Khi một câu mô tả có thể trở thành âm nhạc
Có những giai điệu đến rồi đi rất nhanh. Ta ngân nga vài nốt trong lúc đi bộ, tưởng tượng tiếng đàn piano vang lên trong một quán cà phê ngày mưa, hoặc nghĩ rằng đoạn phim của mình sẽ đẹp hơn nếu có một bản nhạc dịu dàng ở phía sau.
Mục lục
Dòng Chảy AI · Hành Trình AI
Nhìn lại tuần từ ngày 21 đến ngày 27 tháng 1 năm 2023. Những diễn biến ngoài tuần này được ghi rõ thời điểm.
Có những giai điệu đến rồi đi rất nhanh. Ta ngân nga vài nốt trong lúc đi bộ, tưởng tượng tiếng đàn piano vang lên trong một quán cà phê ngày mưa, hoặc nghĩ rằng đoạn phim của mình sẽ đẹp hơn nếu có một bản nhạc dịu dàng ở phía sau.
Nhưng từ một ý tưởng như thế đến một bản thu âm là cả một hành trình. Thường ta sẽ cần biết cách chơi nhạc cụ, sử dụng phần mềm, tìm người cộng tác, hoặc ít nhất là dành thời gian học những kỹ năng ấy.
Điều gì sẽ xảy ra nếu ta có thể bắt đầu bằng một câu mô tả?
Ngày 26 tháng 1 năm 2023, một nhóm nghiên cứu của Google công bố bài báo về MusicLM: một hệ thống AI được thiết kế để tạo âm thanh âm nhạc từ lời mô tả bằng văn bản. Trong một số thử nghiệm, hệ thống còn có thể nhận thêm một giai điệu được ngân nga hoặc huýt sáo rồi tạo âm nhạc theo phần mô tả đi kèm. 1
Đối với người thích âm nhạc nhưng chưa biết chơi đàn, ý tưởng ấy thật hấp dẫn: một cách mới để khám phá điều mình nghe thấy trong đầu. Nhưng với những người đã dành nhiều năm sáng tác, biểu diễn và thu âm, nó cũng mở ra một câu hỏi khác: nếu hệ thống học từ âm nhạc có sẵn, những người tạo ra âm nhạc ấy có vị trí nào trong câu chuyện?
Từ điều ta tưởng tượng đến âm thanh
Trong bài báo, nhóm nghiên cứu đưa ra ví dụ về những mô tả kết hợp nhạc cụ, phong cách và cảm xúc. Thay vì yêu cầu máy phát lại một bài hát cụ thể, người dùng có thể mô tả điều mình muốn nghe: chẳng hạn một giai điệu violin êm dịu đi cùng tiếng guitar méo tiếng. Theo nhóm tác giả, MusicLM tạo ra âm thanh ở tần số 24 kHz và có thể duy trì sự nhất quán trong những đoạn kéo dài vài phút. Đây là kết quả được nhóm báo cáo trong nghiên cứu của họ, không phải lời bảo đảm rằng mọi yêu cầu đều cho ra bản nhạc hoàn chỉnh. 1
Có thể hình dung một người làm video muốn thử nhiều không khí cho cùng một cảnh: buổi sáng yên bình, một chuyến tàu đêm, hay cảm giác hồi hộp trước khi bước vào một nơi xa lạ. Trong ví dụ giả định này, thay vì biết ngay mình cần những nốt nhạc nào, người ấy bắt đầu bằng cảm xúc muốn truyền tải.
Với một nhạc sĩ, một công cụ như vậy cũng có thể gợi ra hướng thử nghiệm. Gợi ý không nhất thiết là sản phẩm cuối cùng: người làm nhạc vẫn có thể lựa chọn, thay đổi, thu âm lại hoặc loại bỏ ý tưởng. Đây là một khả năng để suy nghĩ, không phải bằng chứng rằng mọi nhạc sĩ sẽ muốn làm việc theo cách ấy.
Điều quan trọng là MusicLM không xuất hiện từ con số không. Các hệ thống tạo nhạc bằng AI đã được nghiên cứu trước đó. Bài báo mới là một bước trong hành trình dài hơn, chứ không phải thời điểm con người lần đầu tiên đặt câu hỏi liệu máy móc có thể tạo ra âm nhạc hay không. 2
Một bản nhạc được tạo ra từ đâu?
Để tạo ra âm thanh phù hợp với mô tả, một hệ thống như MusicLM cần được huấn luyện trên rất nhiều ví dụ. Có thể hình dung quá trình đó như việc hệ thống tìm ra những dạng thức trong dữ liệu âm nhạc và mối liên hệ với những mô tả liên quan. Nhưng phép so sánh này có giới hạn: nó không cho thấy máy nghe, học hay hiểu âm nhạc giống một người nhạc sĩ.
Và dữ liệu không xuất hiện từ hư không. Đằng sau một bản thu có thể là người viết giai điệu, người chơi nhạc cụ, ca sĩ, kỹ sư âm thanh và nhiều người khác. Khi một công ty dùng âm nhạc để phát triển hệ thống mới, những người ấy có được biết không? Họ có được lựa chọn, ghi nhận hoặc chia sẻ lợi ích không?
Đó là những câu hỏi về cách công nghệ được xây dựng và ai có tiếng nói trong quá trình ấy. Chúng không có cùng một câu trả lời cho mọi hệ thống hay mọi hoàn cảnh. Trong phạm vi nghiên cứu này, chúng ta chưa có đủ thông tin để kết luận về sự cho phép đối với từng bản ghi trong dữ liệu huấn luyện, hoặc khẳng định một hành vi vi phạm pháp luật cụ thể.
Chính nhóm nghiên cứu cũng thừa nhận nguy cơ liên quan đến nội dung sáng tạo. Ngày 27 tháng 1, TechCrunch đưa tin về những lo ngại đó, bao gồm khả năng một phần âm thanh được tạo ra tái hiện chất liệu từ dữ liệu huấn luyện. Tờ báo cũng mô tả hạn chế trong các mẫu, chẳng hạn giọng hát tổng hợp đôi khi tạo ra âm tiết khó hiểu. Những ví dụ ấn tượng vì thế cần được đặt bên cạnh những điều hệ thống chưa làm tốt. 2
Đây là điểm nối với câu chuyện của chúng ta về các họa sĩ trên ArtStation: một tác phẩm được đưa ra để công chúng thưởng thức có đồng nghĩa người tạo ra nó đồng ý cho công việc ấy được dùng để phát triển AI hay không? Âm nhạc có những thực tế và quyền lợi riêng; câu chuyện của họa sĩ không tự trả lời thay cho nhạc sĩ.
Công bố nghiên cứu không có nghĩa là ai cũng dùng được
Có một chi tiết dễ bỏ qua khi nhìn lại: trong tuần tháng 1 ấy, công chúng có thể đọc về nghiên cứu và nghe các ví dụ, nhưng điều đó không có nghĩa MusicLM đã được mở rộng rãi như một sản phẩm để mọi người sử dụng. TechCrunch khi ấy đưa tin Google chưa có kế hoạch phát hành ngay hệ thống. Nhóm nghiên cứu cũng công bố một bộ dữ liệu phục vụ nghiên cứu tên MusicCaps; công bố bộ dữ liệu không giống như phát hành chính mô hình tạo nhạc. 1 2
Đến ngày 10 tháng 5 năm 2023, sau giai đoạn của bài viết này, Google thông báo người dùng có thể đăng ký thử MusicLM trong AI Test Kitchen. Google cho biết công cụ thử nghiệm tạo hai phiên bản từ một ý tưởng được mô tả bằng chữ, đồng thời nói công ty đã làm việc với các nhạc sĩ để thu thập phản hồi. Đó là bước tiến từ nghiên cứu sang trải nghiệm thử nghiệm, không phải bằng chứng rằng mọi người đều lập tức có quyền truy cập hoặc mọi câu hỏi về quyền tác giả đã được giải quyết. 3
Nhìn lại, ta có thể nói kỳ vọng về việc nhiều người được thử tạo nhạc từ câu chữ đã có một bước tiến cụ thể. Còn những câu hỏi về sự đồng ý, ghi nhận và lợi ích của người làm nhạc vẫn không thể được giải quyết chỉ bằng việc một công cụ hoạt động.
Âm nhạc dành cho ai — và được làm cùng ai?
Ngày 28 tháng 1 năm 2023, một ngày sau tuần chúng ta đang nhìn lại, VnExpress cũng đưa tin về MusicLM và khả năng tạo nhạc từ văn bản. Sự xuất hiện của câu chuyện trên báo Việt Nam cho thấy độc giả có thể tiếp cận thông tin này; bản tin đó không cho phép chúng ta kết luận nhạc sĩ Việt Nam nói chung đã ủng hộ hay phản đối công nghệ. 4
Với một người Việt yêu nhạc, câu hỏi gần gũi có thể bắt đầu rất nhỏ: liệu mình có thể biến ý tưởng cho một đoạn phim gia đình thành âm thanh? Với một người làm nhạc, câu hỏi có thể là: công cụ này giúp mình thử điều mới, cạnh tranh với công việc của mình, hay cả hai — và điều đó phụ thuộc vào ai quyết định cách sử dụng nó?
Những ví dụ ấy là tình huống để suy nghĩ, không phải lời kể đã được phỏng vấn. Hiện chúng ta chưa có đủ bằng chứng trong tuần này để đại diện cho quan điểm hoặc đo lường tác động đối với cộng đồng âm nhạc Việt Nam.
Một câu mô tả có thể trở thành âm thanh: điều đó mở ra một cánh cửa đáng tò mò. Câu hỏi tiếp theo là làm sao bước qua cánh cửa ấy mà vẫn nhìn thấy những con người, công sức và lựa chọn phía sau âm nhạc.