Il Framework APEX Prevede la Popolarità della Musica Generata dall'IA

I ricercatori hanno presentato APEX, il primo framework di apprendimento multi-task su larga scala per prevedere la popolarità della musica generata dall'IA. Addestrato su oltre 211.000 brani (10.000 ore di audio) dalle piattaforme Suno e Udio, APEX prevede congiuntamente segnali di popolarità basati sull'interazione—punteggi di streaming e like—insieme a cinque dimensioni percettive della qualità estetica. Il framework utilizza embedding audio congelati da MERT, un modello di comprensione musicale auto-supervisionato. Lo studio evidenzia che la qualità estetica e la popolarità catturano aspetti complementari della musica, dimostrandosi preziosi in un contesto di distribuzione fuori campione. Questa ricerca affronta la sfida di valutare la musica generata dall'IA, che manca dei tradizionali indicatori di reputazione dell'artista o supporto dell'etichetta.