OpenAIs nächster Musik-Generator vielleicht für Sora

Bei Chatbots und Video-Generatoren gilt OpenAI als Technologieführer, nicht aber bei vollständig per KI generierter Musik – das soll sich bald ändern. Jedenfalls, wenn man einem Bericht von „The Information“ glauben will, der auf mehreren namentlich nicht genannten Quellen basiert. OpenAI soll demnach an einem neuen Musik-Generator arbeiten, nachdem das Unternehmen bereits die Modelle Musenet und Jukebox entwickelt hat. Beide sind jedoch nicht öffentlich zugänglich.

Das neue, und noch nicht mit einem Namen bekannte Tool soll ähnlich wie der Videogenerator Sora 2 arbeiten. Dem Bericht zufolge kann man sowohl mit Text- wie Audio-Prompts Musik erstellen lassen. Auch Sora 2 kann mit Eingaben per Text, Bild oder Video umgehen. Als Beispiel für den Musik-Generator wird eine existierende Gesangsaufnahme genannt, zu der die KI eine Gitarrenbegleitung erfinden kann.

Aber auch vollständige Stücke, samt Gesang aus der Retorte, soll das System erstellen können. Das ist eine Fähigkeit, die ChatGPT bisher nicht bietet. Andere KI-Anbieter wie Suno oder Udio können aber genau das. Bei diesen Diensten ist es auch möglich, Musik im Stil von bekannten Genres errechnen zu lassen. Die Ergebnisse wirken je nach Promptaufwand mehr oder weniger authentisch.

Verdacht: Musik und Video für Werbeclips

Wie OpenAI seine neue Musik-KI anbieten will, geht aus dem Bericht noch nicht hervor. Sora 2 erschien als eigenständige App. Und bei Sora könnte auch der größte Nutzen liegen. Die aktuelle Version des Video-Generators kann zwar Dialoge, Soundeffekte und einfache Versatzstücke von Musik erfinden, nicht aber einen kompletten Soundtrack. Im menschengemachten Filmgeschäft komponieren Musiker oft anhand des fertig geschnittenen Werks genau für die einzelnen Szenen, was Editoren oder Regisseure dann aber nicht immer übernehmen.

Was Sora 2 anhand des Kontexts einer Szene kann, ist auch, die Inhalte dazu zu erfinden, wie wir bereits selbst ausprobiert haben. Sollte es OpenAI gelingen, zum Inhalt und der Stimmung eines Videos auch wirklich passende Musik zu erstellen, wäre das eine neue Dimension. „The Information“ vermutet, dass OpenAI es mit der Kombination aus Musik und Video zuerst auf den Markt für Werbeclips abgesehen hat. Ähnliches hatte Adobe mit seinem Bild-Generator und dem Slogan „Skip the Photoshoot“ bereits vor anderthalb Jahren versucht, und starken Gegenwind aus der Werbebranche kassiert.

(nie)