5. Udio

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.