Las canciones antiguas ahora representan el 70% del mercado musical en los EE.UU., según MRC Data, y el mercado de la música nueva está disminuyendo.
Los 200 nuevos temas más populares apenas llegan al 5% de las transmisiones totales, mostrando una preferencia cada vez mayor por la música más antigua. Incluso con éxitos actuales, estos pueden pasar desapercibidos para gran parte de la población, dado que reflejan un impacto cultural limitado.
Este fenómeno muestra los desafíos a los que se enfrenta la música nueva en la era digital.
1. Remuneración de Artistas: A pesar de la popularidad de los servicios de transmisión, muchos artistas se quejan de no recibir las ganancias justas. La estructura de pagos por streaming a menudo favorece a los grandes artistas y etiquetas discográficas en lugar de a los artistas independientes o emergentes.
2. Pirateria: Aunque no es tan prominente como en la era de Napster, la piratería todavía presenta una gran amenaza para la industria de la música.
3. Brecha Creativa: Con la proliferación de software de producción musical asequible, la música es más fácil de crear que nunca. Aunque esto reduce la barrera de entrada, también puede dar lugar a una sobresaturación del mercado con música de menor calidad.
La producción de música de alta calidad hoy en día es un proceso complejo y desafiante que involucra muchos aspectos diferentes, desde la composición y arreglo hasta la grabación, mezcla y masterización. Un músico moderno necesita hacer malabares para ser productor, manager y vendedor, mientras sigue perfeccionando su oficio.
Entra la IA.
Meta, anteriormente conocida como Facebook, ha desarrollado y puesto a disposición del público AudioCraft, una suite de herramientas de IA generativas para crear música y audio a partir de indicaciones textuales. AudioCraft tiene tres componentes principales:
1. AudioGen: que puede generar varios efectos de sonido y paisajes sonoros.
2. MusicGen: capaz de crear composiciones y melodías musicales a partir de descripciones.
3. EnCodec: un códec de compresión de audio basado en redes neuronales.
Por ejemplo, con AudioGen se pueden crear efectos de sonido tales como un perro ladrando, un claxon de coche sonando o los pasos en un suelo de madera. Por otro lado, MusicGen puede crear canciones de varios géneros a partir de descripciones textuales como «Pista de baile pop con melodías pegadizas, percusiones tropicales y ritmos optimistas, perfecta para la playa».
¡Y lo increible es que lo que compone hace sentido!
Vea también: Estas cuatro industrias ya han sido transformadas por la inteligencia artificial
Mediante el uso de algoritmos de aprendizaje automático, la IA puede analizar grandes volúmenes de datos y patrones para ayudar a crear nueva música. Esto abre las puertas a una mayor experimentación y creatividad en la producción musical.
Las plataformas de streaming de música ya están utilizando IA para analizar los hábitos de escucha de un usuario y sugerir canciones y listas de reproducción personalizadas de acuerdo con el género, el estado de ánimo y las preferencias del usuario.
La IA también puede ayudar a mejorar el proceso de producción de música al automatizar tareas repetitivas, optimizar mezclas de sonido y corregir errores de tiempo o tono en las grabaciones de voz.
La IA puede analizar grandes volúmenes de datos para identificar tendencias emergentes y proporcionar información valiosa para las decisiones de marketing y distribución.
Sin embargo, también existen desafíos. Por ejemplo, hay preguntas legales y éticas sin respuesta sobre la propiedad del copyright de la música producida por IA. Lo que no es lo mismo que el derecho comercial que otorgan las plataformas de generación como Meta AI a los usuarios de sus modelos.
Hay varios generadores de música basados en IA disponibles en el mercado, como AIVA para crear soundtracks, Splash Pro para generar musica, Kits AI, una IA para entrenar tus propias voces, o Rapli un bot de WhatsApp para generar music, que cualquier persona puede usar para crear su propia música.
El uso emergente de inteligencia artificial para replicar artistas conocidos en la industria musical plantea preguntas difíciles. Determinar quién debe recibir pago por estas canciones (los ingenieros que diseñaron el software de IA que imita a los artistas, o los propios artistas) es realmente complicado.
Pienso que es injusto que los creadores de contenido musical con IA reciban todos los beneficios, sin considerar el pago a los artistas cuya música y estilo inspiraron las creaciones. La esencia vocal y rítmica de un artista es única y debería ser protegida como propiedad intelectual.
Además, es importante considerar el impacto negativo potencial en la industria musical si los consumidores no pueden distinguir entre la música generada por IA y la música producida por artistas humanos. Esto podría causar una sobreexposición y posiblemente devaluación de la música de los artistas que se imitan.
En cualquier caso, es evidente que se necesita regulación en este nuevo campo. Es esencial que los derechos de los artistas se protejan a medida que la tecnología avanza. Esto podría implicar nuevas formas de licencias o métodos para rastrear y atribuir correctamente las creaciones generadas por IA a sus influencers humanos adecuados.
Lo que pasa en el mundo de los actores, Netflix y Hollywood, es muy similar, estaré atenteo a entender como evoluciona esto y como se protegen los parecidos entre los artistas y la IA.
