要約
音楽生成における最近の進歩により、創造的な音楽プロセス、現在のビジネス モデル、および知的財産管理に関連する影響における AI の影響について、複数の懸念が生じています。
関連する課題は、AI が生成した音楽におけるトレーニング セットの複製や盗用の可能性であり、データの悪用や知的財産権の侵害につながる可能性があります。
この問題に取り組むために、私たちは Music Replication Assessment (MiRA) ツールを紹介します。これは、トレーニング セットのデータ複製を評価するための、さまざまなオーディオ音楽類似性メトリクスに基づく、モデルに依存しないオープンな評価方法です。
私たちは、合成サンプルに基づいてさまざまな音楽ジャンルで制御された複製実験を実施することにより、正確な複製を識別するための 5 つの指標の能力を評価します。
私たちの結果は、提案された方法論が 10% を超える割合で正確なデータ複製を推定できることを示しています。
MiRA ツールを導入することで、データ複製に関する研究者、開発者、ユーザーによる音楽生成モデルのオープンな評価を奨励し、音楽領域における生成 AI の倫理的、社会的、法的、経済的影響の重要性を強調したいと考えています。
要約(オリジナル)
Recent advancements in music generation are raising multiple concerns about the implications of AI in creative music processes, current business models and impacts related to intellectual property management. A relevant challenge is the potential replication and plagiarism of the training set in AI-generated music, which could lead to misuse of data and intellectual property rights violations. To tackle this issue, we present the Music Replication Assessment (MiRA) tool: a model-independent open evaluation method based on diverse audio music similarity metrics to assess data replication of the training set. We evaluate the ability of five metrics to identify exact replication, by conducting a controlled replication experiment in different music genres based on synthetic samples. Our results show that the proposed methodology can estimate exact data replication with a proportion higher than 10%. By introducing the MiRA tool, we intend to encourage the open evaluation of music generative models by researchers, developers and users concerning data replication, highlighting the importance of ethical, social, legal and economic consequences of generative AI in the music domain.
arxiv情報
| 著者 | Roser Batlle-Roca,Wei-Hisang Liao,Xavier Serra,Yuki Mitsufuji,Emilia Gómez |
| 発行日 | 2024-07-19 14:52:11+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google