HappyShrimp 1.0 zamienia opis emocji lub własny tekst w kompletny utwór

W opisach premiery wymieniono m.in. muzykę w stylu chińskim, pop, rock, elektronikę i jazz. Prompt może również określać użyte instrumenty, sposób śpiewania oraz rozwój emocji w kolejnych częściach utworu. Alibaba nie opublikowała jednak kompletnego katalogu dostępnych instrumentów ani głosów.

Co oznacza generowanie „end-to-end”?

Alibaba określa podejście HappyShrimp mianem end-to-end, czyli tworzeniem całej piosenki w jednym, zintegrowanym procesie. Model ma traktować muzykę jako system posiadający własną „gramatykę”, znaczenie i kontekst. Zamiast najpierw osobno wygenerować tekst, następnie melodię, potem podkład i na końcu wokal, ma planować te elementy wspólnie, z uwzględnieniem dłuższej struktury utworu.

To ważna różnica względem klasycznych pipeline’ów, w których poszczególne komponenty są tworzone lub sklejane etapami. Taki proces może prowadzić do słabszego dopasowania słów do melodii, aranżacji do wokalu albo zwrotki do refrenu. W przypadku HappyShrimp deklarowanym celem jest większa spójność całej kompozycji.

Na tym etapie są to przede wszystkim twierdzenia Alibaby. Firma wskazuje, że model ma ograniczać problemy często kojarzone z muzyką generowaną przez AI: mechanicznie brzmiący wokal, rozjechanie tekstu z melodią oraz zbyt chaotyczne lub przeładowane brzmienie. Nie przedstawiono jednak niezależnych testów porównawczych, które pozwalałyby potwierdzić przewagę HappyShrimp.

Taihe Music Group: artyści, produkcja i prawa do muzyki

W dniu uruchomienia modelu Alibaba ogłosiła strategiczną współpracę z Taihe Music Group. Ma ona dotyczyć budowy ekosystemu muzycznego, współpracy przy platformie AI, wspólnego tworzenia z artystami oraz rozwoju treści.

Taki partner może zapewnić Alibabie dostęp do profesjonalnych twórców, doświadczenia produkcyjnego i infrastruktury związanej z muzycznymi prawami autorskimi. Taihe działa m.in. w obszarze zarządzania muzycznym IP oraz licencjonowania i sublicencjonowania nagrań na potrzeby dystrybucji cyfrowej.

Nie należy jednak wyciągać z tego wniosku, że każda piosenka wygenerowana przez HappyShrimp jest automatycznie oczyszczona z praw lub może być bez ograniczeń wykorzystywana komercyjnie. Wciąż potrzebne byłyby jasne zasady dotyczące własności utworu, danych treningowych, zgody artystów, praw do głosu i warunków licencji na wygenerowany materiał.

Element szerszego zwrotu Alibaby w stronę AI

HappyShrimp jest jednym z bardziej widocznych produktów konsumenckich wpisujących się w szerszą strategię Alibaby pod kierownictwem dyrektora generalnego Eddiego Wu. Firma porządkuje działalność i koncentruje się na sztucznej inteligencji oraz chmurze. W tym samym okresie Alibaba uzgodniła sprzedaż działu gier Lingxi Games, aby mocniej skupić się na strategicznych priorytetach.

Alibaba postawiła sobie również cel przekroczenia 100 mld dolarów rocznych przychodów z połączonych działalności chmurowej i AI w ciągu pięciu lat. Sam HappyShrimp raczej nie będzie w stanie wygenerować takiej kwoty. Może jednak pełnić funkcję produktu przyciągającego twórców, zwiększającego wykorzystanie modeli i infrastruktury chmurowej oraz otwierającego drogę do subskrypcji, usług dla firm lub biznesu opartego na licencjonowanych treściach.

HappyShrimp a MusicLM, AudioCraft, Suno i Udio

Na razie nie ma podstaw do wiarygodnego rankingu jakości. HappyShrimp dopiero zadebiutował w wersji beta, a dostępne informacje nie obejmują spójnych, niezależnych testów porównujących go bezpośrednio z MusicLM, AudioCraft, Suno i Udio.

Skąd wzięła się „krewetka” w nazwie?

Chiński człon „虾米” (Xiami) dosłownie oznacza „małą krewetkę”, ale był również nazwą dawnej platformy muzycznej Alibaby — Xiami Music. Dlatego nazwa HappyShrimp wyraźnie nawiązuje do muzycznej historii firmy i może budzić nostalgiczne skojarzenia wśród użytkowników znających tamtą usługę.

Dostępne materiały dotyczące premiery nie potwierdzają jednak, że HappyShrimp jest wznowieniem Xiami Music, korzysta z jej katalogu albo pozostaje z nią w formalnej relacji operacyjnej wykraczającej poza podobieństwo nazwy.