AI ปฏิวัติวงการเพลง: MiniMax เปิดตัวฟีเจอร์ Cover เพลง ยุคแห่งการสร้างสรรค์ด้วยต้นทุนศูนย์มาถึงแล้ว

อุตสาหกรรมดนตรีกำลังเผชิญกับการเปลี่ยนแปลงครั้งใหญ่ที่ขับเคลื่อนโดย AI

ในช่วงสองปีที่ผ่านมา เทคโนโลยีดนตรี AI พัฒนาเร็วกว่าที่หลายคนคาดไว้มาก การผลิตดนตรีแบบดั้งเดิมต้องผ่านหลายขั้นตอน เช่น การเขียนเนื้อร้อง การแต่งทำนอง การเรียบเรียง การบันทึกเสียง การมิกซ์เสียง ซึ่งใช้เวลานานและมีต้นทุนสูง การปรากฏตัวของ AI ได้เปลี่ยนกระบวนทัศน์นี้ไปอย่างมาก: เริ่มแรกจากที่สามารถสร้างผลงานสมบูรณ์ได้เพียงแค่ป้อนคำสั่ง (Prompt) ซึ่งลดอุปสรรคในการสร้างสรรค์ลงอย่างมาก พัฒนามาจนถึงปัจจุบัน ผู้ใช้ไม่จำเป็นต้องศึกษาคำสั่งให้ลึกซึ้ง แค่ส่งเพลงที่ชอบให้ AI ก็สามารถได้เวอร์ชัน Cover ที่มีสไตล์แตกต่างไปอย่างรวดเร็ว นี่หมายความว่าคนทั่วไปที่ไม่มีพื้นฐานดนตรีก็สามารถมีเพลง “เฉพาะบุคคล” ได้ภายในไม่กี่นาที

ดนตรี AI กำลังเร่งก้าวเข้าสู่ยุคแห่งการสร้างสรรค์ที่ต้นทุนเกือบเป็นศูนย์

ล่าสุด การอัปเดตสำคัญของ MiniMax ได้ผลักดันความสามารถด้านดนตรี AI ไปสู่ระดับใหม่ ซึ่งหัวใจหลักคือฟังก์ชัน Cover ใหม่

ตัวอย่างเช่น เพลงง่ายๆ อย่าง “Happy Birthday” สามารถถูกดัดแปลงเป็นสไตล์อิเล็กทรอนิกส์แดนซ์ (EDM) ที่เต็มไปด้วยพลัง ในขณะที่เพลงคลาสสิก “Auld Lang Syne” สามารถเปลี่ยนเป็นท่วงทำนองโซล (Soul) ที่ลึกซึ้งอ่อนไหว

ในเวลาเดียวกัน MiniMax ได้เปิดตัว โมเดล Music 2.6 และชุดเครื่องมือ Music Skills ที่มาพร้อมกันอย่างเป็นทางการ

เมื่อเทียบกับรุ่นก่อนหน้า การปรับปรุงของ Music 2.6 มุ่งเน้นไปที่สามด้านหลัก: ความเร็ว, ความเป็นดนตรี และคุณภาพเสียง ความล่าช้าในการสร้างครั้งแรกคาดว่าจะลดลงเหลือต่ำกว่า 20 วินาที รองรับเครื่องดนตรีหลากหลายชนิดมากขึ้น การแสดงเสียงร้องก็ใกล้เคียงกับสภาพการร้องที่จริงใจและเป็นธรรมชาติมากขึ้น ในด้านคุณภาพเสียง ได้ปรับปรุงประสิทธิภาพของเสียงกลางและเสียงต่ำเป็นพิเศษ ความลึกและพลังของเสียงเบสและกลองได้รับการปรับปรุงอย่างเห็นได้ชัด

ปัจจุบัน โมเดล Music 2.6 ได้เปิดให้ทดลองใช้แล้ว

ต่อไป เราจะทดสอบความสามารถหลักของการอัปเดตครั้งนี้จริง

ความสามารถ Cover: รักษาทำนอง เปลี่ยนสไตล์

“การ Cover” เป็นความท้าทายที่ถูกสำรวจมายาวนานในวงการดนตรี AI ประเด็นสำคัญคือต้องรักษาโครงสร้างทำนองเดิมไว้ ในขณะเดียวกันก็ต้องเปลี่ยนการเรียบเรียง สไตล์การร้อง และความรู้สึกของจังหวะไปอย่างสิ้นเชิง

ฟังก์ชันใหม่ของ MiniMax อนุญาตให้ผู้ใช้สามารถปรับเปลี่ยนดนตรีประกอบ แทนที่เนื้อร้อง และเปลี่ยนสไตล์ได้อย่างอิสระ โดยยังคงลักษณะทำนองของเพลงอ้างอิงไว้

ทดสอบการแทนที่เนื้อร้องเป็นอันดับแรก ซึ่งมีประโยชน์มากสำหรับสถานการณ์ต่างๆ เช่น การสร้างสรรค์เนื้อหาใหม่ (Content Re-creation) การปรับแต่งสำหรับแบรนด์ เราเลือกเพลงอินเทอร์เน็ต “ฮากิมิ” (Hakimi) และแทนที่เนื้อร้องด้วยเรื่องราวการบ่นในชีวิตประจำวันของคนทำงาน เนื้อร้องใหม่ที่สร้างขึ้นมีความสอดคล้องกับทำนองเดิมในด้านการกระจายพยางค์และความหนาแน่นของคำอย่างสูง ไม่จำเป็นต้องปรับแต่งการจัดเรียงด้วยตนเอง ซึ่งช่วยประหยัดเวลาและต้นทุนการลองผิดลองถูกให้กับผู้ใช้ที่ไม่มีพื้นฐานทฤษฎีดนตรีเป็นอย่างมาก

ต่อมาคือการเปลี่ยนสไตล์ เราลองเปลี่ยนเพลงเดียวกันเป็นเวอร์ชันโซล (Soul) แบบบาร์แจ๊สที่ให้ความรู้สึกผ่านกาลเวลา

ทดสอบการดัดแปลงเพลงคลาสสิกแบบพลิกโฉมอีกครั้ง อัปโหลดเพลงพื้นบ้านของเจียงซู “ม่อลี่ฮวา” (Jasmine Flower) และขอให้ดัดแปลงเป็นเวอร์ชันร็อก ในผลลัพธ์ที่สร้างขึ้น การเรียบเรียงได้ผสมผสานจังหวะกีตาร์ไฟฟ้าแบบดิสรอตชัน (Distortion) ที่ทรงพลังและเสียงเบสที่ขับเคลื่อน พร้อมกับกลองชุดที่มีพลัง เสียงร้องในท่อนคอรัสสูงส่งเร้าใจ โดยรวมแล้วให้ความรู้สึกบรรยากาศเวทีร็อกที่ดี

ท้าทายสุดท้ายกับการแปลงเปลี่ยนที่ยาก เลือกคลิปแร็ปแบบด้นสด (Freestyle Rap) ของ Anne Hathaway และขอให้เปลี่ยนเป็นสไตล์โฟล์คสากล (Folk) แบบในรั้วมหาวิทยาลัย เสียงร้องที่ AI สร้างขึ้นค่อนข้างเป็นธรรมชาติ การบรรเลงกีตาร์คอยประคองการร้องได้อย่างลื่นไหล นำคำแร็ปที่เดิมเต็มไปด้วยความก้าวร้าวมาใส่ในทำนองโฟล์คที่อ่อนโยน สร้างความรู้สึกขำขันที่เป็นเอกลักษณ์

Music Skills: เครื่องมือสร้างดนตรีในเครื่องที่สะดวก

การอัปเดตครั้งนี้ยังได้เปิดตัวชุด Music Skills สามชุดที่โฮสต์บน GitHub ซึ่งสามารถเรียกใช้ผ่านเครื่องมือ command line ได้อย่างสะดวก สิ่งนี้บ่งชี้ว่าการสร้างดนตรี AI กำลังก้าวไปสู่ “การเป็น Agent” อย่างรวดเร็ว ซึ่งสามารถเข้าใจความต้องการที่ซับซ้อนและประมวลผลการดำเนินการหลายขั้นตอนได้ ขยายความเป็นไปได้ในการสร้างสรรค์ออกไปอย่างมาก

1. minimax-music-gen: เครื่องมือสร้างหลัก (Engine) ที่รวบรวมสามโหมด: เสียงร้อง, ดนตรีบรรเลงล้วน และ Cover รองรับการควบคุมที่แม่นยำผ่าน Prompt หรือ API
2. minimax-music-playlist: เครื่องมือสร้างเพลย์ลิสต์ส่วนบุคคล สามารถสแกนแอปพลิเคชันดนตรีในเครื่อง (เช่น Apple Music, QQ Music เป็นต้น) วิเคราะห์ความชอบสไตล์ แนวโน้มภาษา และลักษณะอารมณ์ของผู้ใช้ จากนั้นสร้างเพลย์ลิสต์ที่ปรับแต่งเองซึ่งประกอบด้วย 3 ถึง 7 เพลง และรองรับการปรับปรุงตามผลตอบรับแบบเรียลไทม์
3. buddy-sings: สร้างขึ้นสำหรับผู้รักสัตว์เลี้ยง สามารถสร้างอัตลักษณ์เสียงเฉพาะตามชื่อและบุคลิกของสัตว์เลี้ยง สร้างและร้องเพลงจากมุมมองของสัตว์เลี้ยงตัวแรก (First-person) และยังสามารถสร้างสรรค์แบบด้นสดโดยผสมผสานกับบริบทการสนทนาได้

ผู้ใช้เพียงแค่กำหนดค่า API Key ก็สามารถสร้างสตูดิโอสร้างดนตรี AI ที่มีฟังก์ชันหลากหลายในเครื่องได้ผ่านการดำเนินการ command line ที่เรียบง่าย

โมเดล Music 2.6: ความก้าวหน้าทั่วไปที่รับรู้ได้ชัดเจน

โดยรวมแล้ว Music 2.6 หมายถึงการที่ดนตรี AI เข้าสู่ระยะใหม่ของ “การสร้างสรรค์ที่ควบคุมได้” ซึ่งมีแนวโน้มดีในด้านความแม่นยำในการควบคุม ความเร็วในการตอบสนอง และอิสระในการสร้างสรรค์

ในด้านความเป็นดนตรี การปรับปรุงที่เห็นได้ชัดเจนที่สุดคือการขยายคลังเครื่องดนตรี (รองรับกว่า 100 ชนิด) และความร่วมมือที่กลมกลืนและแน่นแฟ้นยิ่งขึ้นระหว่างเครื่องดนตรีและเสียงร้อง

ในด้านคุณภาพเสียง การปรับปรุงเสียงกลางและเสียงต่ำช่วยเพิ่มความรู้สึกของจังหวะดนตรีได้อย่างมีนัยสำคัญ โดยเฉพาะอย่างยิ่งเหมาะกับแนวเพลงที่เน้นจังหวะ เช่น ป๊อป อิเล็กทรอนิกส์ ร็อก เป็นต้น ตัวอย่างเช่น การใช้เพียง “เพลงป๊อป, ร็อก ที่มีจังหวะหนักแน่น” เป็นคำสั่ง (Prompt) ก็สามารถสร้างเพลงที่มีโครงสร้างสมบูรณ์ได้

สิ่งที่ทำให้ผู้ใช้ที่ไม่ใช่มืออาชีพใช้งานง่ายขึ้นคือการลดต้นทุนการสื่อสาร แม้จะไม่ป้อนเนื้อร้องที่เฉพาะเจาะจง แต่ให้เพียงคำอธิบายสไตล์หรือสถานการณ์ (เช่น “บาร์แจ๊สเล็กๆ, เปียโนทริโอ, ออกแนวสบายๆ”) โมเดลก็สามารถสร้างเพลงสมบูรณ์ที่รวมเสียงร้องและเนื้อร้องได้ภายในเวลาอันสั้น

เรายังลอง “นำบทกวีโบราณมาร้องใหม่” โดยป้อนเนื้อร้องของ “ซุยเตี้ยวโถว” (Shui Diao Ge Tou) โดยตรง พร้อมกับคำสั่งสไตล์ที่แตกต่างกัน (เช่น “สไตล์โบราณ, คลาสสิก, พิพา, กู่ฉิน” หรือ “โฟล์ค, กีตาร์อะคูสติก, เศร้า”) และได้หลายเวอร์ชันที่มีสไตล์แตกต่างกันอย่างรวดเร็ว

โดยสรุป Music 2.6 ในการควบคุมการแสดงออกทางอารมณ์ ความเร็ว (BPM) และคีย์ (Key) ได้นำความตั้งใจของผู้ใช้เป็นแนวทางได้ดีขึ้นแล้ว ลดความไม่แน่นอนแบบ “สุ่มเปิดกล่อง” (Open Blind Box) ของเวอร์ชันก่อนหน้า ตราบใดที่ให้คำสั่งอารมณ์พื้นฐานและจังหวะที่ชัดเจน มันก็สามารถสร้างผลงานที่ตรงกับความต้องการและมีพลังดึงดูดใจได้

บทสรุป

ช่องว่างระหว่างดนตรี AI กับการสร้างสรรค์ดนตรีโดยมนุษย์กำลังลดลงอย่างรวดเร็วในระดับเทคโนโลยี ความก้าวหน้าของ Music 2.6 ในด้านความล่าช้า ความแม่นยำในการควบคุม และความเป็นดนตรีนั้นรับรู้ได้จริง และการเพิ่มฟังก์ชัน Cover ได้ผลักดันดนตรี AI เข้าสู่ขอบเขต “การสร้างสรรค์ซ้ำ” (Secondary Creation) ซึ่งเป็นพื้นที่ที่นักดนตรีมนุษย์มีความกระตือรือร้นมากที่สุด

อุปสรรคในการสร้างสรรค์กำลังลดลงอย่างรวดเร็ว ไม่ว่าจะเป็นคนที่มีแรงบันดาลใจทำนองแต่ไม่เข้าใจการเรียบเรียง ต้องการเพลงประกอบที่ปรับแต่งเองสำหรับพอดแคสต์แต่มีงบประมาณจำกัด หรือแค่ต้องการสร้างเพลงสนุกๆ ให้สัตว์เลี้ยง… ความคิดสร้างสรรค์มากมายที่เคยหยุดอยู่แค่ความคิด ตอนนี้มีความเป็นไปได้ที่จะทำให้เป็นจริงแล้ว

เทคโนโลยีเป็นเพียงเครื่องมือเสมอ เมื่อเครื่องมือใช้ง่ายพอ สิ่งที่มันปลดปล่อยอย่างแท้จริงคือคนที่ยังมีความคิดอยู่เสมอ แต่ขาดช่องทางในการแสดงออก

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง

☕ สนับสนุนค่ากาแฟทีมงาน

หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay

SCAN TO PAY WITH ANY BANK