Phorum.com.gr

sys3x έγραψε: 21 Ιαν 2023, 23:47 Μήτσο, το συγκεκριμένο απ έρχεται σαν στανταλόουν εφαρμογή ή σαν vst πλαγκίν, ο σκοπός του (προς το παρόν) δεν είναι να φτιάξει κάποιο νέο είδος μουσικής ή γενικά να φτιάξει κάτι δικό του από το μηδέν αλλά να χρησιμοποιηθεί σαν εργαλείο

Μέχρι εδώ το πας καλά.

sys3x έγραψε: 21 Ιαν 2023, 23:47 πιο συγκεκριμένα να αντικαταστήσει τους τραγουδιστές.

Δηλαδή αυτό που μέχρι τώρα θεωρούσες αναντικατάστατο στους τραγουδιστές ήταν η φωνή και μάλιστα στο είδος που εξερευνά το συγκεκριμένο λογισμικό;

Έλα, ρε συ, τι συζητάμε τώρα; Είναι ένα πρόγραμμα που κάνει το πιο ασήμαντο κομμάτι σε ένα pop τραγούδι: την ερμηνεία.

sys3x έγραψε: 21 Ιαν 2023, 23:47 Αυτά τα πράματα σηκώνουν μεγάλη συζήτηση νομίζω και εγώ δεν τα πάω και πολύ καλά με τα κιουέρτυ πληχτρολόγια, τα πάω πολύ καλά με τα κρασά και τις μπύρες όμως.

Υπόνοια noted.

sys3x έγραψε: 21 Ιαν 2023, 23:47

hellegennes έγραψε: 21 Ιαν 2023, 23:33 Παπαριές λέει η τύπισσα. Τίποτα απ' αυτά δεν γίνεται.

Είσαι σε άρνηση ακόμη, θα σου περάσει.

Καμμία σχέση. Αυτά που λέει είναι τελείως φύκια. Όχι μόνο το pin είναι αδύνατον να διαβάσει, πολύ μα πολύ πιο απλά πράγματα δεν μπορεί να διαβάσει καμμιά μέθοδος ως τώρα, πόσο μάλλον κάτι τόσο τρομακτικά συγκεκριμένο.

hellegennes έγραψε: 22 Ιαν 2023, 00:57 Υπόνοια noted.

Κρίμα να μην είμαι Θεσσαλονίκη

Έχει τα δίκια του ο sys3χ γιατί το βλέπει από την πρακτική μεριά του πράγματος. Πες ότι έγραψε ένα τραγούδι και θέλει ένα demo να το πάει κάπου κι ό,τι γίνει, αν γίνει. Αν ο sys είναι χρόνια στη δουλειά, έχει φίλους και γνωστούς και θα αγγαρέψει κάποιον/α να του τραγουδήσει. Θα υποχρεωθεί όμως, ό,τι κι αν συνεπάγεται αυτό. Αλλά συνήθως έτσι θα γίνει. Θα πρέπει επίσης να έχει και έναν ήσυχο και διαμορφωμένο χώρο (έστω home studio) που να μην ενοχλεί και να μην περνάει τόσο πολύ ο θόρυβος από έξω ώστε να μην του χαλάει την ηχογράφηση το μηχανάκι που περνάει ή ο συναγερμός κλπ. Κι αν ο sys γράφει ξενόγλωσσα, θα πρέπει η Μαρία ή ο Μήτσος να έχουν και μια χ προφορά για να μην βγει το αποτέλεσμα Θώδη style.
Τα παραπάνω πάνω κάτω βρίσκονται.
Αν όμως ο sys αποφασίσει και γράψει κάτι δύσκολο να τραγουδηθεί, που απαιτεί μεγάλη έκταση φωνής ή δύσκολα άλματα, θα πρέπει να βρει πολύ καλό τραγουδιστή. Αυτό δεν βρίσκεται πάντα εύκολα ή αν βρίσκεται δεν είναι ο φίλος που μπορεί να σου κάνει την εξυπηρέτηση για ένα κέρασμα.
Κι αν ο sys δεν έχει κατασταλάξει αλλά θέλει να κάνει και δοκιμές (να το γράψω έτσι, μήπως να δοκιμάσω αλλιώς) ξανά και ξανά, τότε πρέπει να δώσει καλά λεφτά ή να είναι κάποιος επώνυμος με άκρες σε δισκογραφικές.

Για σκέψου τώρα να θέλει να φτιάξει κάτι για ταινία εποχής που έχει μέσα χορωδιακά ή τραγούδια που έχουν μέσα φωνητικά με 3, 4 φωνές ή παραπάνω φωνές. Ας αρχίσει να αγοράζει λαχεία..

Πραγματικά κρίμα όμως.

ST48410 έγραψε: 22 Ιαν 2023, 14:01

hellegennes έγραψε: 22 Ιαν 2023, 00:57 Υπόνοια noted.

Κρίμα να μην είμαι Θεσσαλονίκη

Έχει τα δίκια του ο sys3χ γιατί το βλέπει από την πρακτική μεριά του πράγματος. Πες ότι έγραψε ένα τραγούδι και θέλει ένα demo να το πάει κάπου κι ό,τι γίνει, αν γίνει. Αν ο sys είναι χρόνια στη δουλειά, έχει φίλους και γνωστούς και θα αγγαρέψει κάποιον/α να του τραγουδήσει. Θα υποχρεωθεί όμως, ό,τι κι αν συνεπάγεται αυτό. Αλλά συνήθως έτσι θα γίνει. Θα πρέπει επίσης να έχει και έναν ήσυχο και διαμορφωμένο χώρο (έστω home studio) που να μην ενοχλεί και να μην περνάει τόσο πολύ ο θόρυβος από έξω ώστε να μην του χαλάει την ηχογράφηση το μηχανάκι που περνάει ή ο συναγερμός κλπ. Κι αν ο sys γράφει ξενόγλωσσα, θα πρέπει η Μαρία ή ο Μήτσος να έχουν και μια χ προφορά για να μην βγει το αποτέλεσμα Θώδη style.
Τα παραπάνω πάνω κάτω βρίσκονται.
Αν όμως ο sys αποφασίσει και γράψει κάτι δύσκολο να τραγουδηθεί, που απαιτεί μεγάλη έκταση φωνής ή δύσκολα άλματα, θα πρέπει να βρει πολύ καλό τραγουδιστή. Αυτό δεν βρίσκεται πάντα εύκολα ή αν βρίσκεται δεν είναι ο φίλος που μπορεί να σου κάνει την εξυπηρέτηση για ένα κέρασμα.
Κι αν ο sys δεν έχει κατασταλάξει αλλά θέλει να κάνει και δοκιμές (να το γράψω έτσι, μήπως να δοκιμάσω αλλιώς) ξανά και ξανά, τότε πρέπει να δώσει καλά λεφτά ή να είναι κάποιος επώνυμος με άκρες σε δισκογραφικές.

Για σκέψου τώρα να θέλει να φτιάξει κάτι για ταινία εποχής που έχει μέσα χορωδιακά ή τραγούδια που έχουν μέσα φωνητικά με 3, 4 φωνές ή παραπάνω φωνές. Ας αρχίσει να αγοράζει λαχεία..

Είναι όλες αυτές οι περιπτώσεις που αναφέρεις και μπορώ να σκεφτώ και μερικές ακόμη αλλά παίζει ήδη το συγκεκριμένο προγραμματάκι να είναι αρκετό και για τελικές δουλίτσες (τουλάχιστον για ποπάκια) όχι μόνον ντεμάκια, δεν κατέβασα ακόμη την φρη έκδοση του να παίξω, θα περιμένω λίγο καιρό ακόμη.

ST48410 έγραψε: 22 Ιαν 2023, 14:01

hellegennes έγραψε: 22 Ιαν 2023, 00:57 Υπόνοια noted.

Κρίμα να μην είμαι Θεσσαλονίκη

Έχει τα δίκια του ο sys3χ γιατί το βλέπει από την πρακτική μεριά του πράγματος. Πες ότι έγραψε ένα τραγούδι και θέλει ένα demo να το πάει κάπου κι ό,τι γίνει, αν γίνει. Αν ο sys είναι χρόνια στη δουλειά, έχει φίλους και γνωστούς και θα αγγαρέψει κάποιον/α να του τραγουδήσει. Θα υποχρεωθεί όμως, ό,τι κι αν συνεπάγεται αυτό. Αλλά συνήθως έτσι θα γίνει. Θα πρέπει επίσης να έχει και έναν ήσυχο και διαμορφωμένο χώρο (έστω home studio) που να μην ενοχλεί και να μην περνάει τόσο πολύ ο θόρυβος από έξω ώστε να μην του χαλάει την ηχογράφηση το μηχανάκι που περνάει ή ο συναγερμός κλπ. Κι αν ο sys γράφει ξενόγλωσσα, θα πρέπει η Μαρία ή ο Μήτσος να έχουν και μια χ προφορά για να μην βγει το αποτέλεσμα Θώδη style.
Τα παραπάνω πάνω κάτω βρίσκονται.
Αν όμως ο sys αποφασίσει και γράψει κάτι δύσκολο να τραγουδηθεί, που απαιτεί μεγάλη έκταση φωνής ή δύσκολα άλματα, θα πρέπει να βρει πολύ καλό τραγουδιστή. Αυτό δεν βρίσκεται πάντα εύκολα ή αν βρίσκεται δεν είναι ο φίλος που μπορεί να σου κάνει την εξυπηρέτηση για ένα κέρασμα.
Κι αν ο sys δεν έχει κατασταλάξει αλλά θέλει να κάνει και δοκιμές (να το γράψω έτσι, μήπως να δοκιμάσω αλλιώς) ξανά και ξανά, τότε πρέπει να δώσει καλά λεφτά ή να είναι κάποιος επώνυμος με άκρες σε δισκογραφικές.

Για σκέψου τώρα να θέλει να φτιάξει κάτι για ταινία εποχής που έχει μέσα χορωδιακά ή τραγούδια που έχουν μέσα φωνητικά με 3, 4 φωνές ή παραπάνω φωνές. Ας αρχίσει να αγοράζει λαχεία..

Συζητάμε διαφορετικά πράγματα. Από την αρχή η διαφωνία μου δεν αφορά την χρησιμότητα αλλά πόσο σημαντικό είναι σαν βήμα, γιατί ο sys3x είναι της άποψης ότι τα νευρωνικά δίκτυα κάνουν αναπάντεχα βήματα προς την ολοκλήρωση αυτού που λέμε τεχνητή νοημοσύνη και η δική μου άποψη είναι ότι δίνει πολύ βάση σε χρήσιμα μεν, καθόλου νοήμονα όμως εργαλεία.

Δεν συζητήσαμε ποτέ για την χρησιμότητα του εν λόγω λογισμικού. Κι εγώ το βρίσκω εξαιρετικό βήμα. Θα ήθελα πολύ να δοκίμαζα μελοποίηση στίχων μου χωρίς να χρειάζεται όλη η φυσική διαδικασία.

Η συζήτηση συνοψίζεται στο αρχικό σχόλιό του: "τα πράγματα σοβαρεύουν μέρα με την μέρα".

Ναι, αυτό είναι τρομερή α-λήθεια, τα πράγματά σοβαρεύουν πολύ, πλέον, μέρα με τη μέρα.

Και κάπου εδώ θα έπρεπε, κανονικά, να ορίσουμε με επάρκειά τι στο πούτσο ακριβώς είναι νοημοσύνη. Δύσκολα πράγματα πλέον.

hellegennes έγραψε: 23 Ιαν 2023, 00:04 Συζητάμε διαφορετικά πράγματα. Από την αρχή η διαφωνία μου δεν αφορά την χρησιμότητα αλλά πόσο σημαντικό είναι σαν βήμα, γιατί ο sys3x είναι της άποψης ότι τα νευρωνικά δίκτυα κάνουν αναπάντεχα βήματα προς την ολοκλήρωση αυτού που λέμε τεχνητή νοημοσύνη και η δική μου άποψη είναι ότι δίνει πολύ βάση σε χρήσιμα μεν, καθόλου νοήμονα όμως εργαλεία.

Δεν έχω τις γνώσεις για να πω πότε αναδύεται/ανιχνεύεται νοημοσύνη στους υπολογισμούς μιας "μηχανής". Καταλαβαίνω την ένστασή σου. Παρακολουθώ με ενδιαφέρον την συζήτηση από εσάς που έχετε καλύτερη κατανόηση του θέματος

sys3x έγραψε: 23 Ιαν 2023, 00:08 Και κάπου εδώ θα έπρεπε, κανονικά, να ορίσουμε με επάρκειά τι στο πούτσο ακριβώς είναι νοημοσύνη. Δύσκολα πράγματα πλέον.

Είναι αυτό που απαντά ως "ξέρεις ποιος είμαι εγώ ρε;".

stavmanr έγραψε: 23 Ιαν 2023, 00:16

sys3x έγραψε: 23 Ιαν 2023, 00:08 Και κάπου εδώ θα έπρεπε, κανονικά, να ορίσουμε με επάρκειά τι στο πούτσο ακριβώς είναι νοημοσύνη. Δύσκολα πράγματα πλέον.

Είναι αυτό που απαντά ως "ξέρεις ποιος είμαι εγώ ρε;".

Φαντάσου να μας τραμπουκίζουν λεκτικά

Μέχρι στιγμής το gpt όλο συγνώμη ζητάει.

sys3x έγραψε: 23 Ιαν 2023, 00:08 Και κάπου εδώ θα έπρεπε, κανονικά, να ορίσουμε με επάρκειά τι στο πούτσο ακριβώς είναι νοημοσύνη. Δύσκολα πράγματα πλέον.

Να σου πω. Τα προγράμματα που αναγνωρίζουν φωνή έχουν κάνει τεράστια άλματα. Χρησιμοποιούν πλέον τόσο καλά το context που διορθώνουν αυτά που ακούνε με μεγάλη ακρίβεια, με βάση έναν τεράστιο όγκο κειμένων στα οποία έχουν εκπαιδευτεί, ακόμα κι αν υπάρχει αρκετός θόρυβος. Αλλά το context τους είναι τοπικό και δεν θα είναι ποτέ universal, όπως σε μια αληθινή νοημοσύνη.

Case in point: το βράδυ που έκλεισα το μαγαζί, ο υπάλληλός μου, απομακρυνόμενος προς το σπίτι του, μου φώναξε κάτι. Αυτό το κάτι το κάλυψε ο ήχος των αυτοκινήτων αλλά ο ανθρώπινος εγκέφαλος κάνει αποθορυβοποίηση, με απίστευτα πιο πολύπλοκο τρόπο απ' ό,τι μια "ΑΙ" και τελικά, αφού το σήμα που έφτασε στα αφτιά μου πέρασε από επεξεργασία, αυτό που θεώρησε ο εγκέφαλός μου ότι μού είπε ο υπάλληλός μου ήταν "αυγουλάκια της Σιών".

Μια ΑΙ θα τερμάτιζε εδώ την προσπάθεια. Θα έβλεπες ένα speech-to-text να αποδίδει αυτό που προέκυψε από denoise. Όχι όμως ο ανθρώπινος εγκέφαλος. Πριν καν προλάβω να αναρωτηθώ τι μπορούσε να έχει πει, ώστε να το βγάλω με εις άτοπον απαγωγή, ο εγκέφαλός μου, όπως κάθε ανθρώπινος εγκέφαλος, αναγνώρισε ότι η φράση αυτή δεν μπορεί να ειπώθηκε σ' αυτήν την στιγμή από το συγκεκριμένο άτομο και πέρασε το σήμα ξανά από επεξεργασία. Όλα αυτά γίνονται το πολύ σε 1-2 δευτερόλεπτα.

Το συμπέρασμα του εγκεφάλου μου; Η φράση ήταν "τα φιλάκια μου σε όλους". Κατόπιν, με αυτήν την νέα γνώση και συνειδητά "έπαιξα" στο μυαλό μου σε playback το αρχικό σήμα που ήταν κάτι σαν «αβ*λάκια ΧΧΧ σ*ό/ν», όπου ΧΧΧ μία λέξη που δεν ακούστηκε καν αλλά ήταν ξεκάθαρα εκεί λόγω παύσης και * ένα φωνήεν που καλύφθηκε από θόρυβο. Μπορείς να καταλάβεις πώς μ' αυτό το αρχικό σήμα ο εγκέφαλός μου έβγαλε δύο διαφορετικές επεξεργασίες. Τα β/φ και λ/ν μπερδεύονται εύκολα ακόμη και με ελάχιστο θόρυβο, οπότε η δεύτερη επεξεργασία ήταν «α φ*λακια ΧΧΧ σ*λ». Αφού το έπαιξα σε playback στο μυαλό μου, είπα «α, οκ», συνειδητοποιώντας πώς προέκυψε και το ένα και το άλλο αποτέλεσμα.

Μια ΑΙ δεν θα κατέληγε ποτέ στο δεύτερο συμπέρασμα, γιατί ακόμη και ο λόγος για την δεύτερη επεξεργασία είναι ότι έχω νοημοσύνη, συνειδητή και ασυνείδητη. Εν προκειμένω μιλάμε για μη συνειδητή επεξεργασία, με βάση τις εμπειρίες μου, την γνώση του ατόμου και της κατάστασης και στιγμής που ειπώθηκε η φράση. Δεν είναι ότι η πρώτη φράση δεν βγάζει νόημα. Πολλές φορές λέμε πράγματα που δεν βγάζουν εμφανές νόημα. Είναι προϊόν νοημοσύνης. Της συνειδητοποίησης δηλαδή ότι αυτή η φράση δεν ταιριάζει στο context. Καμμιά ΑΙ δεν θα είχε το απαραίτητο context να τα "σκεφτεί" όλα αυτά. Θα απαιτούσε να ξέρει το άτομο και να έχει αναλύσει όλην την κατάσταση. Πότε μου το είπε, γιατί μου το είπε (πήγαινα σε συγκέντρωση συγγενών και φίλων), πώς μου το είπε, τι χαρακτήρα έχει αυτός που μου το είπε.

Όλα αυτά είναι η νοημοσύνη.

α σε αυτά είναι ήδη καλλίτερη η Τ.
β μιλάς πολύ συναισθηματικά , γίνεται συνεχώς καλλίτερα και τα αποτελέσματα είναι ήδη αρκετά εντυπωσιακά και φυσικά δεν "σκέφτονται" οι μηχανές όπως οι άνθρωποι, παρόλα αυτά το αποτέλεσμα που προκύπτει από την όλη διαδικασία γαμάει και είμαστε ακόμη στις πολύ αρχές, βασικά είναι ότι πιο κοντινό θα μπορούσα να φανταστώ στην μαγεία, αλλά δεν είναι μαγεία είναι επιστήμη, αλλά είναι μαγεία

* τρέχω τοπικά μερικές εκδόσεις stable diffusion, είναι χάσιμο και δεν εννοώ χρόνου. Αυτό θέλει δικό του νήμα.

Δεν είναι καλύτερη, δεν είναι καν ικανή να τρέξει τέτοιες συσχετίσεις κι ούτε προβλέπεται ποτέ να είναι. Το θέμα δεν είναι αν μπορεί να βγάλει 10 εναλλακτικά αποτελέσματα πάνω σε ένα πρωτότυπο με έναν Χ βαθμό θορύβου. Το θέμα είναι να ξέρει πότε ένα αποτέλεσμα είναι το σωστό αποτέλεσμα στην κάθε περίσταση κι αυτό μπορείς να το ξέρεις μόνο αναλύοντας το context κι αυτό μπορεί να το κάνει μόνο η ανθρώπινη νοημοσύνη προς το παρόν.

Σε αυτό συμφωνούμε.