「ちょっとでも音楽を作ってみたい」
そんな気持ちを、あなたは一度は持ったことがありませんか？
ほんの少しの音楽の知識さえあれば、何かを生み出せるような気がした。
でも、ピアノも弾けなければ、メロディも読めない。
私には無理だな…と、そんな想いをそっと胸にしまったこと。
今回は「音楽作成AIの新時代」を示す革新的プロジェクト「Splash Music」について、AWS 公式ブログを元に、よりわかりやすく、より心に残るようにご紹介します。
「歌を作るAI」が、音楽のゲームルールを変える
オーストラリアに本社を構える Splash 社は、音楽作成AIを使った新しいプラットフォームを開発しました。
600 億ストリーム以上の成功実績を持ちながら、さらなる成長を目指しています。
このAIは「パーソナライズされた音楽を生み出す」ことを目指しています。
「HummingLM」という多くのパラメータを持つ独自モデルは、ユーザーがハミングした歌声を読み取り、その創造的なアイデアを完成された音楽トラックへと変換します。
まさに「世界に1つだけの音楽」を経験できる手段です。
この技術の根底にあるのが、AWS の高度な機械学習インフラ「Trainium」と、モデル訓練に特化した Amazon SageMaker HyperPod です。
Splash 社が直面していた課題
Splash 社の音楽生成AIを大規模に展開するには、いくつかの重大な課題を乗り越える必要がありました。
モデルの複雑さと規模 – HummingLM は、ハミングの繊細さを捉える必要があり、スタジオクオリティの音楽を提供するため、計算能力とストレージを大幅に拡張する必要がありました。
急速な変化への対応 – AI技術の急速な進展に対応するため、継続的に新しいモデルを訓練、調整、デプロイする必要がありました。
インフラストラクチャのスケーリング – それまで外部で管理された GPU クラスターに依存していたため、レイテンシの問題、複雑なトラブルシューティング、手動による管理の負担が大きく、迅速な実験とスケーリングが困難でした。
「Trainium」のすごさ：プロの音楽専門AIを育てる能力
音楽作成AIは、ただのデータ処理だけではなく、素早く、精密に、継続的に、大量の訓練をこなす必要があります。
Trainium は「機械学習のためのカスタムチップ」として AWS が開発したチップで、従来の GPU ベースのソリューションと比較して、訓練時間をほぼ 50% 削減し、訓練コストを 54% 以上削減しました。
また、スループット性能は8%向上し、バッチサイズは70から 512 に増大しました。
これにより、Splash 社はより大規模なモデルを訓練でき、新機能をより頻繁にリリースし、イノベーションを加速させることができるようになったのです。
「HyperPod」とは？ 機械学習の能力を自動化によって加速させる
スポーツでは、個人の能力よりも、チーム力がカギになることがありますよね。
HyperPod も同じで、複数の Trainium チップを連携させ、大規模な解析や運用を可能にするためのプラットフォームです。
Splash社 はこの仕組みを活用することで、大規模なモデルを素早く訓練でき、週単位での定期的なモデル更新を実現し、音楽を生み出すAIを「創造者の相棒」へと進化させているのです。
SageMaker HyperPod が自動でクラスタを管理し、障害復旧を行うことで、運用ダウンタイムはほぼゼロになりました。
「あなたも作曲家」になれる日は近い
かつて、音楽を作るということは「音の天才」や「音楽博士」のような人だけの特権でした。
しかし、現在はAIがそのハードルを下げてくれます。何もできないはずの私たちが、意思と目的を持つことで、ハミングから始まる完全にアレンジされた高忠実度の楽曲をAIと一緒に生み出せるようになりました。
Splash 社はすでに 600 百万ストリーム以上を達成し、多くのクリエイターがこのサービスを通じて音楽を生み出しています。
そんな時代がもうすぐそこまで来ています。
おわりに：「作る」権利はすべての人に
音楽を作る。
それは、特別な人だけの仕事ではなくなります。
AIは、人間のアイデアを現実に変えるパートナーになります。
「やってみたい」と思う気持ち。
その気持ちを行動に変えることで、人は初めて「創造者」になれるのです。
一本のペンを持つように、マウスに手を置き、そっとキーを打つ。
次の曲を作るのは、そんなあなたです。
参考：Splash Music transforms music generation using AWS Trainium and Amazon SageMaker HyperPod
コメント