Beatoven.ai, एक AI संगीत प्लेटफ़ॉर्म, संगीत सृजन को सुलभ बना रहा है

टेक्नोलॉजी हमेशा से एक बेहतरीन लेवलर रही है। औद्योगिक युग से लेकर इंटरनेट के युग तक, इसने जनता के जीवन की गुणवत्ता में सुधार किया है और पहले से अकल्पनीय चीजों को और अधिक सुलभ बना दिया है। किसी को भी यह समझने के लिए अपने स्मार्टफोन पर नजर डालने की जरूरत है कि कैसे हजारों किलोमीटर दूर बैठे किसी व्यक्ति के साथ संचार करना इतना आम हो गया है कि ज्यादातर लोग इसके बारे में ज्यादा सोचते भी नहीं हैं। ग्राहम बेल से पहले, इस तरह की लंबी दूरी की संचार केवल अमीर और प्रभावशाली लोगों के लिए उपलब्ध थी क्योंकि इससे जुड़ी उच्च लागत थी।

ऐसे उदाहरण अनगिनत हैं. दुनिया भर में सच्ची कनेक्टिविटी प्रदान करने वाले सोशल मीडिया से लेकर, स्मार्टफ़ोन ऐप्स द्वारा उन कार्यों को डिजिटल बनाना जिनमें भौतिक उपस्थिति की आवश्यकता होती है और दिन में कई घंटे लगते हैं, और दूरस्थ कार्य जो कॉर्पोरेट केंद्रों से दूर रहने वाले लोगों को बेहतर कमाई के अवसरों के साथ सशक्त बनाता है, प्रौद्योगिकी ने पहुंच को ही लोकतांत्रिक बना दिया है। कई मायनों में, जनरेटिव आर्टिफिशियल इंटेलिजेंस (एआई) नई सीमाओं तक पहुंच का विस्तार करने वाला अगला मशाल वाहक बन गया है।

ऐसा ही एक क्षेत्र जहां पहुंच बड़ा प्रभाव डाल सकती है वह है संगीत उद्योग। Spotify, SoundCloud, Apple Music और अन्य जैसे स्वतंत्र स्ट्रीमिंग प्लेटफ़ॉर्म के आगमन के बावजूद, संगीत वितरण को सस्ता बनाने के बावजूद, जो समस्या बनी हुई है वह संगीत निर्माण है। आज, मूल पृष्ठभूमि संगीत एक अत्यंत आवश्यक वस्तु है। पेशेवर कलाकारों से लेकर सोशल मीडिया रचनाकारों और पॉडकास्टरों तक, सभी को प्लेटफ़ॉर्म द्वारा किसी भी कॉपीराइट स्ट्राइक (यूट्यूब सामग्री निर्माता इसके प्रभाव से अच्छी तरह से अवगत हैं) या मुकदमे से बचने के लिए, अपनी सामग्री के लिए संगीत ट्रैक की आवश्यकता होती है, अधिमानतः मूल।

लेकिन संगीत बनाना हर किसी के बस की बात नहीं है। संभवतः, यदि आपने एक या एकाधिक संगीत वाद्ययंत्रों में महारत हासिल करने के लिए वर्षों तक प्रशिक्षण नहीं लिया है, फिर भी आप अपनी व्यावसायिक आवश्यकताओं के लिए मूल और अद्वितीय संगीत चाहते हैं, तो आप खुद को केवल दो महंगे समाधानों में फंसा हुआ पाते हैं – एक संगीत निर्माता या एक सत्र संगीतकार को नियुक्त करें, या भुगतान करें स्टॉक संगीत खरीदने के लिए ऑनलाइन। लेकिन अब और नहीं, क्योंकि यहीं पर एआई ने कदम रखा है।

Beatoven.ai का उदाहरण लें, जो एक भारतीय एआई-संचालित संगीत निर्माण मंच है जो उपयोगकर्ताओं को दस सेकंड के भीतर नया और अद्वितीय पृष्ठभूमि संगीत उत्पन्न करने के लिए एक सरल टेक्स्ट प्रॉम्प्ट लिखने की सुविधा देता है। यह समझने के लिए कि यह तकनीक कैसे काम करती है, इसके विभिन्न निहितार्थ और इस तरह के एक अभिनव स्टार्टअप को चलाने का अनुभव, हमने गैजेट्स 360 पर Beatoven.ai के सह-संस्थापक और सीईओ मंसूर रहीमत खान से बात की।

Beatoven.ai की शुरुआत और यात्रा

गैजेट्स 360 अवार्ड्स में Beatoven.ai के सीईओ और सह-संस्थापक मंसूर रहीमत खान

मंसूर रहीमत खान सितार के ग्वालियर-इंदौर-धारवाड़ घराने से आते हैं, जो संगीतकारों का एक प्रसिद्ध परिवार है जिसने सात पीढ़ियों से आधुनिक सितार संगीत को बजाया और आकार दिया है। खान अलग नहीं थे, लेकिन उन्होंने अपने एक अन्य जुनून – प्रौद्योगिकी – के कारण एक अलग रास्ता चुना। “मैंने नेशनल इंस्टीट्यूट ऑफ टेक्नोलॉजी (एनआईटी), गोवा से इलेक्ट्रॉनिक्स और संचार इंजीनियरिंग में स्नातक की पढ़ाई पूरी की। यही वह समय था जब मैंने उस क्षेत्र में गहराई से जाना शुरू किया जो संगीत और प्रौद्योगिकी के संगम पर स्थित है,” खान ने हमें बताया।

कुछ वर्षों तक काम करने के बाद, खान की मुलाकात सिद्धार्थ भारद्वाज से हुई, जो भारतीय प्रौद्योगिकी संस्थान (आईआईटी), इलाहाबाद (जिसे अब प्रयागराज के नाम से जाना जाता है) के पूर्व छात्र और संगीत प्रेमी थे। दोनों ने, समान रुचियों को साझा करते हुए, सामग्री में संगीत लाइसेंसिंग की समस्या की पहचान की और कुछ ऐसा बनाना चाहते थे जो लाखों रचनाकारों के लिए संगीत को अधिक सुलभ बना सके – चाहे वह सोशल मीडिया पर हो या पेशेवर रूप से अपना करियर बना रहा हो। वह Beatoven.ai की उत्पत्ति थी।

लेकिन एक समस्या थी. यहां तक ​​कि जब दोनों ने 2021 में उत्पाद और स्टार्टअप पर काम करना शुरू किया, तो समस्या के समाधान के लिए जेनरेटिव एआई की आवश्यकता थी, जो अभी भी मुख्यधारा तक पहुंचने से एक साल दूर था (नवंबर 2022 में, चैटजीपीटी ने यकीनन जेन एआई रेस शुरू की)।

“शुरुआत में, हमने 2021 में जो प्रोटोटाइप बनाया था, वह बहुत ही कमज़ोर प्लेटफ़ॉर्म था। उपयोगकर्ता एक शैली और गति का चयन कर सकते हैं और एक अवधि निर्दिष्ट कर सकते हैं, और हम संगीत का एक मूल टुकड़ा तैयार करेंगे। उस समय, कोई बड़े भाषा मॉडल (एलएलएम) मौजूद नहीं थे, इसलिए हमें अपना संपूर्ण तकनीकी स्टैक नए सिरे से बनाना पड़ा। आज, हमारे पास अपनी स्वामित्व वाली तकनीक है जिसे हमने तभी बनाना शुरू कर दिया था, ”खान ने कहा।

एआई लहर आने के बाद चीजें आसान हो गईं, और Beatoven.ai को बाजार में एलएलएम की उपलब्धता से लाभ हुआ, जिसका उपयोग करके वे अपने दस लाख के वर्तमान उपयोगकर्ता आधार को पूरा करने के लिए अपने प्लेटफॉर्म को बेहतर ढंग से सुसज्जित कर सकते हैं।

Beatoven.ai प्लेटफ़ॉर्म

वेब-ओनली प्लेटफ़ॉर्म सामग्री निर्माताओं के लिए एक जेनरेटिव एआई-संचालित संगीत निर्माण उपकरण है। उपयोगकर्ता, एक बार साइन अप करने के बाद, मूल पृष्ठभूमि संगीत उत्पन्न करने के लिए एक टेक्स्ट प्रॉम्प्ट लिख सकते हैं। वैकल्पिक रूप से, प्लेटफ़ॉर्म उपयोगकर्ताओं को संगीत बनाने के लिए गति, अवधि, शैली और मूड चुनने की भी अनुमति देता है।

एक बार जब उपयोगकर्ता इनपुट जोड़ देता है, तो एआई कार्यभार संभाल लेता है और चार अलग-अलग ट्रैक तैयार करता है। प्लेटफ़ॉर्म पोस्ट-जेनरेशन संपादन सुविधाएँ भी प्रदान करता है जहाँ उपयोगकर्ता एक उपकरण को बदल सकते हैं, विशिष्ट भागों में वॉल्यूम कम या बढ़ा सकते हैं, या ट्रैक के पूरे खंड को फिर से बना सकते हैं। खान ने कहा कि एक एकल ट्रैक 15 मिनट तक लंबा हो सकता है, हालांकि इसकी कोई ऊपरी सीमा नहीं है, और सुझाया गया मूल्य समय को कम रखने के लिए मौजूद है। 1-2 मिनट की औसत लंबाई के ट्रैक को तैयार होने में लगभग 10 सेकंड लगेंगे। कंपनी द्वारा साझा किए गए डेटा के आधार पर, शुरुआत से ही, बीटोवेन ने 15 लाख साउंडट्रैक तैयार किए हैं और 3 लाख डाउनलोड का दावा किया है।

प्लेटफ़ॉर्म वर्तमान में उपयोगकर्ताओं को फ़्यूज़न ट्रैक बनाने की अनुमति नहीं देता है जहां दो या दो से अधिक शैलियों को मिश्रित किया जाता है, लेकिन खान ने गैजेट्स 360 को विशेष रूप से बताया कि कंपनी जल्द ही एक नया अपडेट जारी करेगी जिसमें यह सुविधा शामिल होगी।

हमने प्लेटफ़ॉर्म का भी परीक्षण किया और पाया कि संगीत काफी यथार्थवादी है। निम्नलिखित गीत “बीट ड्रॉप के साथ एक उच्च-ऊर्जा ईडीएम गान बनाएं जो एक नृत्य पार्टी के लिए बिल्कुल सही है” का उपयोग करके बनाया गया था।

Beatoven.ai टेक-स्टैक

बीटोवेन प्लेटफॉर्म के दो घटक हैं। पहला एलएलएम है, जो उपयोगकर्ताओं को प्राकृतिक भाषा में संकेत टाइप करने की अनुमति देता है और फिर उस जानकारी को एक प्रारूप में संसाधित करता है जिसे एआई इसे संगीत में परिवर्तित करने के लिए समझ सकता है। स्टार्टअप इस भाग के लिए GPT मॉडल का उपयोग करता है।

दूसरा घटक उपयोगकर्ता के इरादे को समझता है और एक ट्रैक तैयार करता है जो पैरामीटर को पूरा करता है। यह आर्किटेक्चर कंपनी द्वारा मूल रूप से बनाया गया था। ऐसा करने के लिए एआई मॉडल विपरीत शिक्षण वास्तुकला का उपयोग करता है। खान इस बात पर प्रकाश डालते हैं कि इस तकनीक की प्रेरणा ओपनएआई के सीएलआईपी मॉडल से मिली, लेकिन तुरंत बताते हैं कि ओपनएआई मॉडल पाठ और छवियों के लिए बनाया गया था, और बीटोवेन ध्वनि और संगीत के लिए इसका उपयोग करने वाला पहला था। मालिकाना काम होने के कारण कंपनी इस प्रक्रिया को अनुकूलित करने में भी सक्षम थी। उदाहरण के लिए, खान ने हमें बताया कि प्लेटफ़ॉर्म GPU अनुमान के बजाय CPU अनुमान का उपयोग करता है। यह उल्लेखनीय है क्योंकि छोटे एलएलएम को भी चलाने के लिए जीपीयू अनुमान की आवश्यकता होती है।

स्टार्टअप ने एआई मॉडल को प्रशिक्षित करने के लिए स्वतंत्र कलाकारों से लगभग 1,00,000 डेटा नमूने लिए हैं। कंपनी ने वैश्विक स्तर पर लगभग 250 कलाकारों के साथ सहयोग किया और उन्हें विशेष ट्रैक के लिए भुगतान किया। खान ने दावा किया कि कंपनी ने अपने सभी प्रशिक्षण डेटा को नैतिक रूप से सोर्स किया था और इसके लिए इंटरनेट का सहारा नहीं लिया। दिलचस्प बात यह है कि Adobe वर्तमान में AI वीडियो जेनरेशन मॉडल बनाने के लिए कथित तौर पर ऐसा ही कर रहा है।

हालाँकि, डेटा, आज, एक अविश्वसनीय रूप से महंगा संसाधन बन गया है जिसकी एआई मॉडल को अपग्रेड करने और उन्हें बेहतर बनाने के लिए लगातार आवश्यकता होती है। जबकि बीटोवेन ने डेटा प्राप्त करने के लिए कलाकारों के साथ सहयोग करने की अपनी प्रथा आज भी जारी रखी है, भविष्य में, यह एक राजस्व-साझाकरण मॉडल पेश करके लागत में कटौती करने की योजना बना रहा है, जहां कलाकारों को उत्पन्न ट्रैक की संख्या के आधार पर भुगतान किया जाएगा जहां एआई ने गाने का उपयोग किया था। नमूना या डेटा.

Beatoven.ai प्रतिस्पर्धा से निपटने की योजना कैसे बनाती है

एआई-आधारित संगीत पीढ़ी आज पूरी तरह से एक अनूठा प्रस्ताव नहीं है। कई खिलाड़ियों ने क्षमता को पहचानते हुए इस क्षेत्र में प्रवेश किया है। कुछ में Google अपने MusicLM के साथ, OpenAI अपने ज्यूकबॉक्स के साथ, और Adobe अपने प्रोजेक्ट म्यूज़िक GenAI कंट्रोल के साथ शामिल है। हालाँकि, इनमें से कोई भी मॉडल आज जनता के लिए उपलब्ध नहीं है, और वे विकासाधीन हैं। लेकिन बीटोवेन के लिए प्रतिस्पर्धा अभी भी मौजूद है। उनके लिए एक बड़ा प्रतिद्वंद्वी सुनो एआई होगा, जो न केवल संगीत बनाता है बल्कि एक पूर्ण गीत पेश करने के लिए संगीत में एआई-जनित आवाजें भी जोड़ता है।

चिंता के जवाब में, खान ने इस बात पर प्रकाश डाला कि कंपनी बिना कोई दर सीमा जोड़े असीमित संगीत उत्पादन की पेशकश करती है। इसके अलावा, उन्होंने इस बात पर प्रकाश डाला कि कंपनी एक संपूर्ण पारिस्थितिकी तंत्र का निर्माण कर रही है। जहां एक तरफ, यह संगीत उत्पन्न करके उपयोगकर्ताओं को सेवाएं दे रहा है, वहीं दूसरी तरफ, यह कलाकारों को अपना मूल संगीत बेचने के लिए जगह भी प्रदान करता है। खान का मानना ​​है कि “नैतिक रूप से स्रोतित और कॉपीराइट-मुक्त अद्वितीय संगीत” के वादे के साथ-साथ पेशकशों का पूरा समूह बीटोवेन को बाजार में बढ़त देता है।

भविष्य की ओर एक नजर

बीटोवेन अब वैश्विक उपयोगकर्ता आधार को पूरा करने के लिए अपने प्लेटफॉर्म के विस्तार पर विचार कर रहा है। स्टार्टअप ने पहले ही दुनिया के विभिन्न हिस्सों से कलाकारों को अपने साथ जोड़ना शुरू कर दिया है क्योंकि इसका 70 प्रतिशत उपयोगकर्ता आधार देश के बाहर रहता है। खान का मानना ​​है कि एआई मॉडल में सुधार पर ध्यान केंद्रित करने के साथ-साथ यह वैश्विक दृष्टिकोण अगले दो वर्षों में पांच मिलियन उपयोगकर्ताओं के लक्ष्य को हासिल करने में महत्वपूर्ण होगा।

प्रौद्योगिकी अक्सर दोधारी तलवार हो सकती है। हालांकि एआई-जनित संगीत के लाभों को कम करके नहीं आंका जा सकता है, लेकिन सवाल यह उठता है कि क्या इस तरह के आसान और किफायती संगीत निर्माण का इच्छुक संगीतकारों पर प्रतिकूल प्रभाव पड़ सकता है। क्या संगीत का वस्तुकरण वास्तव में सही रास्ता है?

खान का मानना ​​है कि संगीत निर्माण उद्योग में अगला बड़ा व्यवधान बनने जा रहा है, लेकिन इससे संगीतकारों और गायकों के सपने और आजीविका छीनने की संभावना नहीं है। उन्होंने कहा, “मेरा मानना ​​है कि कलाकार अभी भी इस व्यवधान के केंद्र में रहेंगे क्योंकि एआई मानव रचनात्मकता के साथ प्रतिस्पर्धा नहीं कर सकता है।”

संबद्ध लिंक स्वचालित रूप से उत्पन्न हो सकते हैं – विवरण के लिए हमारा नैतिकता कथन देखें।