Coole tune: Leren arrangeren? Wat denken jullie van deze?

Jij geeft hem toch ook feedback?
Wie nog meer dan? AI is geen persoonlijke feedback (dat wil niet inhouden dat het waardeloos advies is, maar als je het verschil niet ziet waarom zou je dan überhaupt nog op een forum vragen wat mensen er van vinden...)
 
TS wilde oefenen met het maken van een langer arrangement. Daar zijn bepaalde manieren voor, en veel van die manieren zijn gevestigd geraakt binnen genres (x maten intro, zoveel maten een break, dan een drop, of bijv. couplet-refreinstructuur, enz). Daar is weinig persoonlijks aan, in mijn beleving - maar wel precies waar TS naar op zoek is.

Nu ik erover nadenk, muziektheorie is ook volledig onpersoonlijk - maar kan wel de basis vormen voor feedback.

Anyway. TS wil eerst leren lopen, als ik het zo lees.

Het rennen -- het leuke, spannende, interessante, kunstzinnige, creatieve deel, komt daarna pas. En dan heb je, inderdaad, niks aan AI - maar zal AI juist van jou willen leren (/de data willen scrapen).


korte versie: je hebt feedback, en je hebt feedback.
 
Moet je je voorstellen, de hoeveelheid bijzondere creatieve keuzes die gemaakt worden door mensen die niet weten wat de norm is. Is een duiveltje op je schouder die je er op kan aanwijzen wanneer je iets doet wat buiten de norm valt dan echt behulpzaam, of geeft het je vooral meer zekerheid dat je gevoelsmatig geen fouten maakt omdat spannende keuzes juist een risico zijn?

Maar het aller aller belangrijkste wat ik eerder al zei:

Taalmodellen kunnen niet luisteren

Op geen enkel moment gaat jouw audio het taalmodel in.

Mogelijke lyrics worden omgezet naar tekst met whisper.ai. Ritme in de zang, pitch, intonatie en vele andere aspecten van de zang zijn vrijwel allemaal weg.

Audio word omgezet naar een spectogram. An sich niet erg, daar kun je met de benodigde wiskunde ook zeer veel nuttige informatie uit halen.

Echter bezitten taalmodellen niet de benodigde wiskundige functies om een spectogram als muziek zijnde te interpreteren, enkel als een foto zoals elk ander in de dataset.

Die foto word geanalyseert op patronen, een gat hier, een groot fel blok daar. Dat word aangevuld met gerelateerde patronen uit de dataset en aanverwante contextueel relevante data. Meer algemene teksten over spectogrammen bijvoorbeeld, een leeg vlak is stilte, dit niet, die kleur betekent veel bas.

Maar zeer waarschijnlijk dus ook gesprekken op muziekfora rondom vergelijkbare beschrijvingen van een spectogram en waar bijvoorbeeld wel tekst omheen staat over baslijnen en andere meer muzikale beschrijvingen.

Bovendien geven mensen zelf al belangrijke context waar een taalmodel naar kan grijpen. Zo vraag je misschien iets over of het baslijntje hard genoeg is. Met die informatie 'hallucineert' een taalmodel lekker. Die patronen die jij zelf toevoegd aan de context worden weer gebruikt voor antwoorden. Zo is het makkelijk om bij een uitkomst te komen waar de feedback over de dynamiek van je bas er uit rolt. Leest precies alsof het taalmodel je baslijn heeft genalyseert, maar herhaalt enkel een patroon wat jij zelf als belangrijk hebt geintroduceert in de context van de huidige sessie.

En daar zijn we dan. Dat is het enige wat overblijft van je audio voordat je uberhaupt je 'feedback' krijgt.

Of de op een mening lijkende tekst die daar uit voortkomt waardevol is voor je hou ik buiten beschouwing. Hecht daar zoveel waarde aan als je wilt, maar snappen wat er intern werkt helpt tegen het magisch denken.






Ik heb een creatief beroep op hoog niveau en hanteer hele hoge standaarden voor intellectuele en creatieve diepgang en artistieke directie (in mijn werk) waar AI agents steeds meer aanwezig zijn).

Ik heb ook een creatief beroep op hoog niveau en hanteer hele hoge standaarden voor intellectuele en creatieve diepgang en artistieke directie (in mijn werk), maar hier word AI als onverantwoord gezien).
 
Hoe het technisch werkt boeit de user niet, of dit nou een pareto op stijl is, of een mening, de user krijgt input waar hij over kan nadenken en beslissen om er wél of niet iets mee te doen.
Persoonlijk laat ik me op creatief vlak liever niet beinvloeden door een wiskundig taalmodel dat geen audio begrijpt. Het staat je vrij dat wel te willen, het is maar informatie.

Zodra je zo'n tekst leest ben je al beinvloed, daar ontkomt het menselijk brein niet aan. Niet aan een roze olifant denken!
 
Ik til er allemaal niet zo zwaar aan, ik zie het meer als een conversational Google die ook nog eens kan coden en dtp’en en netwerk engineer kan spelen of personal trainer. Ben 10kg afgevallen met Gemini. Claude heeft mijn Cisco catalyst met mij geconfigureerd. ChatGPT heeft een clocking probleem de goede kant uit gedrukt. Of dat nu uit een repo komt of het intelligentie is (vector search) maakt niet uit, het advies werkt en de resultaten zijn echt.
 
Back
Top