HappyShrimp 1.0 umí z emocí a vzpomínek generovat kompletní skladby. Cena i technické detaily zatím chybí

K dispozici má být také tvorba čistě instrumentální hudby. Druhou hlavní cestou je vložení vlastního textu, ke kterému AI doplní melodii, aranžmá a zpěv.

Uživatelé mohou specifikovat například čínský styl, pop, rock, elektroniku nebo jazz. Zadávat lze také požadované nástroje, styl zpěvu a vývoj emocí v průběhu skladby.

Od odborných tagů k běžnému jazyku

Řada generátorů hudby staví na takzvaném tagovém zadávání. Uživatel musí kombinovat výrazy popisující žánr, nástroje, rytmus nebo produkční styl. HappyShrimp se snaží tento přístup posunout směrem k přirozenému jazyku.

Místo řady technických parametrů tak může zadání vycházet třeba z osobní vzpomínky nebo konkrétní situace. Alibaba uvádí, že model rozumí jak odborným formulacím typu „Lo-fi R&B“, tak každodennímu popisu nálady, scény či příběhu.

Firma tuto koncepci označuje jako „end-to-end“ generování celé skladby. Text, melodie, doprovod a hlas podle jejího popisu nevznikají jako oddělené části, které se až následně slepí dohromady, ale jsou plánovány a vytvářeny v rámci celé písně.

Právě tento přístup má podle Alibaby omezovat některé běžné problémy AI hudby, například nepřirozený zpěv, nesoulad textu s melodií nebo roztříštěný celkový zvuk. Veřejně dostupné materiály však především opakují produktové tvrzení Alibaby a samy o sobě nedokazují, že model bude ve všech situacích lepší než konkurenční nástroje.

Co se změnilo oproti dřívějším zprávám

Oznámení z 17. srpna znamená, že HappyShrimp se posunul z dříve medializovaného vývojového či projektového stavu k produktu, který je přístupný veřejnosti.

Podle zveřejněných informací je nyní dostupný jako beta služba v počítačovém webovém prohlížeči pro uživatele v Číně i zahraničí.

Důležitá je ale formulace „beta“. Veřejné spuštění zatím nepotvrzuje existenci stabilního univerzálního API pro vývojáře, garantované podnikové služby ani hotového modelu pro komerční hudební produkci.

Klíčové technické informace Alibaba nezveřejnila

O HappyShrimp 1.0 zatím není k dispozici úplná technická dokumentace. Nejasnosti se týkají především těchto oblastí:

• architektury modelu a počtu parametrů,
• trénovacích dat, původu hudebních práv a způsobu jejich správy,
• použité zvukové reprezentace, trénovacích metod a veřejných benchmarků,
• podporovaných jazyků, formátů výstupu, kvality zvuku a délky generovaných skladeb,
• dostupnosti API a podmínek pro souběžné, geograficky omezené nebo účtem limitované používání.

TechNode výslovně uvádí, že Alibaba dosud neoznámila podrobnosti o technické architektuře, limitech používání ani komerčních cenách. Z marketingových výrazů jako „end-to-end“ nebo „vysoká míra dokončení“ proto nelze spolehlivě odvodit velikost tréninku, vnitřní konstrukci modelu ani reálnou kvalitu zvuku.

Kredity zdarma, ale žádný jasný ceník

Některé zprávy uvádějí, že noví uživatelé získají bezplatné kredity či využití na vyzkoušení. Veřejně dostupné informace ale zatím neposkytují dostatečně úplný a stabilní ceník.

Není proto jasné, jak velký je bezplatný limit, kolik kreditů stojí jedno generování, zda existují placené balíčky ani zda Alibaba nabízí samostatné API s vlastním účtováním.

Nejasná zůstávají také pravidla pro vlastnictví vytvořené hudby, komerční využití, reklamu nebo distribuci ve filmu a dalších médiích. Pro běžné testování to znamená řídit se aktuálními beta podmínkami přímo ve službě. Firmy a obsahové týmy by naopak neměly výstupy z testovací verze automaticky považovat za díla, která lze bez omezení komerčně použít.

Co si z uvedení odnést

Nejzřetelnější přínos HappyShrimp 1.0 spočívá ve snížení vstupní bariéry. K vytvoření hudebního návrhu není nutné ovládat hudební teorii ani znát všechny termíny z oblasti produkce. Uživatel může začít obyčejným popisem situace nebo nálady.

Model zároveň nabízí několik způsobů práce: od kompletní vokální písně přes instrumentální skladbu až po zhudebnění vlastního textu.

Přesnější závěr je však střízlivější než samotné marketingové oznámení: HappyShrimp se stal veřejně testovatelným produktem, ale zatím není dostatek informací k tomu, aby jej bylo možné označit za vyzrálou platformu pro profesionální produkci nebo rozsáhlé firemní nasazení. O jeho skutečných limitech rozhodnou až podrobnější technické údaje, podmínky používání a praktické testy.