Microsoft meldet neues Patent für KI-generierten Sound in Spielen und Filmen an

Microsoft hat ein neues Patent für die Verwendung von KI-generierter Musik/Soundtracks/Audio in einer Vielzahl von Medien eingereicht, darunter Filme, Videospiele, Live-Aufnahmen und verwandte Bereiche. Das Patent trägt den Titel „ ARTIFICIAL INTELLIGENCE MODELS FOR CREATING AUDIO MATERIALS “ und wurde am 17. November 2022 veröffentlicht. MICROSOFT TECHNOLOGY LICENSING , LLC ist der Patentanmelder.

Die Patentbeschreibung erklärt, wie Echtzeit-Sound mit einem künstlichen Intelligenzsystem erzeugt werden kann, das mit großen Datensätzen aufgebaut ist, die maschinelle Lerntechniken unter Verwendung von Bild, Ton und Text (Cues) umfassen. Die genaue Beschreibung des Patents können Sie unten lesen.

Ein Verfahren zum Trainieren eines oder mehrerer KI-Modelle zum Erzeugen von Audiopartituren, die visuelle Datensätze begleiten, umfasst das Empfangen von Trainingsdaten, die mehrere audiovisuelle Datensätze enthalten, und das Analysieren jedes der mehreren audiovisuellen Datensätze, um mehrere visuelle Merkmale, Textmerkmale und Audiomerkmale zu extrahieren. Das Verfahren umfasst auch das Abgleichen mehrerer visueller und Textmerkmale mit mehreren Audiomerkmalen durch ein maschinelles Lernnetzwerk. Basierend auf Korrelationen zwischen visuellen, Text- und Audiofunktionen werden ein oder mehrere KI-Modelle darauf trainiert, eine oder mehrere Audiopartituren zu erstellen, die einen bestimmten Datensatz begleiten.

Laut dem Patent wird diese neue Technologie dem System helfen, Sound in Echtzeit je nach Situation zu erzeugen, oder, einfacher gesagt, dabei helfen, dynamischen/adaptiven Sound zu erzeugen. Interessanterweise trennt diese Technologie die Erfahrung jeder Person basierend auf ihrer Wahl und Situation in einem Videospiel, wenn wir Videospiele als Beispiel für die Implementierung dieser Technologie betrachten.

Microsofts neue KI für Sound könnte weit über die übliche Verwendung von dynamischer/adaptiver Musik in Spielen hinausgehen. Spieleraktionen können dynamisch in Echtzeit mit geeigneten Audiohinweisen und Musik ausgewertet werden. Infolgedessen wird das Klangerlebnis von Person zu Person unterschiedlich sein.

Zum Beispiel verwenden wir vorab aufgezeichnete Hintergrundmusik und Ton in Videospielen und Filmen, die gemäß einer vorbestimmten Situation aufgezeichnet wurden, auf die ein Benutzer in einem bestimmten Spiel oder Film stoßen wird. Videospiele verwenden jedoch mehr KI-Technologie als Filme; In Videospielen implementieren viele Bereiche bereits KI, sei es die Spielerinteraktion mit NPCs oder die primäre Ebene des dynamischen Sounds, der auf Spielerbewegungen basiert.

Andererseits sind Filme im Vergleich zu Videospielen starrer, da jeder Aspekt des Films vorbestimmt und aufgezeichnet ist und sich für die Zuschauer nichts in Echtzeit ändert. Somit könnte diese neue Technologie, wie im Patent beschrieben, im Bereich der Medien revolutionär sein. Dies wird alles verändern und die Spieler oder Zuschauer werden sich mehr denn je in die Medien, die sie konsumieren, eingebunden und eingetaucht fühlen.

Es ist auch nicht so weit hergeholt, wenn wir es realistisch betrachten, da sich die KI-Technologie in den letzten Jahren stark weiterentwickelt hat, von der einfachen Verwendung von KI für gezielte Werbung bis hin zur Erstellung ultrarealistischer Fotos und Videos mit einer einzigen Textzeile; Die Technologie hat einen langen Weg zurückgelegt und wird früher oder später in alle Bereiche der Medienbranche Einzug halten, um lange Prozesse zu automatisieren.

Es wird interessant sein, so etwas wie Soundtracks zu sehen, die von künstlicher Intelligenz in Echtzeit erstellt werden. Was haltet ihr davon? Freuen Sie sich darauf, so etwas zu erleben? Lassen Sie es uns im Kommentarbereich unten wissen.