Memahami keajaiban Suno, musik, dan matematika dengan cara sederhana
Pernahkah kamu mendengarkan sebuah lagu buatan AI, lalu bertanya-tanya: bagaimana mungkin sebuah mesin menghasilkan musik yang terdengar begitu manusiawi?
Aku mengalaminya ketika mendengarkan lagu Selamat Ulang Tahun Untukku dan Diam yang kubuat dengan bantuan Suno. Ada karakter vokal yang seolah dinyanyikan sambil tersenyum. Ada pula dentingan piano yang terasa begitu hidup, seakan-akan seorang pianis sungguhan sedang mengiringi penyanyi, tahu kapan harus memainkan nada, kapan harus menahan diri, dan kapan memberi sentuhan yang tepat.
Bagaimana mungkin AI melakukan semua itu?
Jawabannya membawa kita pada pertemuan menarik antara musik, matematika, dan kecerdasan buatan.
1. Apakah AI benar-benar memahami musik?
AI seperti Suno tidak belajar musik persis seperti manusia yang mengikuti pelajaran piano atau belajar dari seorang guru musik.
Secara umum, model musik AI dilatih menggunakan data sehingga dapat mempelajari berbagai pola dalam suara dan musik. Data yang digunakan dapat mencakup audio, teks, lirik, atau informasi lain yang relevan, bergantung pada sistemnya.
Dari proses tersebut, model dapat mempelajari pola yang berkaitan dengan melodi, ritme, harmoni, karakter vokal, warna instrumen, dan struktur lagu.
Ketika kita meminta Suno membuat musik dengan karakter tertentu, model menggunakan pola yang telah dipelajarinya untuk menghasilkan audio yang sesuai dengan instruksi.
Namun, kita perlu membedakan dua hal: kemampuan menghasilkan musik yang terdengar ekspresif dan kemampuan mengalami emosi seperti manusia. Lagu yang terdengar sedih tidak dengan sendirinya membuktikan bahwa AI merasakan kesedihan.
2. Mengapa suara penyanyi AI bisa terdengar sedang tersenyum?
Ekspresi manusia dapat memengaruhi suara. Bentuk mulut, posisi rahang, cara mengucapkan kata, serta pengaturan suara dapat mengubah warna dan karakter vokal.
Pendengar sering dapat menangkap petunjuk akustik yang membuat suara terasa ceria, lembut, sedih, tegas, atau jenaka.
Model musik AI dapat mempelajari pola suara yang berkaitan dengan karakter-karakter tersebut. Ketika menghasilkan lagu, model dapat membentuk vokal yang bagi pendengar terdengar seperti seseorang sedang tersenyum.
AI tidak harus memiliki wajah yang tersenyum untuk menghasilkan suara dengan karakter demikian.
Inilah salah satu hal menarik dari AI generatif: sistem dapat menghasilkan ekspresi akustik yang kita kenali sebagai ekspresi manusia, meskipun cara kerjanya berbeda dari manusia.
3. Bagaimana AI bisa menghasilkan permainan piano yang begitu meyakinkan?
Piano yang dimainkan dengan karakter klasik, rock, dan playful dapat memberikan kesan yang sangat berbeda, meskipun instrumennya sama.
Perbedaannya bukan hanya pada nada yang dimainkan, tetapi juga pada beberapa unsur musik:
- Melodi: susunan nada yang membentuk rangkaian musikal.
- Harmoni: hubungan antara nada-nada yang dimainkan bersamaan.
- Ritme dan timing: kapan nada muncul, seberapa lama bunyinya, dan bagaimana pola ketukannya.
- Dinamika: perubahan keras dan lembutnya suara.
- Artikulasi: cara nada dimainkan sehingga terasa mengalir, menghentak, ringan, atau terputus-putus.
- Frasa musikal: cara rangkaian nada membentuk suatu ungkapan yang terasa utuh.
Dalam musik klasik, permainan piano mungkin terasa megah dan ekspresif. Dalam rock, piano bisa terdengar kuat dan menghentak. Dalam musik playful, permainan yang ringan dan lincah dapat menghasilkan kesan jenaka.
Model musik generatif dapat mempelajari pola-pola yang berkaitan dengan karakter tersebut dan menghasilkan audio dengan kombinasi yang berbeda.
Kita tidak perlu menganggap bahwa AI benar-benar memiliki dua tangan virtual yang memainkan tuts seperti pianis manusia. Sistem generatif dapat menghasilkan audio tanpa harus menyimulasikan gerakan jari seorang pianis secara literal.
Yang kita dengar adalah hasil akhirnya: musik yang dapat terasa seperti dimainkan oleh musisi terampil.
4. Apa hubungannya musik dengan matematika?
Hubungannya sangat erat.
Musik memiliki unsur-unsur yang dapat dijelaskan secara matematis, mulai dari frekuensi suara hingga hubungan antara nada dan pola ritme.
Sebagai contoh, nada A4 standar memiliki frekuensi 440 Hz. Nada satu oktaf lebih tinggi memiliki frekuensi 880 Hz, tepat dua kali lipat.
Hubungan seperti ini merupakan bagian dari dasar akustik musik.
Matematika juga membantu menjelaskan durasi nada, pembagian ketukan, pola pengulangan, serta hubungan antara frekuensi suara.
Dalam pembelajaran AI, matematika dan statistik digunakan untuk merepresentasikan data, mempelajari pola, menghitung kesalahan prediksi, dan memperbarui parameter model selama pelatihan.
Tetapi matematika saja tidak otomatis menghasilkan musik yang indah. Musik yang kita nikmati juga melibatkan persepsi manusia, pengalaman, budaya, ekspektasi, dan selera.
Jadi, matematika merupakan salah satu fondasi penting di balik teknologi musik AI, bukan satu-satunya penjelasan tentang keindahan musik.
5. Bagaimana AI belajar menghasilkan musik?
Secara sederhana, proses pengembangan model musik AI dapat dipahami melalui beberapa tahap.
Pertama, data dikumpulkan dan dipersiapkan. Data yang relevan digunakan sebagai bahan pembelajaran model.
Kedua, musik direpresentasikan dalam bentuk yang dapat diproses komputer. Bentuknya dapat berupa angka, fitur audio, atau token, bergantung pada teknologi yang digunakan.
Ketiga, model dilatih untuk mempelajari pola. Melalui proses pembelajaran berulang, parameter internalnya diperbarui agar semakin baik dalam menjalankan tugas yang diberikan.
Keempat, model digunakan untuk menghasilkan musik. Ketika menerima instruksi, sistem membentuk audio berdasarkan pola yang dipelajari dan kondisi yang diberikan.
Proses sebenarnya jauh lebih kompleks. Detail teknis tentang data, arsitektur, dan pelatihan internal Suno tidak seluruhnya tersedia untuk publik. Karena itu, uraian ini menjelaskan prinsip umum model musik generatif, bukan resep persis yang digunakan Suno.
6. Apakah AI bisa membuat musik yang sama sekali baru?
AI generatif dapat menghasilkan kombinasi musik yang tidak harus identik dengan satu contoh tertentu dalam data pelatihannya.
Misalnya, kita meminta musik dengan karakter funk, rap yang playful, perkusi India, dan melodi menyerupai sitar. Sistem dapat menghasilkan kombinasi unsur-unsur tersebut menjadi sebuah karya baru.
Hasilnya tidak selalu berhasil. Kadang aransemennya terasa sangat cocok; kadang pula ada bagian yang terdengar kurang alami atau tidak sesuai dengan keinginan kita.
Di sinilah peran manusia tetap penting.
Kita memberikan arahan, mendengarkan hasilnya, membandingkan versi, memperbaiki lirik, dan menentukan bagian mana yang paling sesuai dengan gagasan awal.
AI menawarkan berbagai kemungkinan. Manusia tetap dapat berperan sebagai pengarah dan penyeleksi karya.
7. Kalau begitu, siapa yang membuat musik AI terasa indah?
Ada tiga bagian yang menarik untuk kita lihat bersama.
AI mempelajari pola. Model menggunakan pola yang dipelajari dari data untuk menghasilkan musik.
Manusia membangun dan mengarahkan sistem. Para pengembang merancang teknologi dan metode pelatihannya. Pengguna memberikan instruksi, memilih hasil, dan menyempurnakan karya sesuai kebutuhan.
Manusia mengalami keindahannya. Ketika kita mendengar sebuah lagu dan merasa terharu, bahagia, atau kagum, pengalaman tersebut merupakan bagian nyata dari kehidupan kita sebagai pendengar.
Kita belum harus menyelesaikan semua pertanyaan tentang kecerdasan atau kesadaran AI untuk dapat menghargai hasil musik yang dihasilkannya.
Sebuah lagu dapat menyentuh hati kita, meskipun proses pembuatannya berbeda dari proses seorang musisi manusia.
Penutup: Menikmati keajaiban tanpa harus menguasai semuanya
Teknologi AI mengingatkan kita bahwa masih banyak hal menarik yang dapat ditemukan di dunia ini.
Kita boleh penasaran tentang cara kerja sebuah teknologi, tetapi kita tidak harus menjadi ilmuwan untuk dapat menikmatinya.
Kita bisa memahami prinsip dasarnya, mengetahui batasannya, dan tetap menikmati hasilnya tanpa harus mempelajari seluruh rumus di baliknya.
Bagi sebagian orang, musik AI mungkin sekadar hiburan. Bagi yang lain, teknologi ini membuka kesempatan untuk berkarya, bereksperimen, dan mewujudkan gagasan yang sebelumnya sulit dilakukan.
Bagi saya, pengalaman mendengarkan musik AI juga menghadirkan pertanyaan yang menarik: bagaimana sesuatu yang dibangun dari data, pola, dan perhitungan matematis dapat menghasilkan suara yang begitu ekspresif bagi telinga manusia?
Mungkin kita belum mengetahui seluruh jawabannya. Namun, rasa takjub itu sendiri merupakan pengalaman yang menyenangkan.
Kita tidak harus memahami seluruh cara kerja sebuah alat untuk dapat bersyukur atas manfaatnya.
Kadang-kadang, cukup dengan mendengarkan sebuah lagu, tersenyum, dan berkata:
“Masya Allah, ternyata teknologi bisa membawa kita menikmati pengalaman seperti ini.”
Alhamdulillah.
Referensi
Berikut sumber-sumber yang relevan dan cukup tepercaya untuk mendukung isi artikel.
1. AI Music Composition — Microsoft Research
Referensi akademis · Xu Tan dan rekan peneliti
Membahas pendekatan pembelajaran mesin dalam komposisi musik, termasuk supervised learning, self-supervised learning, dan reinforcement learning.
Baca tutorial penelitian (PDF)
2. Deep Generative Models for Musical Audio Synthesis
Makalah penelitian · arXiv
Menjelaskan bagaimana model generatif mempelajari karakteristik data audio untuk menghasilkan suara musik. Ini sangat relevan untuk menjelaskan prinsip umum di balik musik buatan AI.
3. How AI Music Works — Sound On Sound
Artikel penjelasan teknologi musik
Referensi yang lebih ramah bagi pembaca umum tentang cara AI mempelajari pola musik dan menghasilkan audio baru.
4. Generate Music with an RNN — TensorFlow
Tutorial teknis dengan contoh praktis
Menunjukkan contoh sederhana bagaimana model dilatih menggunakan data MIDI piano untuk mempelajari urutan nada dan memprediksi nada berikutnya. Contoh ini bukan cara kerja Suno secara persis, tetapi membantu menjelaskan konsep dasar training.
5. Machine Learning in Acoustics: Theory and Applications
The Journal of the Acoustical Society of America · 2019
Menjelaskan hubungan pembelajaran mesin, statistik, dan akustik. Berguna untuk bagian artikel yang membahas pola suara dan karakteristik audio.
Catatan Penulis
Artikel ini membahas prinsip umum di balik teknologi musik berbasis AI, berdasarkan referensi ilmiah dan sumber pembelajaran yang tercantum di atas. Penjelasan ini tidak dimaksudkan sebagai uraian teknis tentang sistem internal Suno, karena detail mengenai data, arsitektur model, dan proses pelatihannya tidak seluruhnya tersedia untuk publik.
Tujuan tulisan ini sederhana: membantu pembaca memahami keajaiban musik AI tanpa harus mempelajari seluruh kerumitan teknologi di baliknya.
Semoga tulisan ini dapat menambah wawasan, membuka ruang untuk rasa ingin tahu, dan membuat kita semakin menikmati perkembangan teknologi yang hadir dalam kehidupan sehari-hari.