Dunia kecerdasan buatan kembali dikejutkan dengan kehadiran sebuah inovasi unik bernama Riffusion. Jaringan saraf tiruan ini dirancang khusus oleh Seth Forsgren dan Hayk Martiros untuk menciptakan alunan musik yang memukau, bukan dengan memproses data audio konvensional, melainkan dengan memanfaatkan gambar dari suara itu sendiri.
Related Stories
Suka dengan Artikel Ini?
Dapatkan lebih banyak cerita menarik dengan berlangganan newsletter kami. Gratis!
Subscribe →Secara teknis, versi pertama dari teknologi ini dibangun sebagai bentuk penyempurnaan dari Stable Diffusion, sebuah model sumber terbuka populer yang biasa digunakan untuk menghasilkan gambar berdasarkan teks. "Hasil karya musik yang diciptakan menghadirkan nuansa yang sangat unik dan berbeda dari biasanya, meski tentu belum akan menggantikan posisi musisi manusia seutuhnya," ungkap salah satu pengamat teknologi menanggapi peluncurannya.
Proses kerja Riffusion bermula dari perintah teks yang diubah menjadi berkas gambar berupa spektogram. Berkas gambar tersebut kemudian diterjemahkan kembali melalui proses transformasi Fourier invers hingga akhirnya berubah menjadi format audio yang dapat didengarkan oleh publik secara luas.
Tidak berhenti pada tahap eksperimen, kesuksesan teknologi ini mendorong para penciptanya mendirikan perusahaan rintisan bernama sama dan berhasil menggalang pendanaan ventura senilai USD 4 juta. Kehadirannya kini menjadi salah satu tonggak penting dalam perkembangan teknologi kreatif berbasis kecerdasan buatan di era digital.