{"id":450,"date":"2024-06-20T12:42:59","date_gmt":"2024-06-20T10:42:59","guid":{"rendered":"https:\/\/sites.unica.it\/holmes\/?p=450"},"modified":"2025-03-18T09:53:43","modified_gmt":"2025-03-18T08:53:43","slug":"creazione-di-opere-dellingegno-mediante-ai-generativa-unanalisi-sperimentale","status":"publish","type":"post","link":"https:\/\/sites.unica.it\/holmes\/creazione-di-opere-dellingegno-mediante-ai-generativa-unanalisi-sperimentale\/","title":{"rendered":"Creazione di Opere dell\u2019Ingegno mediante AI Generativa: Un&#8217;Analisi Sperimentale"},"content":{"rendered":"\n<p><em>Questo studio si propone di esplorare la capacit\u00e0 delle intelligenze artificiali (IA) di concepire opere dell\u2019ingegno, focalizzandosi specificamente sulla generazione di testi per brani musicali e la conseguente produzione musicale. Si \u00e8 optato per l\u2019utilizzo di due strumenti distinti: ChatGPT per la generazione testuale e Udio per la composizione musicale. L\u2019analisi si concentra sul mettere in luce, in prima istanza, quale sia il peso nell\u2019output anche di minute variazioni nei prompt e quanto queste influenzino le opere generate e, in secondo luogo, offrire una valutazione comparativa tra gli effetti sull\u2019output da variazioni quantitative e qualitative nelle parole chiave, offrendo una panoramica dettagliata degli effetti risultanti.<\/em><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" style=\"margin-top:var(--wp--preset--spacing--30);margin-bottom:var(--wp--preset--spacing--30)\"\/>\n\n\n\n<p style=\"font-size:25px\"><strong>Introduzione<\/strong><\/p>\n\n\n\n<p>Nel recente passato, l\u2019intelligenza artificiale ha mostrato un potenziale crescente nella creazione di contenuti artistici, inizialmente limitati a immagini statiche e successivamente estesi a opere in movimento, testi letterari e composizioni musicali originali. Questo fenomeno rappresenta un\u2019evoluzione significativa nella capacit\u00e0 delle macchine di imitare e talvolta superare le capacit\u00e0 creative umane. La presente ricerca si colloca all\u2019interno del vasto e affascinante dominio dell\u2019interazione uomo-macchina, con un\u2019attenzione particolare alla potenzialit\u00e0 delle intelligenze artificiali avanzate di operare come autori autonomi di opere musicali.<\/p>\n\n\n\n<p>L\u2019oggetto del presente studio \u00e8 duplice: da un lato, si vuole esaminare la competenza delle IA nel generare testi lirici coerenti e stilisticamente validi, dall\u2019altro, si intende esplorare la capacit\u00e0 di questi testi di essere trasformati in composizioni musicali attraverso l\u2019impiego di algoritmi di machine learning. Questo processo consente di indagare in che modo le sottili variazioni nei prompt utilizzati per la generazione testuale influenzino il prodotto creativo finale.<\/p>\n\n\n\n<p>L\u2019intelligenza artificiale, e in particolare i modelli di linguaggio come ChatGPT, rappresentano una delle frontiere pi\u00f9 avanzate della ricerca tecnologica. Tali modelli, basati su architetture neurali di deep learning, sono in grado di assimilare una vasta gamma di informazioni linguistiche e stilistiche, riproducendo e talvolta innovando le forme espressive umane. Analogamente, strumenti di composizione musicale automatizzata come Udio utilizzano algoritmi sofisticati per analizzare e trasformare testi in musica, generando brani che possono competere con quelli creati da compositori umani.<\/p>\n\n\n\n<p>L\u2019approccio metodologico adottato, prevede un\u2019analisi rigorosa e sistematica delle opere musicali generate, valutando vari parametri quali tonalit\u00e0, ritmo, struttura melodica e armonizzazione, per poi affrontare, dove necessario, anche gli aspetti tecnico-sonori dei flussi audio. L\u2019obiettivo \u00e8 quello di delineare un quadro chiaro e dettagliato dell\u2019interazione tra input testuale e output musicale, offrendo spunti significativi per future ricerche nel campo della creazione artistica assistita dall\u2019intelligenza artificiale e una solida base per l\u2019esplorazione degli inscindibili aspetti tecnico-giuridici ad essa correlata.<\/p>\n\n\n\n<p>Questo studio, dunque, non solo esplora le possibilit\u00e0 attuali della tecnologia AI nel campo della musica, ma apre anche nuove prospettive per l\u2019integrazione di queste tecnologie nella produzione artistica. Le implicazioni di tale integrazione sono profonde, suggerendo una futura collaborazione simbiotica tra creativit\u00e0 umana e capacit\u00e0 computazionale avanzata, capace di generare opere d\u2019arte di ineguagliabile complessit\u00e0 e bellezza.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Metodologia<\/h4>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p><em>Fase 1: Generazione del Testo<\/em><\/p>\n<\/blockquote>\n\n\n\n<p>Per la generazione dei testi, abbiamo utilizzato ChatGPT, un modello di linguaggio sviluppato da OpenAI, nella versione \u201c3.5 turbo\u201d. La decisione di adottare un modello gratuito e liberamente accessibile a chiunque, \u00e8 volta ad agevolare chi volesse proseguire, o replicare, l\u2019esperimento e a garantire la maggiore trasparenza possibile nella tipologia di strumenti utilizzati. Il prompt fornito al modello \u00e8 stato concepito per rispecchiare una concreta circostanza del mondo reale, in modo da ridurre le probabilit\u00e0 che i risultati stessi di questo studio possano essere ritenuti \u201ceccessivamente teorici\u201d e, dunque, con alcuna incidenza nel concreto.<\/p>\n\n\n\n<p><strong>Contesto<\/strong><\/p>\n\n\n\n<p>La scelta del genere musicale, in questo caso l\u2019heavy metal, per il presente esperimento \u00e8 stata attentamente ponderata e motivata da una serie di considerazioni tecniche e metodologiche che rendono questo genere particolarmente adatto all\u2019analisi delle capacit\u00e0 creative delle intelligenze artificiali. L\u2019heavy metal, pur essendo un genere di nicchia rispetto al pop o al rock, \u00e8 noto per la sua complessit\u00e0 tecnica e le sue numerose variazioni sonore e di tempo, caratteristiche, queste, che lo distinguono da altri generi musicali pi\u00f9 convenzionali.<\/p>\n\n\n\n<p>Innanzitutto, l\u2019heavy metal richiede un alto grado di competenza tecnica sia nella composizione che nell\u2019esecuzione. Le intricate strutture ritmiche, le complesse sequenze di accordi e le rapide variazioni dinamiche offrono una sfida significativa per qualsiasi autore e rappresentano dunque uno scenario ideale per mettere alla prova gli algoritmi di composizione musicale. Questo livello di difficolt\u00e0 tecnica rappresenta un banco di prova ideale per valutare l\u2019efficacia, la sofisticazione ma, soprattutto, la coerenza stilistica degli strumenti di intelligenza artificiale impiegati nel nostro studio. Un algoritmo capace di generare testi e musiche coerenti e stilisticamente pertinenti all\u2019interno del contesto heavy metal dimostrerebbe un grado di avanzamento tecnologico superiore.<\/p>\n\n\n\n<p>Inoltre, l\u2019heavy metal \u00e8 caratterizzato da una vasta gamma di sottogeneri, ognuno dei quali presenta peculiarit\u00e0 sonore e tematiche distintive. Dallo speed metal al doom metal, dal black metal al power metal, ciascuna variante introduce elementi unici che spaziano dalle velocit\u00e0 estreme e dai ritmi martellanti a melodie epiche e atmosfere oscure. Questa diversit\u00e0 offre un\u2019opportunit\u00e0 unica per testare la versatilit\u00e0 dell\u2019intelligenza artificiale nella generazione di contenuti che non solo rispettino i canoni del genere principale, ma che siano anche in grado di adattarsi e innovare all\u2019interno dei diversi sottogeneri.<\/p>\n\n\n\n<p>La scelta dell\u2019heavy metal consente anche di esplorare la capacit\u00e0 dell\u2019IA di gestire i cambiamenti di tempo e di dinamica, elementi fondamentali per questo genere musicale. Le variazioni improvvise e spesso drastiche di tempo e intensit\u00e0 richiedono una comprensione profonda delle strutture musicali e delle aspettative stilistiche, offrendo un ulteriore livello di complessit\u00e0 all\u2019esperimento. La capacit\u00e0 di un algoritmo di generare e adattarsi a tali variazioni \u00e8 indicativa della sua sofisticazione e del suo potenziale applicativo in contesti creativi complessi, oltre a dare prova, per tramite di consistenza, di una significativa diminuzione della probabilit\u00e0 che il risultato finale sia frutto di fortuite coincidenze.<\/p>\n\n\n\n<p><strong>Prompt Iniziale<\/strong><\/p>\n\n\n\n<p>Il prompt iniziale fornito \u00e8 stato: \u201c<em>write the lyrics for a heavy-metal song about angels protecting mortals from evil<\/em>\u201c, ovvero \u201c<em>scrivi un testo per un brano musicale heavy metal riguardo angeli che proteggono i mortali dal male<\/em>\u201d.<\/p>\n\n\n\n<p>La scelta tematica, ancora una volta, non \u00e8 casuale: essa si radica profondamente nella tradizione del genere heavy metal, che spesso esplora tematiche epiche, battaglie cosmiche tra il bene e il male, e figure mitologiche.<\/p>\n\n\n\n<p>Il tema degli angeli che proteggono i mortali dal male \u00e8 stato ricorrente nella storia dell\u2019heavy metal. Band storiche come Iron Maiden, Helloween e Black Sabbath hanno spesso affrontato argomenti simili, intrecciando narrazioni di lotte apocalittiche e interventi divini. Ad esempio, Iron Maiden nel brano \u201cFlight of Icarus\u201d (1983) riprende il tema della caduta di Icaro, mescolando mito e dramma personale in una cornice epica. Anche se non si parla specificamente di angeli, l\u2019idea di una lotta tra poteri superiori e il destino umano \u00e8 un tema affine.<\/p>\n\n\n\n<p>Un altro esempio rilevante \u00e8 \u201cHeaven Can Wait\u201d degli Helloween, dove si esplora l\u2019intervento divino e la protezione offerta dagli esseri celesti. Questa canzone, dall\u2019album *Keeper of the Seven Keys: Part II* (1988), rappresenta perfettamente l\u2019intersezione tra heavy metal e mitologia religiosa, suggerendo che gli angeli proteggono le anime dagli inferi.<\/p>\n\n\n\n<p><strong>Struttura e Contenuto del Testo Generato<\/strong><\/p>\n\n\n\n<p>(Verse 1)<br><em>In the shadows of the night, where darkness breeds its might,<br>Angels descend with swords of light, to vanquish evil\u2019s blight.<br>Their wings unfurl, as thunder roars, in the chaos, they restore,<br>Guardians of the mortal realm, their valor shall endure.<\/em><\/p>\n\n\n\n<p>(Chorus)<br><em>Angels of steel, defenders of the weak,<\/em><br><em>In the heart of the storm, they\u2019re the ones we seek.<br>With wings of fire, they\u2019ll rise above,<\/em><br><em>Protectors of the innocent, their strength, their love.<\/em><\/p>\n\n\n\n<p>Il testo generato dal prompt, a cui peraltro l\u2019AI ha assegnato un nome iconico e, per certi versi forse anche ironico, quale \u201cAngels of Steel\u201d, si propone di catturare l\u2019essenza del genere, integrando elementi tipici quali:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Toni epici e solenni: Descrizioni grandiose delle battaglie tra angeli e demoni.<\/li>\n\n\n\n<li>Immagini potenti: Rappresentazioni vivide di angeli armati di spade fiammeggianti e demoni terrificanti.<\/li>\n\n\n\n<li>Tema della protezione e del sacrificio: Angeli che intervengono per salvare l\u2019umanit\u00e0, anche a costo della propria esistenza.<\/li>\n<\/ul>\n\n\n\n<p>L\u2019uso di metafore potenti e visioni suggestive \u00e8 fondamentale per evocare l\u2019atmosfera tipica dell\u2019heavy metal. L\u2019immagine degli angeli con \u201cali di luce e spade fiammeggianti\u201d richiama immediatamente alla mente le illustrazioni apocalittiche e mitologiche, mentre la menzione del \u201ccredo celestiale\u201d connette direttamente alla narrativa del sacrificio e della protezione divina.<\/p>\n\n\n\n<p>La scelta del prompt non \u00e8 solo un omaggio ai temi classici del genere, ma rappresenta anche una sfida per l\u2019intelligenza artificiale. La capacit\u00e0 di generare un testo che rispetti le convenzioni stilistiche e tematiche dell\u2019heavy metal dimostra la potenza e la versatilit\u00e0 degli strumenti AI. Questa tematica permette di mettere in luce l\u2019abilit\u00e0 dell\u2019AI nel creare contenuti complessi e ricchi di sfumature, che possono competere con le opere dei pi\u00f9 rinomati compositori del genere.<\/p>\n\n\n\n<p>Si desidera, infine, mettere in luce due dettagli che possono venire inizialmente trascurati: in primo luogo, l\u2019AI ha inserito le frasi \u201cVerse 1\u201d e \u201cChorus\u201d poco prima del testo vero e proprio. L\u2019AI ha infatti non solo generato l\u2019intero testo, ma lo ha anche suddiviso in parti musicali in modo corretto (versi, bridge, chorus e outro, con differenti variazioni e ripetizioni) senza ulteriore<br>intervento umano, mostrando di avere interpretato in modo impeccabile l\u2019intento dell\u2019operatore. Secondariamente, l\u2019AI ha reso possibile una fluida vocalizzazione introducendo rime in ogni coppia di versi, cosa, questa, assolutamente notevole e che, in passato, ha rappresentato un ostacolo paralizzante per molti compositori e produttori.<\/p>\n\n\n\n<p>Per semplicit\u00e0, in questa sede lavoreremo solo con le prime due parti del brano.<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p><em>Fase 2: Composizione Musicale<\/em><\/p>\n<\/blockquote>\n\n\n\n<p>La composizione musicale interamente eseguita da IA generativa \u00e8 di recentissima introduzione al grande pubblico, condizione questa che ha rappresentato un ostacolo per la selezione di uno strumento sufficientemente evoluto per poter essere adoperato in questo contesto. Dopo una serie di prove a considerazioni, si \u00e8 deciso di optare per&nbsp;<strong>Udio<\/strong>, nella versione 1 alfa, uno strumento di intelligenza artificiale in grado di trasformare testi in brani musicali completi di parte strumentale e vocale. Udio \u00e8 uno strumento di intelligenza artificiale per la generazione<br>musicale, che trasforma testi in brani musicali completi. Il processo si articola in diversi passaggi chiave:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Input Testuale<\/strong>: Gli utenti forniscono un testo lirico che rappresenta la base tematica ed emotiva del brano musicale.<\/li>\n\n\n\n<li><strong>Analisi Semantica<\/strong>: Udio utilizza algoritmi avanzati per analizzare il contenuto testuale, identificando temi, emozioni e strutture linguistiche.<\/li>\n\n\n\n<li><strong>Composizione Musicale<\/strong>: L\u2019IA genera la melodia, l\u2019armonia e il ritmo appropriati per il testo analizzato. Questo processo tiene conto delle convenzioni del genere musicale scelto e delle caratteristiche stilistiche.<\/li>\n\n\n\n<li><strong>Arrangiamento e Produzione<\/strong>: Infine, Udio completa il brano con arrangiamenti strumentali e produzione audio, creando una traccia musicale pronta per l\u2019uso.<\/li>\n<\/ul>\n\n\n\n<p>Udio combina tecniche di deep learning e modelli di linguaggio naturale per offrire una soluzione integrata che facilita la creazione musicale, rendendo il processo accessibile anche a chi non ha competenze avanzate in composizione musicale.<\/p>\n\n\n\n<p>Si tratta di un software sicuramente ambizioso ma che, allo stato attuale, ha anche delle limitazioni che restringono il campo di esplorazione di questa ricerca. Ad esempio, almeno in questa prima release (v1 alfa), non \u00e8 possibile scegliere manualmente gli strumenti che devono essere presenti, non \u00e8 possibile impostare il ritmo, la durata, il tempo e molto altro, rendendo indispensabile affidarsi in modo completo alla capacit\u00e0 dell\u2019AI di interpretare correttamente il prompt.<\/p>\n\n\n\n<p><strong>Generazione dei brani<\/strong><\/p>\n\n\n\n<p>Il testo generato da ChatGPT \u00e8 stato quindi inserito in Udio per creare un primo brano.<\/p>\n\n\n\n<p>Il prompt di partenza \u00e8 stato il seguente: \u201c<em>a heavy metal song, with some nuance of pop, choirs and cinematic. The drum\u2019s sound will be inspired by Metallica, the guitar\u2019s sound will be inspired by In Flames, and vocal\u2019s will remind of Freddie Mercury, heavy metal, drums (drum set), male vocalist, passionate<\/em>\u201d<\/p>\n\n\n\n<p>Come si pu\u00f2 evincere da una prima, rapida, analisi del prompt, esso \u00e8 stato ideato con il duplice intento di guidare l\u2019AI nel comprendere quale tipo di output si vorrebbe generare, ma anche di compensare alle carenze della UI con riferimenti stilistici e sonori quanto pi\u00f9 precisi possibile.<\/p>\n\n\n\n<p><strong><br>Primo output<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-audio\"><audio controls src=\"https:\/\/sites.unica.it\/holmes\/files\/2024\/06\/01-Guardians-Ascendant.mp3\"><\/audio><\/figure>\n\n\n\n<p><strong><br>Analisi Stilistica<\/strong><\/p>\n\n\n\n<p>Questa composizione \u00e8 caratterizzata da un ritmo incalzante e una tonalit\u00e0 cupa e intensa di Mi minore. Con un tempo di 152 battute per minuto, il pezzo si muove rapidamente, mantenendo un&#8217;energia costante che cattura l&#8217;ascoltatore fin dalle prime note.<\/p>\n\n\n\n<p>La scelta della tonalit\u00e0 di Mi minore conferisce al brano una qualit\u00e0 oscura e drammatica, tipica del genere heavy metal. La scala di Mi minore, che include le note Mi, Fa#, Sol, La, Si, Do, e Re, offre una gamma di sonorit\u00e0 potenti e malinconiche che sono ulteriormente enfatizzate dall&#8217;uso di power chords e riff aggressivi.<\/p>\n\n\n\n<p>Un elemento distintivo del brano \u00e8 l&#8217;uso dell&#8217;accordo di La9 come chiave relativa. Questo accordo aggiunge una dimensione armonica interessante al pezzo. L&#8217;accordo di La9, che comprende le note La, Do#, Mi, Sol, e Si, introduce un suono pi\u00f9 complesso e intrigante rispetto agli accordi pi\u00f9 semplici. La9 non solo mantiene il brano tonale, ma arricchisce anche l&#8217;atmosfera generale con un tocco di sofisticazione e variet\u00e0 armonica.<\/p>\n\n\n\n<p>Il brano \u00e8 tuttavia caratterizzato, nella sua interezza, da una struttura estremamente semplice, tipica dei primordi del genere rock prima e metal poi, tipica degli anni \u201870 e \u201880; nella parte finale \u00e8 possibile ascoltare un assolo di chitarra rudimentale basato, si direbbe, su una pentatonica minore che ricorre, per\u00f2, anche a qualche bending, dando l\u2019impressione di un \u2018tocco umano\u2019. Si tenga per\u00f2 presente che, nel genere heavy metal, l\u2019assolo di chitarra elettrica \u00e8 considerato determinante per la valutazione complessiva di un brano e, in questo caso, rappresenta l\u2019anello debole della catena, quello dal quale si pu\u00f2 intuire che la composizione musicale in esame potrebbe non essere il prodotto dell\u2019ingegno e del talento umano.<\/p>\n\n\n\n<p>L\u2019aspetto invece pi\u00f9 sorprendente, \u00e8 la qualit\u00e0 del cantato, in particolare nelle parti corali, assolutamente rimarchevoli e precise.<\/p>\n\n\n\n<p>In generale, pur nella sua semplicit\u00e0, la composizione \u00e8 musicalmente valida e ricorda i primi Iron Maiden e Black Sabbath in modo efficace.<\/p>\n\n\n\n<p><strong>Analisi Tecnica<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">Channels : 2\nSample Rate : 48000\nPrecision : 16-bit\nDuration : 00:00:32.88 = 1578240 samples ~ 2466 CDDA sectors\nFile Size : 1.32M Bit Rate : 320k\nSample Encoding: MPEG audio (layer I, II or III)<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>File Detail<\/em>\nSamples read: 3154176\nLength (seconds): 32.856000\nScaled by: 2147483647.0\nMaximum amplitude: 1.000000\nMinimum amplitude: -0.957490\nMidline amplitude: 0.021255\nMean norm: 0.143575\nMean amplitude: -0.000092\nRMS amplitude: 0.183163\nMaximum delta: 0.671388\nMinimum delta: 0.000000\nMean delta: 0.069280\nRMS delta: 0.089255\nRough frequency: 3722\nVolume adjustment: 1.000<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>Channel Detail<\/em>\nOverall Left Right\nDC offset -0.000117 -0.000117 -0.000068\nMin level -0.957490 -0.957490 -0.928462\nMax level 1.000000 1.000000 1.000000\nPk lev dB -0.00 -0.00 -0.00\nRMS lev dB -14.74 -14.52 -14.98\nRMS Pk dB -10.14 -10.14 -11.08\nRMS Tr dB -22.29 -21.92 -22.29\nCrest factor - 5.32 5.61\nFlat factor 0.00 0.00 0.00\nPk count 2.50 3 2\nBit-depth 29\/29 29\/29 29\/29\nNum samples 1.58M Length s 32.856 \nScale max 1.000000\nWindow s 0.050<\/pre>\n\n\n\n<h4 class=\"wp-block-heading\">Variazioni<\/h4>\n\n\n\n<p>Abbiamo analizzato ogni brano musicale generato, concentrandoci su aspetti quali tonalit\u00e0, ritmo, struttura melodica e armonizzazione. L&#8217;obiettivo era determinare come le differenze nei prompt iniziali o altri fattori influenzassero il risultato musicale finale.<\/p>\n\n\n\n<p><strong>Prompt:<br><\/strong><em>&#8220;a heavy metal song, with some nuance of pop, choirs and cinematic. The drum&#8217;s sound will be inspired by Metallica, the guitar&#8217;s sound will be inspired by In Flames, and vocal&#8217;s will remind of Freddie Mercury, heavy metal, drums (drum set), male vocalist, passionate&#8221;<\/em><\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p><em>NOTA: \u00e8 interessante notare che, pur avendo usato il medesimo prompt per questo secondo test, l\u2019output generato \u00e8 diverso. Questo non accade, al momento, con AI generative per contenuti, dove vige la rigida regola \u201ca prompt uguale, output uguale\u201d, e rappresenta, dunque, un aspetto importante delle osservazioni finora raccolte.<\/em><\/p>\n<\/blockquote>\n\n\n\n<p><strong>Secondo output<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-audio\"><audio controls src=\"http:\/\/sites.unica.it\/holmes\/files\/2024\/06\/02-Guardians-of-the-Flame.mp3\"><\/audio><\/figure>\n\n\n\n<p><strong><br>Analisi Stilistica<\/strong><\/p>\n\n\n\n<p>In questo caso l\u2019AI ha \u2018scelto\u2019 di generare un brano pi\u00f9 lento, caratterizzato da una tonalit\u00e0 pi\u00f9 \u2018scura\u2019 rispetto al precedente. Il tempo moderato di 113 battute per minuto conferisce al pezzo un groove sostenuto e potente, che mantiene un senso di inesorabile avanzamento e peso emotivo.<\/p>\n\n\n\n<p>Anche in questo caso \u00e8 stata scelta la chiave di Mi minore. Le chitarre distorte sfruttano questa tonalit\u00e0 per generare riff potenti e martellanti, mentre il basso e la batteria forniscono una struttura ritmica solida e pesante. Ancora una volta, per accompagnare la chiave assoluta di Mi minore, \u00e8 stata scelta la chiave relativa di La9; senza avere ulteriori informazioni sull\u2019algoritmo o sul BoK (Body of Knowledge) dell\u2019AI, non \u00e8 possibile sbilanciarsi in merito a quale possa essere la ragione di questa \u2018scelta\u2019 anche per il secondo output generativo.<\/p>\n\n\n\n<p>Rimane il fatto che, oggettivamente parlando, il brano \u00e8 musicalmente valido, ma si discosta dal genere indicato dal prompt (heavy metal) ed \u00e8 pi\u00f9 vicino al rock, con sonorit\u00e0 che ricordano band come Scorpions e Aerosmith.<\/p>\n\n\n\n<p><strong>Analisi Tecnica<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">Channels : 2\nSample Rate : 48000 \nPrecision : 16-bit\nDuration : 00:00:32.88 = 1578240 samples ~ 2466 CDDA sectors\nFile Size : 1.32M Bit Rate : 320k\nSample Encoding: MPEG audio (layer I, II or III)<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>File Detail<\/em>\nSamples read: 3154176\nLength (seconds): 32.856000\nScaled by: 2147483647.0\nMaximum amplitude: 0.873509\nMinimum amplitude: -1.000000\nMidline amplitude: -0.063245\nMean norm: 0.098954\nMean amplitude: -0.000005\nRMS amplitude: 0.129564\nMaximum delta: 0.712601\nMinimum delta: 0.000000\nMean delta: 0.069749\nRMS delta: 0.089766\nRough frequency: 5292\nVolume adjustment: 1.000<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>Channel Detail<\/em>\nOverall Left Right\nDC offset -0.000019 -0.000019 0.000008\nMin level -1.000000 -0.944381 -1.000000\nMax level 0.873509 0.873509 0.828629\nPk lev dB 0.00 -0.50 0.00\nRMS lev dB -17.75 -17.43 -18.10\nRMS Pk dB -12.75 -12.75 -12.98\nRMS Tr dB -25.40 -24.57 -25.40\nCrest factor - 7.03 8.03\nFlat factor 0.00 0.00 0.00\nPk count 2 2 2\nBit-depth 29\/29 29\/29 29\/29\nNum samples 1.58M Length s 32.856\nScale max 1.000000\nWindow s 0.050<\/pre>\n\n\n\n<p><strong>Prompt<\/strong><br>&#8220;<em>doom metal, epic, gregorian chant, melodic, Male vocalist, Rock, Metal, Gothic metal, Doom metal, Dark, Melancholic, Melodic, Heavy, Sombre, Gregorian chant<\/em>&#8220;<\/p>\n\n\n\n<p><strong>Terzo output<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-audio\"><audio controls src=\"http:\/\/sites.unica.it\/holmes\/files\/2024\/06\/03-Guardian-Valor.mp3\"><\/audio><\/figure>\n\n\n\n<p><strong><br>Analisi Stilistica<\/strong><\/p>\n\n\n\n<p>Le differenze sonore tra i primi due output e questo terzo, sono significative. L\u2019AI ha combinato elementi dark e melanconici, con un senso di epicit\u00e0 che pervade ogni nota. La fusione di doom metal, death metal e canto gregoriano crea un sound unico che \u00e8 allo stesso tempo pesante e elevato, melanconico e maestoso. La base del brano \u00e8 profondamente radicata nel doom metal, caratterizzata da ritmi lenti e pesanti, riff di chitarra distorti all\u2019estremo e un&#8217;atmosfera complessivamente cupa e malinconica, tipica del genere. La tonalit\u00e0 di Do maggiore, usata qui come chiave dominante, \u00e8 normalmente associata a sonorit\u00e0 luminose e gioiose, grazie alla sua assenza di alterazioni e alla sua disposizione di note. Tuttavia, nel contesto del doom metal, questa tonalit\u00e0 pu\u00f2 essere reinterpretata in modo da creare un&#8217;atmosfera pi\u00f9 cupa e malinconica. Le progressioni di accordi, spesso lente e pesanti, possono suggerire un senso di disperazione e tristezza. La chiave relativa di Si minore condivide gli stessi sette suoni della tonalit\u00e0 di Do maggiore, ma con un diverso punto di riferimento tonale. Questa tonalit\u00e0 minore offre un terreno fertile per esplorare emozioni pi\u00f9 oscure e introspettive, aggiungendo profondit\u00e0 e dramma al brano. L&#8217;uso di accordi minori e scale melodiche in Si minore pu\u00f2 accentuare ulteriormente il carattere cupo e opprimente della musica. Anche in questo caso, \u00e8 necessario mettere in evidenza come la composizione nel suo insieme sia estremamente semplice, ma tale semplicit\u00e0 \u00e8 considerata caratteristica dello stile musicale scelto e dunque non diminuisce la validit\u00e0 finale dell\u2019esperimento. Meritevole di menzione a parte, l\u2019introduzione nel brano di un flebile pipe organ, davvero tipico del genere e reso popolare da gruppi del calibro di Helloween.<\/p>\n\n\n\n<p><strong>Analisi Tecnica<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">Channels : 2\nSample Rate : 48000\nPrecision : 16-bit\nDuration : 00:00:32.88 = 1578240 samples ~ 2466 CDDA sectors\nFile Size : 1.32M Bit Rate : 320k\nSample Encoding: MPEG audio (layer I, II or III)<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>File Detail<\/em> \nSamples read: 3154176\nLength (seconds): 32.856000\nScaled by: 2147483647.0\nMaximum amplitude: 0.999539\nMinimum amplitude: -1.000000\nMidline amplitude: -0.000230\nMean norm: 0.184591\nMean amplitude: -0.000017\nRMS amplitude: 0.228794\nMaximum delta: 0.820577\nMinimum delta: 0.000000\nMean delta: 0.123514\nRMS delta: 0.155993\nRough frequency: 5208\nVolume adjustment: 1.000<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>Channel Detail<\/em>\nOverall Left Right\nDC offset -0.000030 -0.000004 -0.000030\nMin level -1.000000 -0.913710 -1.000000\nMax level 0.999539 0.999539 0.912321\nPk lev dB 0.00 -0.00 0.00\nRMS lev dB -12.81 -13.85 -11.97\nRMS Pk dB -8.46 -10.26 -8.46\nRMS Tr dB -20.12 -20.12 -16.29\nCrest factor - 4.93 3.97\nFlat factor 0.00 0.00 0.00\nPk count 2 2 2\nBit-depth 29\/29 29\/29 29\/29\nNum samples 1.58M Length s 32.856\nScale max 1.000000\nWindow s 0.050<\/pre>\n\n\n\n<p><strong>Prompt<\/strong><br>&#8220;<em>doom metal, epic, gregorian chant, melodic, Rock, Metal, Gothic metal, Doom metal, Melodic, Epic, Symphonic metal, Death doom metal, Gregorian chant<\/em>&#8220;<\/p>\n\n\n\n<p><strong>Quarto output<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-audio\"><audio controls src=\"http:\/\/sites.unica.it\/holmes\/files\/2024\/06\/04-Valor-in-Darkness.mp3\"><\/audio><\/figure>\n\n\n\n<p><strong><br>Analisi Stilistica<\/strong><\/p>\n\n\n\n<p>Il brano risultante dall\u2019ultimo prompt \u00e8 significativamente diverso dai precedenti: la melodia malinconica, intrecciata con riff di chitarra cupi e pesanti, creano un&#8217;atmosfera tetra e solenne, davvero in bilico tra doom e death metal. La voce del \u201ccantante\u201d, possente, roca e drammatica, \u00e8 probabilmente l\u2019aspetto pi\u00f9 memorabile e assolutamente in linea con le aspettative del genere. Le sezioni melodiche, guidate da riff di chitarra pesanti, si alternano con passaggi pi\u00f9 intensi e aggressivi, e sono sempre supportati da una base di tastiere ad hoc. La fusione di elementi doom-death metal, conferisce al brano la capacit\u00e0 di suscitare un senso evocativo di mistero, davvero allineato con altri brani tipici di questo genere. La struttura armonica che si sviluppa attorno alla tonalit\u00e0 di Sol minore, conferendo una profonda oscurit\u00e0 e una tensione emotiva alla sua composizione, si sviluppa tramite l&#8217;accordo di La6, con la sua nota aggiunta di sesta maggiore, aggiungendo un tocco di brillantezza nel contesto diversamente cupo del Sol minore, creando un contrasto intrigante e complesso. Il tempo, piuttosto lento, di 80 battute al minuto permette al brano di respirare e di svilupparsi gradualmente, consentendo agli ascoltatori di immergersi completamente nelle atmosfere suggestive e coinvolgenti create dalla fusione dei vari generi metal attivati dal prompt. Pur nella sua semplicit\u00e0, questa quarta variazione \u00e8, forse, la pi\u00f9 \u201cmoderna\u201d in termini di sonorit\u00e0<\/p>\n\n\n\n<p><strong>Analisi Tecnica<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">Channels : 2\nSample Rate : 48000\nPrecision : 16-bit\nDuration : 00:00:32.88 = 1578240 samples ~ 2466 CDDA sectors\nFile Size : 1.32M Bit Rate : 320k\nSample Encoding: MPEG audio (layer I, II or III) \nComments:<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>File Detail<\/em>\nSamples read: 3154176\nLength (seconds): 32.856000\nScaled by: 2147483647.0\nMaximum amplitude: 0.980362\nMinimum amplitude: -0.994238\nMidline amplitude: -0.006938\nMean norm: 0.125759\nMean amplitude: 0.000008\nRMS amplitude: 0.160300 \nMaximum delta: 0.745889\nMinimum delta: 0.000000\nMean delta: 0.093879\nRMS delta: 0.120700\nRough frequency: 5752\nVolume adjustment: 1.006<\/pre>\n\n\n\n<pre class=\"wp-block-preformatted\"><em>Channel Detail<\/em>\nOverall Left Right\nDC offset 0.000012 0.000003 0.000012\nMin level -0.994238 -0.994238 -0.821405\nMax level 0.980362 0.980362 0.946392\nPk lev dB -0.05 -0.05 -0.48\nRMS lev dB -15.90 -15.55 -16.29\nRMS Pk dB -11.93 -11.93 -12.43\nRMS Tr dB -21.49 -21.36 -21.49\nCrest factor - 5.95 6.17\nFlat factor 0.00 0.00 0.00\nPk count 2 2 2\nBit-depth 29\/29 29\/29 29\/29\nNum samples 1.58M Length s 32.856\nScale max 1.000000\nWindow s 0.050<\/pre>\n\n\n\n<h4 class=\"wp-block-heading\"><strong>Considerazioni Finali<\/strong><\/h4>\n\n\n\n<p>L\u2019esperimento condotto ha permesso di esaminare con cura il potenziale delle intelligenze artificiali nella creazione autonoma di opere musicali, utilizzando modelli di linguaggio avanzati per la generazione di testi e algoritmi di machine learning per la composizione musicale. I risultati ottenuti dimostrano la capacit\u00e0 delle IA di produrre contenuti artistici che, per coerenza stilistica e qualit\u00e0 tecnica, si avvicinano sensibilmente alle opere create da artisti umani. Questo studio offre importanti spunti di riflessione e apre nuove prospettive per ulteriori ricerche in ambito scientifico-accademico.<\/p>\n\n\n\n<p><strong>Sintesi dei Risultati<\/strong><\/p>\n\n\n\n<p><strong>Generazione dei Testi Lirici<\/strong>: Utilizzando il modello di linguaggio ChatGPT, \u00e8 stato possibile generare testi lirici per brani di genere heavy metal che rispettano le convenzioni stilistiche e tematiche del genere. Il prompt iniziale, &#8220;<em>write the lyrics for a heavy-metal song about angels protecting mortals from evil<\/em>&#8220;, ha prodotto un testo strutturato con versi e ritornelli coerenti, dimostrando la capacit\u00e0 dell\u2019IA di comprendere e riprodurre schemi lirici complessi.<\/p>\n\n\n\n<p><strong>Composizione Musicale<\/strong>: L\u2019utilizzo dello strumento Udio per la composizione musicale ha permesso di trasformare i testi generati in brani completi. Le analisi tecniche dei file audio hanno mostrato una buona qualit\u00e0 sonora e una coerenza stilistica con il genere heavy metal, confermando la validit\u00e0 dell&#8217;approccio metodologico adottato.<\/p>\n\n\n\n<p><strong>Influenza delle Variazioni nei Prompt<\/strong>: L\u2019esperimento ha evidenziato come le variazioni nei prompt possano influenzare significativamente l&#8217;output finale. Questo fenomeno \u00e8 stato osservato principalmente nella composizione musicale, indicando la sensibilit\u00e0 degli algoritmi di IA agli input e il conseguente peso di questi ultimi.<\/p>\n\n\n\n<p><strong>Prospettive Future<\/strong><\/p>\n\n\n\n<p>Alla luce dei risultati ottenuti, emergono diverse direzioni per il proseguimento degli studi:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Approfondimento delle Variazioni nei Prompt<\/strong>: Ulteriori ricerche potrebbero focalizzarsi sull&#8217;analisi dettagliata delle variazioni nei prompt e sul loro impatto specifico sui diversi aspetti dell&#8217;opera musicale. Questo permetterebbe di comprendere meglio i meccanismi interni dei modelli di IA e di ottimizzare i processi di generazione creativa.<\/li>\n\n\n\n<li><strong>Espansione dei Generi Musicali<\/strong>: Sebbene l\u2019heavy metal sia stato scelto per le sue caratteristiche tecniche e stilistiche, sarebbe interessante esplorare le capacit\u00e0 delle IA in altri generi musicali, sia convenzionali che di nicchia. Questo ampliamento potrebbe rivelare ulteriori potenzialit\u00e0 e limiti degli algoritmi di machine learning nella creazione artistica.<\/li>\n\n\n\n<li><strong>Integrazione di Feedback Umano<\/strong>: L&#8217;inclusione di un ciclo di feedback umano potrebbe migliorare ulteriormente la qualit\u00e0 delle opere generate. Studi futuri potrebbero sperimentare con interazioni iterative tra IA e artisti umani, esplorando nuove forme di collaborazione creativa.<\/li>\n\n\n\n<li><strong>Valutazione dell\u2019Impatto Culturale<\/strong>: Un&#8217;altra direzione di ricerca potrebbe riguardare l&#8217;impatto culturale delle opere create da IA. Indagare come queste opere siano percepite dal pubblico e quale sia il loro valore artistico rispetto alle creazioni umane potrebbe fornire preziose informazioni per l\u2019evoluzione della produzione musicale.<\/li>\n\n\n\n<li><strong>Aspetti Etici e Giuridici<\/strong>: L&#8217;espansione dell&#8217;utilizzo delle IA nella creazione artistica solleva questioni etiche e giuridiche che meritano un&#8217;attenta considerazione. Future ricerche potrebbero esplorare i diritti d&#8217;autore, la propriet\u00e0 intellettuale e le implicazioni etiche legate alla produzione automatizzata di opere dell&#8217;ingegno.<\/li>\n<\/ul>\n\n\n\n<h4 class=\"wp-block-heading\">Conclusione<\/h4>\n\n\n\n<p>Questo studio ha confermato che le intelligenze artificiali possono essere strumenti potenti per la creazione artistica, in grado di generare opere musicali di alta qualit\u00e0. Le variazioni nei prompt si sono dimostrate un fattore critico, influenzando notevolmente l&#8217;output finale e suggerendo la necessit\u00e0 di una comprensione pi\u00f9 profonda dei meccanismi di generazione. L\u2019adozione di approcci metodologici rigorosi ha permesso di ottenere risultati significativi, offrendo una solida base per future ricerche.<\/p>\n\n\n\n<p>L\u2019integrazione di IA nella produzione musicale rappresenta una frontiera affascinante e promettente, aprendo nuove possibilit\u00e0 per la creativit\u00e0 umana e computazionale. La sinergia tra intelligenza artificiale e creativit\u00e0 umana potrebbe dar luogo a forme d&#8217;arte inedite, arricchendo il panorama culturale e offrendo nuove opportunit\u00e0 per l\u2019espressione artistica.<\/p>\n\n\n\n<p>In ultima istanza, questo studio getta le basi per un\u2019ampia gamma di esplorazioni future, sia tecniche che teoriche, ponendo le fondamenta per una collaborazione sempre pi\u00f9 stretta tra uomo e macchina nella creazione artistica. La comprensione e l&#8217;ottimizzazione delle interazioni tra input testuale e output musicale saranno cruciali per sviluppare strumenti di intelligenza artificiale sempre pi\u00f9 sofisticati e capaci di ampliare le frontiere della creativit\u00e0 umana.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" style=\"margin-top:var(--wp--preset--spacing--30);margin-bottom:var(--wp--preset--spacing--30)\"\/>\n\n\n\n<p class=\"is-style-info\" style=\"margin-top:var(--wp--preset--spacing--20);margin-bottom:var(--wp--preset--spacing--20);line-height:1.4\">Di<strong> Simone Dongu<br><\/strong><em>Imprenditore seriale internazionale, specializzato in Business Strategy (University of Virginia). Autore, speaker e progettista di sistemi informatici, sviluppa soluzioni AI\/AR\/VR per l&#8217;automazione aziendale.<\/em><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" style=\"margin-top:var(--wp--preset--spacing--30);margin-bottom:var(--wp--preset--spacing--30)\"\/>\n","protected":false},"excerpt":{"rendered":"<p>Questo studio si propone di esplorare la capacit\u00e0 delle intelligenze artificiali (IA) di concepire opere dell\u2019ingegno, focalizzandosi specificamente sulla generazione di testi per brani musicali e la conseguente produzione musicale. Si \u00e8 optato per l\u2019utilizzo di [&hellip;]<\/p>\n","protected":false},"author":10006,"featured_media":852,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","footnotes":""},"categories":[4],"tags":[6,16,34],"class_list":["post-450","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","tag-generativeia","tag-intelligenza-artificiale","tag-musica"],"_links":{"self":[{"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/posts\/450","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/users\/10006"}],"replies":[{"embeddable":true,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/comments?post=450"}],"version-history":[{"count":28,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/posts\/450\/revisions"}],"predecessor-version":[{"id":1172,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/posts\/450\/revisions\/1172"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/media\/852"}],"wp:attachment":[{"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/media?parent=450"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/categories?post=450"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sites.unica.it\/holmes\/wp-json\/wp\/v2\/tags?post=450"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}