Realizan nuevas canciones de Nirvana y otros artistas del “Club de los 27” con inteligencia artificial

Realizan nuevas canciones de Nirvana y otros artistas del “Club de los 27” con inteligencia artificial

 

Los fanáticos de los grandes músicos pertenecientes al llamado ‘Club de los 27’ por la edad en la que murieron se han preguntado durante mucho tiempo qué tipo de música hubieran seguido tocando sus artistas favoritos de seguir vivos. Ahora, gracias a los avances en la tecnología, una compañía ha logrado producir canciones creadas por inteligencia artificial recreando el estilo de Nirvana, Jimi Hendrix y Amy Winehouse, entre otros.

Por RT

Para producir el álbum ‘Lost Tapes of the 27 Club’ (‘cintas perdidas del Club de los 27’), la organización canadiense Over the Bridge, que apoya a músicos con problemas mentales, alimentó el programa de inteligencia artificial Google Magenta con melodías, ritmos y otros elementos musicales de los malogrados artistas.

Como resultado del análisis de las de cerca de 30 canciones de cada uno de los músicos incluidos en la producción, el algoritmo generó una serie de nuevas piezas basadas en los elementos aprendidos durante el análisis de los datos con que el ‘software’ fue alimentado.

 

Una de las canciones, ‘Drowned in the Sun’, fue desarrollada siguiendo los patrones utilizados por Nirvana, y, de acuerdo a Eric Hogan, quien interpretara los vocales, guarda una similitud con ‘You Know Your Right’.

https://youtu.be/oIoCVX6F30E

 

Del mismo modo, la organización rindió tributo a otros íconos de la música, como Jimi Hendrix, con la canción ‘You’re Gonna Kill Me’, o la británica Amy Winehouse, cuyo estilo es fácilmente reconocible en ‘Man I Know’.

https://youtu.be/L9yTuO7d1rk

 

Según explica Over the Bridge, este álbum tiene como objetivo concienciar a los miembros de la industria musical a recibir ayuda psicológica “para que puedan continuar creando la música que todos amaremos en los años venideros. Porque la inteligencia artificial nunca reemplazará a la real”.

Exit mobile version