YinChao: แพลตฟอร์มสร้างเพลงด้วย AI ที่พัฒนาขึ้นเอง สร้างเพลงเต็มใน 15 วินาทีถึงหนึ่งนาที

YinChao เป็นแพลตฟอร์มสร้างเพลงด้วย AI ที่พัฒนาทุกชั้นเทคโนโลยีขึ้นเองในบริษัท โดยมีเป้าหมายเดียวคือเปลี่ยนไอเดียให้เป็นเพลงเต็มที่ฟังได้เร็วที่สุด มีทางเข้าสามทาง ได้แก่ คำอธิบายเป็นตัวอักษร รูปภาพ หรือทำนองที่ฮัม และผลลัพธ์เป็นเพลงที่เสร็จสมบูรณ์พร้อมเสียงร้องและการเรียบเรียง เวลาสร้างที่ประกาศไว้คือ 15 วินาทีถึงหนึ่งนาที ซึ่งสั้นพอให้การลองหลายทิศทางกลายเป็นวิธีทำงานปกติ

เครื่องมือเปลี่ยนข้อความเป็นเพลงส่วนใหญ่มองว่าไอเดียมีอยู่เป็นคำพูดแล้ว YinChao รับรูปภาพและเสียงฮัมเพิ่มเป็นอินพุตเต็มรูปแบบ สิ่งนี้ตรงกับจุดเริ่มต้นที่พบบ่อยที่สุดสองแบบ คือมีบรรยากาศทางภาพอยู่ก่อนแล้วต้องการเพลงที่เข้ากัน หรือมีทำนองอยู่ในหัวแล้วแต่ไม่มีวิธีเรียบเรียง การยอมรับการฮัมเป็นอินพุตยังเท่ากับยอมรับว่าทำนองที่คนคิดขึ้นเองมักใกล้กับการสร้างสรรค์จริงมากกว่าคำสั่งที่เขียนไว้เรียบร้อย

ด้านเทคนิค บริษัทพัฒนโมเดลเพลงเองและเน้นความสามารถในการแทนข้อมูลหลายรูปแบบและการสร้างใหม่ที่มีความเที่ยงตรงสูง โดยมีโมเดล Diffusion Transformer (DiT) ของตัวเองเป็นตัวสร้างเสียง ลักษณะเอาต์พุตที่ประกาศไว้คือเสียงสเตอริโอที่มีความกว้างและความลึกตามธรรมชาติ คือมีสนามเสียงที่ใกล้กับงานที่ผลิตเสร็จแล้วมากกว่าท่อนทำนองช่องเดียว นอกจากผลิตภัณฑ์สำหรับผู้ใช้ทั่วไปแล้ว API ด้านดนตรียังให้บริการสร้างแบบหลายรูปแบบ โคลนเสียง ต่อเพลง และมิกซ์อัจฉริยะ เพื่อให้ทีมนำเพลงไปใส่ในผลิตภัณฑ์ของตนได้

คุณสมบัติหลัก

ทางเข้าสามแบบ

ข้อความ รูปภาพ และการฮัมมีเท่ากัน ข้อความเหมาะกับการบอกแนวเพลงและวัตถุประสงค์ รูปภาพเหมาะกับการอนุมานอารมณ์และการจัดเครื่องดนตรีจากบรรยากาศทางภาพ ส่วนการฮัมเหมาะกับการส่งทำนองที่มีอยู่ให้โมเดลเรียบเรียงให้ครบ

สร้างเพลงเต็มได้รวดเร็ว

ตัวเลขทางการคือ 15 วินาทีถึงหนึ่งนาทีต่อเพลง คุณค่าไม่ได้อยู่ที่ความเร็วเพียงอย่างเดียว แต่อยู่ที่ทำให้การลองกลายเป็นเรื่องปกติ การสร้างสี่ถึงห้าทิศทางจากทำนองเดียวแล้วต่อยอดจากอันที่ดีที่สุดใกล้กับงานจริงมากกว่าการพยายามให้ถูกตั้งแต่ครั้งแรก

ควบคุมด้วยพารามิเตอร์

ปรับแนวเพลง การจัดเครื่องดนตรี และอารมณ์ได้ พารามิเตอร์ทำซ้ำได้และแก้ง่าย แต่ความอิสระจำกัดอยู่ที่มิติที่แพลตฟอร์มเปิดให้ การควบคุมละเอียดกว่านั้นต้องอาศัยเนื้อร้อง โครงสร้าง และถ้อยคำบรรยาย

เสียงสเตอริโอด้วย DiT

เสียงถูกสร้างเป็นสเตอริโอที่มีความกว้างและความลึกตามธรรมชาติ ซึ่งสำคัญกับเนื้อหาที่ฟังผ่านหูฟังและลำโพงเล็ก เช่น วิดีโอสั้น พอดแคสต์ เกม เพราะความรู้สึกเชิงพื้นที่สร้างความดื่มด่ำได้มาก

คอมมิวนิตีนักสร้างสรรค์

พื้นที่แสดงผลงาน แลกเปลี่ยนประสบการณ์ และร่วมสร้าง ควบคู่กับกิจกรรมและโจทย์ต่าง ๆ ของแพลตฟอร์ม นอกจากเป็นช่องทางเผยแพร่แล้ว คอมมิวนิตียังบอกว่าเวลานี้มีคนฟังแนวไหนจริง ๆ

API ด้านดนตรี

อินเทอร์เฟซสำหรับนักพัฒนาและองค์กร รองรับการสร้างแบบหลายรูปแบบ โคลนเสียง ต่อเพลง และมิกซ์อัจฉริยะ การโคลนและการต่อเพลงเป็นความสามารถเชิงวิศวกรรมมากกว่าทักษะการประพันธ์ เหมาะกับทีมที่เพิ่มฟังก์ชันเพลงให้ผลิตภัณฑ์ที่มีอยู่

ตรวจสอบลิขสิทธิ์

ระบบตรวจความเป็นต้นฉบับและความเสี่ยงทางกฎหมายที่ติดตั้งไว้ ปัญหาจริงของเพลงที่สร้างด้วย AI คือผลลัพธ์ที่ใกล้กับงานที่รู้จักมากเกินไป การตรวจช่วยให้เห็นตั้งแต่เนิ่น ๆ แต่แทนคำปรึกษาทางกฎหมายไม่ได้

วิธีใช้งาน

1. เปิดเว็บไซต์ YinChao ในเบราว์เซอร์หรือติดตั้งแอปบนมือถือ จากนั้นสมัครบัญชีและเข้าสู่ระบบ
2. เลือกโหมดป้อนข้อมูล จะอธิบายไอเดียเป็นคำพูด อัปโหลดรูปภาพ หรืออัดทำนองที่ฮัม
3. ส่งวัสดุ ในคำอธิบายควรบอกการใช้งาน อารมณ์ และการจัดเครื่องดนตรีก่อน การกองคำคุณศัพท์เรื่องแนวเพลงได้ผลน้อยกว่าการระบุให้ชัด
4. ปรับแนวเพลง การจัดเครื่องดนตรี และอารมณ์ เพื่อจำกัดผลลัพธ์ให้เข้าทิศทางที่ต้องการ
5. เริ่มสร้าง รอ 15 วินาทีถึงหนึ่งนาทีแล้วฟัง หากยังไม่ตรง ให้เปลี่ยนพารามิเตอร์แล้วสร้างใหม่ ดีกว่าแก้ผลลัพธ์หนัก ๆ
6. แก้ไขเพลงที่ได้ ทั้งทำนอง จังหวะ และเสียงประสาน จนโครงสร้างและเส้นอารมณ์ตรงกับความตั้งใจ
7. บันทึกบนแพลตฟอร์มหรือในเครื่อง แล้วตัดสินใจเรื่องการแชร์ ก่อนใช้เชิงพาณิชย์ควรตรวจสอบลิขสิทธิ์ก่อน
8. ดูผลงานและกิจกรรมในคอมมิวนิตีเพื่อดูว่าคนอื่นจัดการวัสดุคล้ายกันอย่างไร แล้ววางแผนแก้ไขรอบถัดไป

ราคาและสัญญาอนุญาต

• แหล่งข้อมูลไม่เปิดเผยราคาสมาชิก ต้นทุนต่อเพลง โควตาฟรี หรือเงื่อนไขสัญญาอนุญาตเชิงพาณิชย์ และไม่ได้ระบุวิธีคิดค่าบริการของ API หรือขีดจำกัดการเรียกใช้งาน
• ขอบเขตการใช้เชิงพาณิชย์ ความเป็นเจ้าของสิทธิ์ในเพลงที่สร้าง และเงื่อนไขการเผยแพร่ต่อ คือสิ่งที่ต้องยืนยันก่อนใช้งาน แต่แหล่งข้อมูลไม่ได้กล่าวถึง
• หากเพลงจะใช้ในโฆษณา ภาพยนตร์ หรือการเปิดตัวเกม ควรตรวจสอบขอบเขตสัญญาอนุญาตกับแพลตฟอร์มก่อน แทนที่จะถือว่าการสร้างเพลงให้สิทธิ์ทั้งหมด

เหมาะกับงานแบบใด

• งานส่วนตัว: คนที่ไม่มีความรู้ด้านทฤษฎีดนตรีและการเรียบเรียง ก็เปลี่ยนการฮัมหรือย่อหน้าหนึ่งให้เป็นเพลงเต็มเพื่อบันทึกช่วงเวลาหนึ่งได้
• การผลิตคอนเทนต์: ครีเอเตอร์วิดีโอและสื่ออิสระสร้างเพลงประกอบที่ตามจังหวะการตัดต่อ และเลี่ยงความคุ้นตาของคลังเพลงสำเร็จรูป
• โฆษณาและการตลาด: สร้างเพลงเฉพาะสำหรับภาพยนตร์แบรนด์และแคมเปญ ให้เข้ากับโทนและบรรยากาศ พร้อมย่นระยะการหาเพลงและขออนุญาต
• เกมและภาพยนตร์: ร่างทิศทางดนตรีหลายแบบสำหรับฉากหรือสตอรีบอร์ดอย่างรวดเร็ว แล้วกำหนดอารมณ์และจังหวะก่อนเข้าสู่การผลิตเต็มรูปแบบ
• การศึกษาดนตรี: สร้างการเรียบเรียงต่าง ๆ จากทำนองเดียวกัน เพื่อให้ผู้เรียนได้ยินตรง ๆ ว่าการเปลี่ยนเครื่องดนตรีหรือแนวเพลงเปลี่ยนอะไร
• การเชื่อมต่อผลิตภัณฑ์: นักพัฒนาเพิ่มการสร้างเพลง การโคลนเสียง การต่อเพลง และการมิกซ์เข้าแอปของตนผ่าน API

ข้อจำกัดที่ควรรู้

• โควตาฟรี ระดับสมาชิก และราคา API ไม่ได้เปิดเผย ควรตรวจสอบความสามารถจริงในแพลตฟอร์มแทนการคาดเดาต้นทุนจากข้อความโฆษณา
• ช่วง 15 วินาทีถึงหนึ่งนาทีเป็นเวลาสร้างที่ประกาศไว้ ความหน่วงจริงขึ้นกับความยาวเพลง งานที่ทำพร้อมกัน และเครือข่าย จึงควรเผื่อเวลารอเมื่อสร้างจำนวนมาก
• การควบคุมด้วยพารามิเตอร์ครอบคลุมแนวเพลง การจัดเครื่องดนตรี และอารมณ์ ส่วนรายละเอียดการมิกซ์ เทคนิคบรรเลงเฉพาะ และการปรับโครงสร้างละเอียดยังต้องทำหลังการผลิต
• การตรวจสอบลิขสิทธิ์บอกความเสี่ยงเรื่องความคล้ายคลึง แต่ไม่ใช่ข้อสรุปทางกฎหมาย ควรตรวจสอบสัญญาอนุญาตและเงื่อนไขของแพลตฟอร์มเองก่อนเผยแพร่เชิงพาณิชย์
• การโคลนเสียงก่อปัญหาสิทธิ์ในเสียงและภาพเมื่อเสียงเป็นของผู้อื่น การมีฟังก์ชันไม่ได้ทำให้การใช้โดยไม่ได้รับอนุญาตถูกต้อง
• ผลลัพธ์อาจลู่เข้าทางสไตล์เดียวกัน ชุดคำสั่งเดียวกันมักให้การเรียบเรียงคล้ายกัน โครงการจริงจังจึงควรผสมงานที่สร้างกับงานเรียบเรียงหรือปรับแต่งโดยคน

คำถามที่พบบ่อย

ต้องรู้ทฤษฎีดนตรีไหม

ไม่ต้อง การฮัมและรูปภาพไม่ต้องใช้ทฤษฎี และคำอธิบายเขียนด้วยภาษาธรรมดาเรื่องการใช้งานและอารมณ์ได้ ความยากจริงอยู่ที่การตัดสินผลลัพธ์ ซึ่งเกิดจากการฟังและเปรียบเทียบการตั้งค่าต่าง ๆ

การฮัมต้องตรงคีย์ไหม

แหล่งข้อมูลไม่ได้ระบุข้อกำหนดเรื่องความแม่นยำของระดับเสียงหรือจังหวะ ในทางปฏิบัติการฮัมสื่อทิศทางทำนองและความรู้สึกของจังหวะ เสียงเพี้ยนมักไม่ทำให้โมเดลอ่านทำนองไม่ได้ แต่การฮัมที่ชัดและแบ่งวรรคดีมักได้การเรียบเรียงที่สมบูรณ์กว่า

เพลงที่สร้างใช้เชิงพาณิชย์ได้ไหม

แหล่งข้อมูลไม่มีเงื่อนไขสัญญาอนุญาต จึงยืนยันไม่ได้ การมีระบบตรวจลิขสิทธิ์แสดงว่าบริษัทให้ความสำคัญกับความเป็นต้นฉบับ แต่ขอบเขตเชิงพาณิชย์ ความเป็นเจ้าของ และการเผยแพร่ต่อต้องยืนยันกับแพลตฟอร์ม

สร้างเพลงหนึ่งเพลงใช้เวลานานเท่าไร

ตามประกาศ 15 วินาทีถึงหนึ่งนาที เวลาทำงานจริงต้องรวมการฟัง การปรับพารามิเตอร์ และการสร้างใหม่ เวอร์ชันที่พอใจมักเป็นผลจากการลองหลายรอบ ไม่ใช่คลิกเดียว

ต่างจากเครื่องมือที่ใช้แค่ข้อความอย่างไร

ต่างที่ฝั่งอินพุต เครื่องมือข้อความบังคับให้แปลไอเดียเป็นคำพูด ส่วนรูปภาพและการฮัมลดการแปลนั้นลงบางส่วน คนที่มีทำนองอยู่แล้วมักฮัมได้เร็วกว่าการเขียนคำบรรยายแนวเพลงให้แม่นยำ