انگرام: ساز موسیقی که توهمات هوش مصنوعی را به موسیقی تبدیل می‌کند

استارتاپ موسیقی Thoughtful Things با راه‌اندازی کمپین کیک‌استارتر برای اولین ساز خود، «انگرام»، وارد دنیای تولید ابزارهای موسیقی شده است. این دستگاه که ترکیبی از یک سمپلر و گرووباکس است، از هوش مصنوعی برای دستکاری صداهای ورودی و حتی خلق صداهای کاملاً جدید بهره می‌برد. اما برخلاف دستگاه‌هایی مانند Suno که هدفشان تولید موسیقی آماده برای رادیو است، «انگرام» بر خلق صداهای تجربی، غیرعادی و سوق دادن مدل‌های صوتی هوش مصنوعی به ورای محدودیت‌هایشان تمرکز دارد.

پردازش محلی و مدل‌های اختصاصی هوش مصنوعی

یکی از ویژگی‌های کلیدی «انگرام» عدم اتصال آن به اینترنت است. این دستگاه یک «هوش مصنوعی کوچک» را به صورت محلی اجرا می‌کند. طبق توضیحات کمپین کیک‌استارتر، این مدل هوش مصنوعی توسط خود شرکت طراحی شده و به صورت سفارشی آموزش دیده است. این شرکت تاکید کرده است:

«ما مدل‌های صوتی خود را بر روی مجموعه داده‌های باز که فقط حاوی صداهای دارای مجوز برای استفاده تجاری (مانند CC-BY) هستند، آموزش داده‌ایم. ما مدل‌های خود را بر روی داده‌های غیرتجاری، دزدی دریایی شده یا به هر نحو دیگری سرقت شده آموزش نداده‌ایم و هرگز نخواهیم داد.»

قابلیت‌های نوآورانه و دسترسی‌پذیری

شرکت Thoughtful Things قصد دارد فریم‌ور «انگرام» را به صورت متن‌باز منتشر کند تا دیگران بتوانند آن را تغییر داده یا مدل‌های سفارشی خود را بارگذاری کنند. در ویدیوی معرفی کمپین، ایوان کینگ، بنیان‌گذار شرکت، با استفاده از صدای خود درخواست «پیانو» را می‌دهد و «انگرام» صدایی گلیچ‌دار و شبیه به پیانو تولید می‌کند. کینگ این دستگاه را «ضبط‌کننده میدانی برای فضای نهفته» توصیف می‌کند و معتقد است این ابزار راهی برای کاوش در دنیای توهمات هوش مصنوعی و طراحی صدای تجربی است. این دستگاه حتی از تکنیک «سرکت بندینگ» (circuit bending) الهام گرفته و به کاربران اجازه می‌دهد تا مدل‌های کوچک هوش مصنوعی آن را دستکاری کرده و حتی «بشکنند».

پیش‌فروش و قیمت‌گذاری

Thoughtful Things با یک دوره تولید محدود برای کمپین کیک‌استارتر، «انگرام» را با قیمت پایه ۶۷۵ دلار عرضه کرده است. این شرکت هنوز قیمت خرده‌فروشی نهایی را اعلام نکرده است، اما با توجه به اینکه قیمت ۶۷۵ دلاری با تخفیف ۳۰ درصدی ارائه شده، انتظار می‌رود قیمت نهایی بین ۸۵۰ تا ۹۰۰ دلار باشد.

ابعاد فنی و نوآوری در طراحی صدا

  • نوع دستگاه: سمپلر و گرووباکس با قابلیت‌های هوش مصنوعی
  • پردازش: اجرای مدل هوش مصنوعی کوچک به صورت محلی (آفلاین)
  • مدل هوش مصنوعی: طراحی و آموزش سفارشی توسط Thoughtful Things
  • داده‌های آموزشی: استفاده از مجموعه داده‌های صوتی دارای مجوز تجاری
  • قابلیت‌ها: دستکاری صداهای ورودی، خلق صداهای جدید (توهمات صوتی)، الهام از سرکت بندینگ
  • دسترسی‌پذیری: انتشار فریم‌ور به صورت متن‌باز برای تغییر و بارگذاری مدل‌های سفارشی
  • قیمت اولیه در کیک‌استارتر: ۶۷۵ دلار