Der Wirbel um generative künstliche Intelligenz wie ChatGPT und bildgenerierende KIs wie Stable Diffusion und DALL-E ist ungebrochen. Allmählich erobert KI das nächste Feld: die Musik. Die Technik steckt noch in den Anfängen, produziert aber bereits passable Musikstücke mit eingängigen Melodien. Lediglich ein Bereich ist mitunter von geringer Qualität: Gesang.

Die Musikgeneratoren haben unterschiedliche Stärken und Schwächen. Sie lernen in diesem Artikel fünf davon kennen, um sich selbst ein Bild zu machen.

Achtung: Beachten Sie die Lizenzbedingungen – wobei die Nutzung für nicht-kommerzielle Zwecke in der Regel erlaubt ist.

MusicGPT ist ein KI-Musikgenerator, der Prompts innerhalb weniger Minuten in komplette, originelle Songs verwandelt. Egal, ob Sie als Musiker nach Inspiration suchen, Hintergrundmusik benötigen oder einfach nur neugierig auf die kreativen Möglichkeiten von KI sind. Auf der webbasierten Bedienoberfläche können Sie Ihren gewünschten Sound beschreiben und sofort zwei KI-produzierte Songs generieren lassen. Sie können dabei Instrumente, Genre, Stimmung und Struktur vorgeben und ausserdem eine grosse Bibliothek mit KI-Tracks der Community erkunden, Bild 1.

Im ersten Schritt surfen Sie zu musicgpt.com und klicken oben rechts auf Sign up, um ein Konto zu erstellen. Nach der Anmeldung sehen Sie die Anzahl der Credits, die Sie investieren können, um Musik zu generieren. In der kostenlosen Version erhalten Sie 500 Credits im Monat. Das genügt, um etwa zehn Musikstücke komponieren zu lassen. In den Kontoeinstellungen erfahren Sie, was wie viele Credits kostet. Nun geben Sie den Prompt ein, der das gewünschte Musikstück beschreibt.

Tipp: Je detaillierter der Prompt, desto besser das Ergebnis. MusicGPT verarbeitet Details zu Instrumenten, Tempo, Stimmung, Struktur und zu bestimmten Musiktechniken. Ein Beispiel: heiterer akustischer Folk-Track mit Gitarre, Banjo, Saxofon und sanftem Schlagzeug bei 90 BPM, geeignet für eine lange Zugreise.

Wenn Sie keinen Gesang wollen, aktivieren Sie die Option Instrumental. Starten Sie den Vorgang mit einem Klick auf das Pfeilsymbol. MusicGPT generiert zwei Versionen Ihres Songs. Das Ganze dauert ein paar Minuten. In den Kontoeinstellungen sehen Sie den Fortschritt. Im Gegensatz zu manch anderer Musik-KI erstellt MusicGPT auch lange, mehrminütige Musikstücke. Trotz des gleichen Prompts unterscheiden sich die beiden Musikstücke deutlich. Abschliessend laden Sie diese bei Gefallen herunter. Beachten Sie: Der Download kostet weitere Credits, Bild 2.

Der nächste Kandidat nennt sich Riffusion. Technisch gesehen ist das Tool mit Bildgeneratoren verwandt, die auf Stable Diffusion beruhen, daher auch der Name. Riffusion ist ein KI-gestützter Musikgenerator, mit dem sich sofort Musik aus Textprompts erstellen lässt. Dabei kommt das innovative KI-Modell FUZZ zum Einsatz, Bild 3. Es basiert auf der Diffusion-Transformer-Architektur, die eine Verarbeitung von Merkmalen und Mustern in mehreren Schichten ermöglicht.

Riffusion ersetzt nicht herkömmliche Musikproduktions-Software. Den von der KI generierten Kompositionen fehlt manchmal die Tiefe und Raffinesse von Menschen geschaffener Musik. Der Gesang klingt mitunter merkwürdig. Wenn Sie jedoch nur nach einer schnellen und innovativen Möglichkeit suchen, Musik zu generieren, bietet Riffusion eine intuitive und kostenlose Lösung.

Zunächst erstellen Sie unter der Adresse riffusion.com ein neues Konto oder melden sich mit Ihrem Google-Konto an.

Tipp: Stöbern Sie als Erstes ein wenig durch die Playlists auf der Startseite, um ein Gefühl dafür zu bekommen, was mit Riffusion möglich ist. Nun geben Sie in das Eingabefeld Ihren Prompt ein, der den gewünschten Stil, die Stimmung oder die Instrumente beschreibt, die Riffusion verwenden soll, Bild 4.

Dazu ein Beispiel: slow piano, building up, desert vibes, dramatic, electronic, cello solo. Auch hier haben Sie mit einem Schieberegler die Option, rein instrumentale Musik zu erzeugen. Ein Klick auf Generate generiert zwei Versionen des Musikstücks – die meist zwischen zwei und vier Minuten lang sind. Freunde der Musik des Commodore 64 können Sounds produzieren, etwa mit dem Prompt C64 sound, retro, computer game, 80ies. Über das Symbol mit den drei Punkten lassen sich die Werke herunterladen. Ein Klick auf Remix erzeugt weitere Versionen.

Alle grundlegenden Funktionen von Riffusion sind kostenlos. Wer Musik für kommerzielle Zwecke erzeugen oder fortgeschrittene Funktionen nutzen will, benötigt ein Abonnement ab 6 US-Dollar monatlich.

Aiva steht für «Artificial Intelligence Virtual Artist». In der kostenlosen Version stehen drei Downloads pro Monat zur Verfügung. Generieren können Sie beliebig viele Tracks, die auch mehrere Minuten lang sein können. Sie finden Aiva unter creators.aiva.ai. Als Log-in dient das Google-Konto oder Ihre E-Mail-Adresse und ein Passwort, Bild 5.

Aiva ist besonders für klassische und symphonische Musik geeignet, kommt aber auch mit anderen Stilen zurecht. Es ist der erste virtuelle Komponist, der von einer Musikgesellschaft, der französischen SACEM, anerkannt wurde. Aiva hat bereits mehrere Studioalben generiert.

Die Bedienoberfläche wirkt etwas unübersichtlich. In der Mitte sehen Sie die vorhandenen Kompositionen und links eine Menüleiste, die sich aber teilweise an anderer Stelle wiederholt. Auch der Create-Button ist doppelt vorhanden. Um ein neues Opus zu generieren, klicken Sie auf Create Track und danach auf From a Style. Hangeln Sie sich durch die umfangreiche Style Library, bis Sie einen passenden Stil gefunden haben. Beispiele sind Jazz, Lounge, Synthwave und Techno bis zu 8-Bit-Musik. Nun klicken Sie auf den Button + Create neben dem Stil. Im folgenden Fenster lassen sich Tonart und Länge festlegen. Ein Klick auf Create tracks startet die Komposition. Die Tracks lassen sich nachträglich bearbeiten. Dazu klicken Sie auf den Button mit den drei Punkten und wählen anschliessend die Option Open in Editor, Bild 6.

Tipp: Wenn Sie eingangs Step by step anklicken, haben Sie noch mehr Kontrolle. Auch hier entscheiden Sie sich zunächst für einen Stil. In den weiteren Schritten lassen sich die Akkordfolgen und die einzelnen Instrumente akkurat editieren. Interessant ist auch der Menüpunkt Radio. Wählen Sie einen Stil aus, erhalten Sie eine passende lange Playlist.

Ausser der kostenlosen Version stehen zwei Abonnements von Aiva zur Auswahl. Standard kostet 15 Euro im Monat, die Pro-Version 49 Euro, Bild 7.

Loudly verspricht, innerhalb von Sekunden einen Song zu komponieren. Kostenlos lässt sich eine limitierte Anzahl Musikstücke pro Tag generieren, aber nur eines herunterladen. Für den vollen Zugang ist eine monatliche Gebühr fällig. Das Personal-Abonnement kostet 15 US-Dollar pro Monat, die Pro-Variante gibt es für 49 US-Dollar monatlich, Bild 8.

Sie können Genre, Energie, Instrumente, Taktart und Dauer auswählen, und Loudly generiert auf dieser Grundlage eine Auswahl an Songideen. Auf der Webseite loudly.com können Sie sich zunächst einmal umhören. Dazu klicken Sie auf Templates und lauschen den Beispieltracks. Sie können zudem Filter einsetzen. Mood gibt die Stimmung vor, etwa Laid-back oder Melancholic. Es folgt das Genre, das von Ambient bis Trance reicht. Bei Vocals legen Sie fest, ob Sie instrumentale Stücke hören wollen oder solche mit Gesang. Schliesslich lassen sich noch Instrumente, Tonart und Ära vorgeben, Bild 9.

Nachdem Sie sich eingeloggt haben, gelangen Sie in das Tonstudio. Hier klicken Sie sich von oben nach unten durch. Wählen Sie zunächst das gewünschte Genre wie Rock, Techno oder Synthwave. Jetzt kommt die Länge an die Reihe, die in der kostenlosen Variante jedoch auf 30 Sekunden begrenzt ist.

Bei den Instrumenten können Sie bis zu sieben selbst festlegen, wobei die Vorauswahl meist sinnvoll erscheint. Die nächsten beiden Punkte Genre Blend und Energy erzeugen einen Mix und steuern die Intensität.

Interessant ist auch die Einstellung Structure. Hier lässt sich der Verlauf des Musikstücks festlegen, etwa ob der Höhepunkt in der Mitte oder am Ende liegt. Die Einheit von Tempo sind Beats per Minute. Je höher der Wert, desto schneller die Musik. Schliesslich lässt sich über den Menüpunkt Key noch die Tonart auswählen, was sich auf die Musikstimmung niederschlägt.

Nach einem Klick auf Generate erstellt Loudly drei Musikstücke. Was Ihnen gefällt, fügen Sie über das Herz-Symbol zu Ihrer Bibliothek hinzu. Die Songs lassen sich nachträglich bearbeiten. Dazu klicken Sie auf Studio und gelangen zu einer Art Mischpult, Bild 10. Während Sie die Musik abspielen, lassen sich in Echtzeit Parameter verändern. Loudly bietet auch die Option, Musik über einen Prompt zu generieren. Das verbirgt sich hinter dem Menüpunkt Text to music.

Udio wurde von ehemaligen Google-DeepMind-Forschern gegründet. Dieser KI-Musikgenerator nimmt Ihre Beschreibungen (egal ob Genre, Instrumente oder spezielle Klänge) und erstellt daraus Kompositionen. Es gibt verschiedene Preismodelle für Udio, einen kostenlosen Plan, den Standard-Plan für 9,90 Euro im Monat und einen Pro-Plan für 28,80 Euro. Der kostenlose Plan umfasst zehn Tagescredits, grundlegende Funktionen, zwei gleichzeitige Generationen und ausserdem Remixing-Optionen.

Surfen Sie zu udio.com und erstellen Sie ein Konto. Auf der Startseite finden Sie Songs zur Inspiration, kategorisiert in Trending, Top-Kategorien und Top-Titel. Nach einem Klick auf Create geben Sie eine Beschreibung der gewünschten Musik ein, zum Beispiel retro synthesizer rock, 8 bit music, 1980s, c86.  Klappen Sie die Option Advanced Controls auf. Dort können Sie etwa das Modell auswählen, die Länge bestimmen und die Stärke des Prompts einstellen. Klicken Sie erneut auf Create, um zwei Musikstücke generieren zu lassen, Bild 11.

Über View und Song Details lässt sich das Lied nachträglich bearbeiten. Sie können die Lyrics ändern, den Track verlängern und sich mit Edit Cover Art ein Cover generieren lassen. Sind Sie mit dem Song zufrieden, können Sie diesen abschliessend herunterladen oder teilen. Ihre Werke lassen sich im Format MP3 oder WAV herunterladen. Von den hier vorgestellten Modellen kommt Udio menschlicher Musik am nächsten, Bild 12.

Musik generierende KI-Algorithmen können wohlklingende Kompositionen erzeugen, sind aber noch nicht in der Lage, die Kreativität, Vielfalt und emotionale Tiefe abzubilden, die menschliche Musiker in ihre Werke einfliessen lassen. Sie können gleichwohl als Inspiration dienen. Wie man bei ChatGPT beobachten konnte, macht die KI-Entwicklung rasante Fortschritte. Entsprechend werden sich auch die Fähigkeiten der KI-Modelle zur Musikerzeugung schnell verbessern.

Zu bedenken ist jedoch: Musik zu erzeugen, ist wesentlich aufwendiger, als Texte oder Bilder zu generieren. Audio hat zwar eine niedrige Bandbreite, erfordert aber in der Regel 44 000 Samples pro Sekunde. Das bedeutet, dass wenige Sekunden Musik bezüglich Rechenleistung einem riesengrossen Bild oder einer Unmenge Text entsprechen. Dazu kommt: Die steigende Qualität der Musik ist nur möglich, weil die KI mit echten Daten trainiert ist, auch mit urheberrechtlich geschützter Musik. Die Inhaber dieser Musik werden an den Einnahmen der KI-Tools bislang nicht beteiligt.