কী হয়েছে? দ্য ইনফরমেশনের এক এক্সক্লুসিভ রিপোর্ট অনুসারে, ওপেনএআই নীরবে একটি এআই মডেলের উপর কাজ শুরু করেছে যা সঙ্গীত তৈরি করতে পারে, যা টেক্সট এবং ভিডিওর বাইরেও তার পরবর্তী বড় পদক্ষেপ। কোম্পানিটি জুইলিয়ার্ডের শিক্ষার্থীদের কাছ থেকে অ্যানোটেটেড সঙ্গীত ডেটা ব্যবহার করে তার সিস্টেমগুলিকে প্রশিক্ষণ দিচ্ছে বলে জানা গেছে, যা একটি শক্তিশালী ইঙ্গিত যে এটি সহজ জেনারেটিভ আউটপুটের পরিবর্তে গুণমান এবং সৃজনশীল নির্ভুলতার পিছনে ছুটছে। এই পদক্ষেপটি ওপেনএআইকে সুনো এবং ইউডিওর মতো এআই-সংগীত অগ্রগামীদের প্রতিদ্বন্দ্বিতা করার জন্য স্থাপন করেছে, যদিও এই স্টার্টআপগুলি সঙ্গীত শিল্প থেকে বড় কপিরাইট মামলার মুখোমুখি হচ্ছে।
- অভ্যন্তরীণ আলোচনা থেকে জানা যায় যে, এআই টেক্সট এবং অডিও উভয় প্রম্পট ব্যবহার করেই সঙ্গীত তৈরি করতে পারে , যেমনটি এর সোরা টুল টেক্সট থেকে ভিডিও তৈরি করে।
- এই প্রকল্পের লক্ষ্য হল বিজ্ঞাপনের জিঙ্গেল এবং ভিডিও ব্যাকগ্রাউন্ড স্কোর থেকে শুরু করে পূর্ণ-দৈর্ঘ্যের রচনা পর্যন্ত একাধিক ব্যবহারের ক্ষেত্রে সহায়তা করা , এবং সম্ভবত এটি ChatGPT বা Sora-তে একীভূত করা হবে।
- এটি ওপেনএআই-এর সঙ্গীত এআই-তে পূর্ববর্তী, বর্তমানে অবসরপ্রাপ্ত পরীক্ষা-নিরীক্ষার অনুসরণ করে : মিউজনেট (২০১৯) এবং জুকবক্স (২০২০), যা আজকের বৃহৎ মাল্টিমোডাল মডেলের পূর্বসূরী ছিল।
কেন এটি গুরুত্বপূর্ণ: এটি কেবল আরেকটি বৈশিষ্ট্য নয়, বরং স্রষ্টা এবং মেশিনের মধ্যে পরবর্তী যুদ্ধক্ষেত্র। সঙ্গীত প্রজন্মে ডুব দিয়ে, OpenAI কেবল প্রতিদ্বন্দ্বীদের থেকে এগিয়ে থাকার লক্ষ্য রাখে না, বরং এটি সৃজনশীলতার মালিক কে এবং আমরা কীভাবে এটি ব্যবহার করব তাও চ্যালেঞ্জ করে।
- স্রষ্টা বনাম এআই: সুনোর মতো স্টার্ট-আপগুলি ইতিমধ্যেই রেকর্ড লেবেলগুলির কাছ থেকে মামলার মুখোমুখি হচ্ছে, দাবি করছে যে মডেলদের কপিরাইটযুক্ত গানের উপর প্রশিক্ষণ দেওয়া হয়েছিল। ওপেনএআই-এর এন্ট্রি বড় বন্দুকগুলিকে রিংয়ে ফেলেছে।
- সার্ভিস-ইকোসিস্টেম প্লে: OpenAI-এর 800 মিলিয়নেরও বেশি ChatGPT ব্যবহারকারী রয়েছে; সঙ্গীত যোগ করার অর্থ হল এর ইকোসিস্টেমে থাকার আরও কারণ এবং নগদীকরণের জন্য আরও হুক।
- আইনি ও নীতিগত দিক: সোরার ডিপফেক বিতর্ক দেখিয়ে দিচ্ছে যে রেলিংগুলিকে এখনও কতদূর যেতে হবে, ওপেনএআই-এর সঙ্গীত উচ্চাকাঙ্ক্ষা লাইসেন্সিং, সম্মতি এবং রাজস্ব ভাগাভাগি সম্পর্কে নতুন প্রশ্ন উত্থাপন করবে।
আমার কেন চিন্তা করা উচিত? আজকাল কৃত্রিম বুদ্ধিমত্তা-উত্পাদিত সঙ্গীত নতুন কিছু মনে হতে পারে, কিন্তু এটি ধীরে ধীরে সৃজনশীল শিল্পের কার্যকারিতাকে নতুন করে সংজ্ঞায়িত করছে। বিজ্ঞাপন তৈরির ধরণ থেকে শুরু করে স্বাধীন সঙ্গীতজ্ঞরা কীভাবে ডেমো রেকর্ড করেন, এই ধরণের সরঞ্জামগুলি কর্মপ্রবাহ, রয়্যালটি এবং এমনকি সঙ্গীত "তৈরি" করার অর্থ কী তাও পরিবর্তন করতে পারে। কিন্তু সোরার ডিপফেক বিতর্কের ক্ষেত্রে আমরা যেমন দেখেছি, অনুমতি ছাড়া ক্ষমতা ঝুঁকিপূর্ণ, এবং যদি রেলিংগুলি তাল মিলিয়ে চলতে না পারে তবে একই খেলার বই এখানেও পুনরাবৃত্তি হতে পারে।
- যদি OpenAI-এর মিউজিক টুলটি উদ্দেশ্য অনুযায়ী কাজ করে, তাহলে যে কেউ ব্যয়বহুল সফটওয়্যার বা স্টুডিও সময় ছাড়াই সাউন্ডট্র্যাক বা জিঙ্গেল রচনা করতে পারবে ।
- শিল্পী এবং প্রযোজকদের জন্য , এটি দ্রুত সৃজনশীলতা প্রদানের মাধ্যমে হুমকি এবং হাতিয়ার উভয়ই হয়ে উঠতে পারে, তবে কৃত্রিম বুদ্ধিমত্তা স্বাক্ষর শৈলীর "অনুলিপি" সম্পর্কে ভয়ও জাগাতে পারে।
- ভোক্তারা ভিডিও, গেম এবং বিজ্ঞাপনগুলিতে আরও সমৃদ্ধ, AI-ব্যক্তিগতকৃত অডিও পেতে পারেন, তবে তারা অস্পষ্ট কপিরাইট লাইন এবং সত্যতা সংক্রান্ত উদ্বেগের সম্মুখীন হতে পারেন ।
ঠিক আছে, তাহলে এরপর কী? আশা করা যায় যে OpenAI ২০২৬ সালের শেষের দিকে অথবা ২০২৭ সালের মধ্যে একটি ঘোষণা জারি করবে যেখানে তাদের সঙ্গীত-প্রজন্মের হাতিয়ারের রূপরেখা প্রকাশ করা হবে, যা ChatGPT অথবা Sora ইকোসিস্টেমের সাথে একীভূত হতে পারে। তবে, এটি মসৃণ হবে না। প্রকৃতপক্ষে, প্রথমত দেখার বিষয় হল এটি প্রধান লেবেলগুলির সাথে লাইসেন্সিং চুক্তি নিশ্চিত করে কিনা, নাকি Suno-এর মতো কোম্পানিগুলির সাথে আদালতে পৌঁছায়। একই সাথে, Sora-এর ডিপফেক থেকে প্রাথমিক প্রতিক্রিয়া দেখায় যে OpenAI-এর রেলিংগুলি তার উচ্চাকাঙ্ক্ষা থেকে পিছিয়ে রয়েছে। রয়টার্সের রিপোর্ট অনুসারে, ক্রিয়েটিভ আর্টিস্টস এজেন্সির মতো স্রষ্টা সংস্থাগুলি ইতিমধ্যেই কোম্পানিটিকে ঝুঁকি এবং অধিকার সম্পর্কে সতর্ক করছে। বলা বাহুল্য, আইনি বিশৃঙ্খলা এবং স্রষ্টার ক্রোধের অবসান না হওয়া পর্যন্ত বিটটি পরিষ্কারভাবে কমে যাবে না।