Musenet (OpenAI)

MuseNet ist ein von OpenAI entwickeltes tiefes neuronales Netzwerk, das 4-minütige Kompositionen mit 10 verschiedenen Instrumenten erzeugen und Stile von Country über Mozart bis zu den Beatles kombinieren kann.

Es verwendet dieselbe allgemeine unüberwachte Technologie wie GPT-2, ein groß angelegtes Transformer-Modell, das darauf trainiert wurde, das nächste Token in einer Sequenz vorherzusagen – unabhängig davon, ob es sich um Audio oder Text handelt. Das Modell wird mit Daten aus MIDI-Dateien trainiert und kann ausgehend von einem Prompt Samples in einem gewählten Stil erzeugen. Mehrere Embeddings, darunter Positions-, Timing- und strukturelle Embeddings, liefern dem Modell zusätzlichen Kontext.