho varios millones de corrientes antes de explicar quién lo hizo o de dónde vino. La pista no era solo viral: rompió esta ilusión de cualquiera que estuviera bajo control.

En la lucha por responder, la infraestructura de una nueva sección está tomando forma en silencio que no detiene la música del generador directamente, pero está construida para que se pueda buscar. Los sistemas de identificación se están integrando en toda la música: los modelos se utilizan para herramientas de capacitación, plataformas donde se cargan las canciones, licencia de licencias e invención de algoritmos. El objetivo no es solo capturar contenido sintético después de la verdad. Se marca inmediatamente, etiquetado con metadatos y cómo pasa por el sistema.

“Si no hace estas cosas en la infraestructura, solo va a perseguir su cola”, dice Matteer Matte Adele, la cofrowner de la IA musical. “No puede reaccionar a cada nueva pista o modelo: no lo escala, necesita su infraestructura que funcione desde la capacitación a través de la distribución”.

Las startups ahora están apareciendo para crear detección en el flujo de trabajo de licencia. Prefiere la plataforma YouTube Y Dizar El audio sintético ha desarrollado sistemas internos para indicando porque se ha cargado y da forma a cómo las superficies están en búsqueda y recomendaciones. Otras compañías de música, incluidas Audible Magic, Pex, Rhetify y SoundCloud, están ampliando las características de identificación, moderación y atribución en todo, desde el datos de capacitación hasta la distribución.

El resultado no es como una herramienta de aplicación para la detección de materiales expuestos a AI, sino un ecosistema fragmentado de agencias que tratan los medios sintéticos como una infraestructura de stock de mesa para rastrear los medios sintéticos.

En lugar de detectar música de IA, algunas compañías están haciendo herramientas para etiquetar en el momento de hacerlo. Vermilio y Musical AI están desarrollando sistemas para escanear las pistas terminadas para componentes sintéticos y los etiquetan automáticamente en metadatos.

El marco TraceID de Vermilio se profundiza en las canciones, como tonos vocales, frenado melódico y patrones líricos y secciones específicas de AI-expuestas, lo que permite que los derechos detecten duplicar a nivel STEM, incluso si una nueva pista solo presta parte de un núcleo.

La agencia dice que su enfoque no tiene una taza, sino la manifestación de la licencia de práctica y la autenticación. El contenido de TraceID YouTube se encuentra como un reemplazo de sistemas como ID, que a menudo pierde la imitación sutil o parcial. Vermilio supone que aprobó las herramientas impulsadas por la licencia con licencias como TRACES puede aumentar de $ 75 millones a $ 10 mil millones en 2023 en 2023. En realidad, significa que un titular o plataforma de derechos puede ejecutar una pista terminada a través de trazas para que contenga el material protegido, y si es así, las banderas del sistema para las licencias de licencias antes se liberan.

Algunas compañías mismas harán aún más los datos de capacitación. Analizar su objetivo analizando lo que va en un modelo es estimar cuánto generó la pista a partir de un artista o canción específica. Este tipo de atribución puede permitir licencias más específicas, incluida la regalía, sobre la base de los efectos creativos en lugar de el conflicto. El concepto se hace eco del viejo debate sobre el efecto del instrumento musical, como el traje de “líneas oscuras”, pero se aplican a la generación algorítmica. Ahora la diferencia es que las licencias pueden ocurrir antes del lanzamiento, no a través del caso después de la verdad.

La IA musical también está trabajando en un sistema de identificación. La agencia describe su sistema como capa a través de la inyección, generación y distribución. En lugar de filtrar salidas, rastrea la introducción de extremo a extremo.

“La atribución no debe iniciarse después de que termine la canción, debe comenzar cuando el modelo comienza a aprender”, dijo el Coffunder Shan Power de la compañía. “Estamos tratando de determinar la cantidad de efectos creativos, no solo para atrapar las copias”.

El diseñador ha creado herramientas internas para informar las pistas totalmente expuestas a la bandera y puede reducir su visibilidad a las recomendaciones algorítmicas y editoriales, especialmente cuando el contenido se muestra spam. El director de innovación Orlien Harolt dice que hasta abril, estas herramientas eran más del doble de lo que vieron en aproximadamente un 20 por ciento de cargas nuevas como impuestas por AI todos los días. Las pistas caracterizadas por el sistema son accesibles en la plataforma pero no se promocionan. Haralt dice que el diseño planea comenzar a etiquetar estas pistas para los usuarios directamente “dentro de unas pocas semanas o meses”.

“No estamos en contra de la IA en absoluto”, dijo Haralt. “Pero muchos de estos contenidos se están utilizando de mala fe, no para la creación, pero estamos prestando mucha atención a la plataforma”.

Que abarca el DNTP de AI (no proporciona capacitación en protocolo) a nivel de datos, antes de presionar la identificación. La opción de salida del protocolo permite a los artistas y los derechos etiquetar su trabajo como fuera de asiento para la capacitación modelo. Aunque los artistas visuales ya tienen acceso a equipos similares, el mundo de audio todavía está al día. Hasta ahora, hay muy pocos sensores sobre cómo admirar el consentimiento, la transparencia o las licencias de escala. El control finalmente puede enfatizar el problema, pero ahora, el procedimiento está fragmentado. El apoyo de las principales agencias de capacitación de IA también fue deshonesto, y los críticos dicen que si el protocolo no es de forma independiente y amplia, no alcanzará la tracción.

“El protocolo de exclusión debe ser sin fines de lucro, algunos actores diferentes deben ser supervisados”, dijo Dryaharst. “Nadie debería creer el futuro del consentimiento con una organización centralizada opaca que puede salir del negocio, o peor”.