オーディオ

オーディオ

2024年から使用されるロゴ
開発者	オーディオ
初回リリース	2024年4月10日; 7か月前 ( 2024-04-10 )
安定リリース	v1.5 / 2024年7月23日
タイプ	生成型人工知能
Webサイト	オーディオ

Udio は、シンプルなテキストプロンプトに基づいて音楽を生成する生成型人工知能モデルです。ボーカルと楽器を生成できます。無料のベータ版は2024 年 4 月 10 日に公開されました。ユーザーは月額または年額でサブスクリプションを購入して、オーディオインペインティングなどのより多くの機能を利用できるようになります。

このプログラムは、UdioのCEOであるDavid Ding氏が率いるGoogle DeepMindの元研究者チームによって2023年12月に設立され、ベンチャーキャピタルのAndreessen Horowitzやミュージシャンのwill.i.am、Commonなどから資金援助を受けています。批評家はリアルなサウンドのボーカルを作成する能力を賞賛しましたが、一方で、トレーニングデータに著作権で保護された音楽が含まれている可能性があることを懸念する声もありました。

Udioは、2023年12月に、 UdioのCEOであるDavid Ding、Conor Durkan、Charlie Nash、Yaroslav Ganin、Andrew Sanchez ^{[1] [2]}を含むGoogle DeepMindの元研究者4人のチームによってUncharted Labsという名前で作成されました。^[3]ベンチャーキャピタルのAndreessen Horowitz、音楽配信会社のUnitedMasters、ミュージシャンのwill.i.am、Tay Keith、Common、投資家のKevin Wall、Instagramの共同設立者のMike Krieger、DeepMindの研究員Oriol VinyalsがUdioに資金援助し、シード資金で1,000万ドル（以前に調達した元の850万ドルと合わせて）と評価されました。^{[3] [4]数か月の}クローズドベータフェーズを経て、2024年4月10日にUdioのウェブサイトでベータフェーズが一般公開されました。^[5] 2024年4月現在、ユーザーは無料で月に600曲を生成できる。^[6]サンチェスはこれを「ミュージシャンが素晴らしい音楽を作り、将来その音楽でお金を稼ぐことを可能にする」と表現した。^{[1] Udioのリリースは、} Suno AIやStability Audioなどの他のテキスト音楽生成ツールのリリースに続いた。^{[7][アップデート]} 

Udioは、ウィロニウス・ハッチャーによる「 BBL Drizzy 」の制作に使用された。このパロディ曲は、ドレイクとケンドリック・ラマーの確執を背景に人気を博し、最初の1週間でTwitterで2,300万回以上再生され、SoundCloudで330万回以上ストリーミングされた。 ^[8]

2024年8月、オーストリアのプロデューサーButterbroがUdioで生成した曲「Verknallt in einen Talahon ( In Love with a Talahon )」が、ドイツのトップ50にランクインした初のAI生成曲となった。^[9]

Udioは、ジャンル（バーバーショップカルテット、カントリー、クラシック、ヒップホップ、ジャーマン ポップ、ハードロックなど）、歌詞、ストーリーの方向性、サウンドのベースとなる他のアーティストなど、テキストプロンプトに基づいて曲を作成します。歌詞は大規模言語モデル（LLM）を使用して作成されますが、2024年4月現在、音楽自体を生成するために使用されるプロセスは^{[アップデート]}公開されていません。^[10]プログラムはプロンプトに基づいて2つの曲を生成し、ユーザーはさらにテキストプロンプトを使用して曲を「リミックス」できます。^[11]曲は最初に約30秒の長さのピースとして生成され、さらに30秒ずつ延長できます。^{[6]有料加入者は、}オーディオインペインティングなどの高度な機能にアクセスできます。 ^{[12] [13]}

PC Worldのシニア編集者であるマーク・ハッハマンは、Udio をAI アート ジェネレーターと比較し、「かなり下手な歌詞」を「かなりキャッチーな」曲に変える能力を称賛し、生成されたボーカルを「信じられないほどリアルで、感情的ですらある」と評した。^[6] ZDNETの Sabrina Ortiz は、Udio が生成した曲を「印象的」で「プロが制作したかのような」サウンドだと評した。また、他のテキストから音楽を生成するジェネレーターの曲よりも「充実していて豊か」で、「パーソナライズ オプションが豊富」だとも述べた。^[5] Tom's GuideのRyan Morrison は、Udio は「合成ボーカルの感情を捉える驚異的な能力」を持ち、「ボーカル パフォーマンスの情熱、痛み、精神を捉えた」唯一の AI 音楽ジェネレーターであると書いた。^[14]彼は、このプログラムは「音楽の能力がまったくないか、ほとんどない人」向けであると付け加えた。^[2]ローリングストーン誌のブライアン・ハイアットは、UdioはSuno AIよりも「カスタマイズ性は高いが、使い方が直感的ではないかもしれない」と書き、「初期ユーザーの中には、平均するとUdioの出力の方がSunoよりも鮮明に聞こえるかもしれないと示唆する者もいた」と付け加えた。^[1]

Ars Technicaで、ベンジ・エドワーズはUdioの生成能力は不完全で、Suno AIのものより「印象に残らない」と書き、その曲はSuno AIのものよりかなり短いと指摘した。また、彼はUdioが生成した曲を「中途半端でほとんど悪夢のよう」と呼んだ。^[10]同社がTwitterでUdioのベータ版リリースを発表したことを受けて、テレフォン・テルアビブのメンバーであるジョシュア・ユースティスは、Udioは「ミュージシャンに代わるアプリ」であり、使用されているデータに疑問を投げかけたとツイートした。Udioはまた、オンラインで「魂がない」と批判され、オーディオディープフェイクを作成する可能性があると批判されている。^{[11] [7]} Gizmodoのルーカス・ロペックは、Udioは「音響的にナンセンスでいっぱい」で、その曲は「非常に悪い」と述べた。^[15]

Udio の批評家たちは、どのようなデータがトレーニングに使用されたのか、そのデータが著作権で保護された音楽で構成されていたのか疑問視している。Rolling Stone は、Udio と Suno AI の両方が著作権で保護された音楽でトレーニングされたと「信じるに足る十分な理由」があると書き、 Ars Technicaの Benj Edwards は、そのトレーニング データは「著作権で保護された素材で満たされている可能性が高い」と書いた。 ^{[10] [11]} Udio は、要求されても著作権で保護された曲を直接再現することはない。^[6] Ding は、Udio には「広範な自動著作権フィルター」があり、同社は「[その] 安全策を継続的に改善している」と述べた。^[7] Stability AI は、Stable Audio 2.0 で異なるアプローチを採用し、AudioSparx と呼ばれる明示的にライセンスされた音楽データセットを使用した。^[16]

2024年6月、全米レコード協会が主導する訴訟が、著作権で保護された音声録音の広範な侵害を主張してUdioとSunoに対して提起された。この訴訟は、著作権で保護された音楽に関するトレーニングを会社に禁止することと、すでに行われた侵害による作品1つあたり最大15万ドルの損害賠償を求めていた。^{[17] [18]}

• スノAI

• 公式サイト