Was ist KI-generierte Musik?

KI-generierte Musik ist Umgangssprache für Musik von generativen Modellen:

Das Neue Napster könnte die Musikwelt umkrempeln. Screenshot: Tim Ziemer

• Generierte Musik basiert oft auf tiefen neuronalen Netzen, wie Generative Adversarial Networks (GANs), Autoencoders (AE) oder Neural Autoregressive Density Estimation (NADE).
• Die Ergebnisse sind früheren Modellen, wie Hidden-Markov-Modellen (HMM), meist weit überlegen.
• Generative Modelle werden mit existierender Musik trainiert.
• Ein fertig trainiertes Modell kann prototypische Musik aus dem Trainingsdatensatz generieren, aber auch untypische.

Die Vorbereitung für das Training ist anspruchsvoll, denn Musik ist komplex:

• Sie besteht aus unzähligen Komponenten wie Text, Komposition, Instrumentierung und Arrangement, Interpretation, Produktion, Mixing und Mastering.
• In MIDI-Dateien sind viele Aspekte von Komposition, Instrumentierung und Arrangement hinterlegt, mitunter auch Text und einige Mixing-Einstellungen.
• In Audio-Dateien sind sämtliche Informationen implizit enthalten. Die Extraktion aus Zeitreihen und Spektrogrammen ist aber nach heutigem Stand der Technik unvollständig und fehlerhaft.
• Lyrics sind auf vielen Websites in Textform zu finden.
• In sozialen Netzwerken, Foren, auf Wikis und auf Streaming-Plattformen sind zudem Angaben über Genre, Stimmung, Nationalität, Komponist’in, Sänger’in, Produzent’in, Musikepoche etc. zu finden.
• Ein hybrider Ansatz aus MIDI-, Audio- und Textanalysen ist vielversprechend, aber sehr schwierig in einem Modell zu vereinen.

Was ist das Neue Napster?

Das Neue Napster ist eine Art Mischung aus Streaming-Service, Musikspiel und Musizier-Assistenz:

• Sie können wie im herkömmlichen Streaming Musik hören. Nur ist die Musik nicht menschengemacht. „Artists“ sind wahrscheinlich mehr oder weniger einheitliche Ergebnisse eines Generativen Modells.
• Wie zuvor, können Sie Musik explorieren, Playlists erstellen und Entdeckungen teilen.
• Auf dem Home-Bildschirm können Sie aber auch virtuellen Musiker’innen beauftragen, Musik nach Ihren Vorlieben zu machen.
• Geben Sie Themen (für die Lyrics), Stimmung, und/oder Stil vor. Ich habe „Voltage“ gesagt, dass ich es genieße, Brettspiele mit meinen Kindern zu spielen, und dass ich diese Vorliebe im UK-Hardcore-Stil der frühen 1990er mit 155 BPM haben will. Das Ergebnis war direkt die beste KI-Generierte Musik, die ich bisher gehört habe (und ich forsche seit 11 Jahren auf dem Gebiet). Mir persönlich gefielen mir bisher vielleicht 1 von 8 Tracks sehr gut. Das ist deutlich besser als die Quote als meine Erfahrungen mit Vorschlägen von Spotify oder YouTube Music, oder anderen kommerziellen Musik-Generierungstools, wie Suno AI und AIVA.

Vor- und Nachteile des Neuen Napsters

Das Neue Napster bietet viele Möglichkeiten, ist aber als fragwürdig einzustufen:

• Wenn Sie Ihren Musikgeschmack gut beschreiben können, ist Napster Ihre Chance, „neue Oldies“ zu generieren. Denn die KI wurde bestimmt mit Musik in Stilen trainiert, die verbreitet war und als zusammengehörig dokumentiert ist.
• Sie können Sie Chicago Jazz der 1930er, Electronic Body Music der 1980er oder Big Beat im 1990-Stil neu aufleben lassen.
• Aber: Es lässt sich spekulieren, dass die KI-Modelle mit den über 100 Millionen Songs trainiert wurden, die Napster ehemals lizenziert hatte. Dieses Vorgehen wäre moralisch fragwürdig und wahrscheinlich gesetzeswidrig und erinnert somit an Napsters Ursprünge aus der Jahrtausendwende.
• Das deutsche Urheberrecht ist ein Persönlichkeitsrecht, weshalb Musiker’innen wahrscheinlich die Nutzung ihrer Werke zu KI-Trainingszwecken untersagen dürfen. Welche spezifischen Stücke das KI-Modell jedoch genau verwendet hat, wird schwer nachzuweisen sein.
• Allerdings wird auch Anbietern von namenhaften Large Language Modellen (LLM), wie Open AIs ChatGPT und Googles Gemini, vorgeworfen, in großem Stil urheberrechtlich geschütztes Material ohne Einwilligung zum Trainieren genutzt zu haben.
• Daher laufen mehrere Gerichtsverfahren von Verlagen gegen die großen Anbieter. Es ist auch mit Androhung von Klagen der großen Musikverlage zu rechnen. Inzwischen klagt die GEMA bereits gegen Suno AI, deren Prinzip dem von Napster stark ähnelt.
• Etwas kritisch sehe ich auch die „Companions“ in der Napster-App, die so eine Art virtuelle Berater zu sein scheinen.
• Für Musiker’innen und Produzent’innen kann Napster eine Assistenz-App sein, aber auch eine Konkurrenz. Streaming-Zahlen könnten sinken; wobei ein Großteil der Musikbranche ohnehin auf Live-Musik oder DJ-Booking setzt und nicht auf Vergütung von Streams.
• Der Musikmarkt könnte wie durch die Musikkassette und MP3 einen starken Wandel durchlaufen. Dennoch bin ich überzeugt, dass die meisten talentierten Künstler’innen den Aufruhr heil überstehen; denn die Überlegenheit der Menschen über die heutigen Maschinen ist ihre Kreativität und das Setzen neuer Trends. Die KI wird vorerst nur ein paar derjenigen ersetzen, die bereits jetzt Trends hinterherlaufen.

Erfahrung mit dem Neuen Napster

Erfahrung mit dem Neuen Napster kann Ihnen viel über sich selbst verraten:

• Wenn für Sie die soziale Komponente von Musik entscheidend ist, wird KI-Musik Ihnen wohl wenig bieten. Es sei denn, Napster schafft es, die Social-Network-Aspekte gut auszuspielen, oder gar virtuelle Konzerte wie von Hatsune Miku anzubieten.
• Napster kann Ihnen auch Ihre musikalische Bildung(slücken) aufzeigen: Je treffsicherer Ihre Beschreibung, desto weniger überraschend das Ergebnis, je weiter Ihr musikalischer Horizont, desto abwechslungsreicher kann die von Ihnen generierte Musik sein.
• Wenn Sie Metal mögen, bevorzugen Sie Power-Metal, Thrash-Metal, Doom-Metal, oder Metalcore? Welche Jazz-Stile kennen Sie?
• Ich hatte heute das erste Mal Gänsehaut von einem der KI-generierten Songs bekommen. Die Lyrics basieren zwar auf meinen Vorstellungen und ich habe Genre und Stimmung vorgegeben; dennoch muss ich mir eingestehen, dass ich offensichtlich auf die „musikalischen Tricks“ hereinfalle. Sowohl bei Mensch als auch Maschine.
• Je neuer Ihre Lieblingsmusik ist, desto unzufriedener werden Sie mit Napster sein. Denn Training dauert Zeit und braucht viele Trainingsdaten. Die neusten Musiktrends kann Napster nicht bedienen.

Abschließend noch ein paar Gedanken zur Rechtslage: Das deutsche Urheberrecht ist im Vergleich zum Copyright ein Persönlichkeitsrecht. Maschinen besitzen es nicht. Sofern die von Napster generierte Musik selbst kein Plagiat darstellt, müssten Sie es nachspielen dürfen, ohne dabei Urheberrechte zu verletzten. Das ist aber meine persönliche Einschätzung. Ich bin kein Jurist und gebe keine Rechtsberatung. Verteidigen werden sich Napster und co. wahrscheinlich durch Berufung auf die Fair-Use-Doktrin im Copyright Law, die die Nutzung eines Copyright-geschützten Werks erlaubt, wenn 1.) kein substanzieller Teil des Originals übernommen wurde, 2.) sich das Ergebnis in Ausdruck, Bedeutung oder Botschaft unterscheidet (transformative use genannt) und 3.) das Ergebnis nicht droht das Original zu verdrängen. Hier agiert Napster geschickter als Suno AI, weil Suno selbst andeutet, dass generierte Musik Streamingdiensten Konkurrenz macht, während Napster von „Musical Companions“ sprechen, die App also als Unterstützung zum aktiven Musizieren darstellen, als als Konkurrenz für Musiker. Ungeachtet des Copyrights erlaubt das deutsche Urheberrecht auch die ideelle Verteidigung eines Werks, die selbst Lizenzvereinbarungen aussticht: Wenn ich als Musiker zum Beispiel nicht will, dass meine Musik in einem bestimmten politischen Kontext genutzt wird, kann ich die Nutzung untersagen, selbst wenn mein Musikverlag sämtliche Rechte zur Distribution meiner Musik hat. Musiker’innen sollten also ungeachtet jeglicher Lizenzierungen die Nutzung ihrer Musik zum Training einer KI untersagen können.

Ein Musikalischer Ausblick

Besonders der Lo-Fi-Markt wird durch KI-generierte Musik noch schneller überfüllt werden. Mittelmäßige und wenig kreative und innovative Musizierende haben von KI-Musik sicher am meisten zu fürchten, genauso wie Musiker’innen, die nur auf Clicks setzen, anstatt ein Netzwerk mit Branchenkontakten und Fanbase zu pflegen. Gerichtsprozesse und/oder außergerichtliche Einigungen werden zeigen, ob, wie und wo KI-Musik weiter bestehen darf. Eventuell wird sie durch Lizenzierung sehr teuer, oder in bestimmten Ländern verboten.

Nicht zu unterschätzen sind auch die kreativen Möglichkeiten KI-generierter Musik: In den Anfängen der House- und Technomusik haben Disk-Jockeys (DJs) Disco-, High-NRG-, Electronic -Body-Music-, Electro-Stücke ausgewählt, Teile verwendet, aneinandergereiht und mit Effekten versehen. Erst im Laufe der Zeit fingen DJs an, Musik selber zu produzieren, die auf das für sie Wesentliche aus den anderen Musikgenres reduziert wurde. Gründe für diese Reduzierung mag eine Mischung aus Geschmack, asthetischen Idealen, musikalischem Unvermögen und kargem Equipment gewesen sein. Die Musik wurde oft als primitiv oder gar Lärm abgetan. Der Erfolg gab ihnen jedoch recht und House und Techno wurden zu eigenständigen Genres, die die heutige Musikwelt prägen. Bei der KI-generierten Musik könnte sich eine ähnliche Entwicklung abspielen. Es könnten sich Künstler’innen hervortun, die mit den KI-Modellen besonders gut umgehen können. Wenn sie dann noch die Massen ansprechen, zum Beispiel durch Charisma, spannende Social-Media-Beiträge, und geschicktes Marketing, zum Beispiel durch einen ansprechenden Avatar, der neben der Musik auch Interview gibt, die Musik in Hörspielen oder Cartoons einbaut, oder vielleicht sogar auf Tour geht, könnten in Zukunft ein paar KI-Musiker’innen mit Komponisten, Rock-Bands und DJs koexistieren.

Der Beitrag Das Neue Napster: KI-Generierte Musik erschien zuerst auf SystMus.

Das ist ein Goniometer

Goniometer sind Tools mit uneinheitlichen Bezeichnungen. Das sie aus zwei Teilen bestehen ist es sinnvoll, ihren Einzelteilen und dem gesamten Tool passende Namen zu geben:

Goniometer bestehen aus Phase Scope und Korrelometer. Screenshot: Tim Ziemer

• Das Phase Scope ist die Kernkomponente eines Goniometers. In der Grafik ist es die bunte Punktewolke um das X.
• Dieses X ist ein geneigtes Koordinatensystem. Es besteht aus dem linken (L) und dem rechten (R) Stereo-Kanal.
• Das Korrelometer ist die zweite Komponente. Es ist der kleine Strich links neben dem X und liegt zwischen -1 und +1.
• Das Korrelometer zeigt den Pearson-Korerelationskoeffizienten, also wie ähnlich sich beide Kanäle verhalten.
• Zusammen sind sie das Goniometer, auch Phase Correlation Meter, Vectorscope, oder verwirrenderweise manchmen nur Phase Scope genannt.
• Das Goniometer analysiert meist die aktuellen 100 ms. Ältere Zeitpunkte verblassen. Entsprechend sind die Punkte und der Strich ständig in Bewegung.
• Elektrotechniker’innen erinnert das Phase-Scope an Lissajous-Figuren. Darum werden sie fälschlicherweise auch manchmal Lissajout-Scope oder Lissajous-Meter genannt.

So verwenden Sie Goniometer

Das Goniometer verhilft Ihnen zu Monokompatibilität, einem breiten Stereo-Panorama und einem vollen, lebendigen Klang:

• Sind viele Punkte in dem linken und rechten Bereich, ist die Kanalkorrelatin negativ. Beim Mono-Mix, wie in Smartphone-Lautsprechern und Koffer-Radios, ist dann kaum etwas zu hören. Wenn das nicht als spannender Effekt gewollt ist, kehren Sie die Polarität eines Kanals um. Das dreht die Punktewolke um 90°.
• Sind sämtliche Punkte auf einer Linie oder einer simplen Kurve angeordnet, sind die Kanäle nur (verschobene) Kopien voneinander. Nutzen Sie die Pseudo-Stereoverfahren aus (Ziemer 2017) um den Mix räumlicher und lebendiger zu gestalten.
• Verteilt sich Ihre Punktewolke nicht um die vertikale Achse, ist eines der Lautsprechersignal zu leise. Eine Neigung ist für einzelne Passagen normal. Ist der ganze Song geneigt, sollten Sie bei einzelnen Instrumenten durch Panning gegenlenken.
• Weichen Bässe und Bassdrum stark von einer vertikalen Linie ab, löschen sich bei Lautsprecherwiedergabe tiefe Frequenzen aus. Der Mix klingt leise, hohl und nicht voll. Um das zu verhindern, mischen Sie Tiefen eher in Mono.
• Füllt die Punktewolke den Raum kaum aus, ist der Mix sehr leise und/oder sehr mono. Dies ist Typisch für die Mixes von Anfänger’innen. Zum Gegensteuern können Sie mit Kompresoren, Pseudo-Stereo und Audioeffekten arbeiten lernen.
• Bilden viele Punkte an den Rändern eine Rauten-Form, weist der Mix starkes Clipping auf. Hier bietet es sich an, Instrumente leiser zu machen, oder Kompressoren etwas weniger stark einzustellen.

Das Sound-Profil von Hip-Hop Produzent’innen ist im Goniometer erkennbar. Foto: Dominik Dawidzinski unter CC-Lizenz

Goniometer-Philosophien

Wie das Goniometers auszusehen hat ist eine Philosophie-Frage. Im Internet finden Sie verschiedene Aussagen. Viele Menschen im Tonstudio haben ihre ganz eigene Goniometer-Philosophie:

• Steinberg schreibt sinngemäß: Je mehr man einen Strang sieht, desto bassiger ist das Signal, und ein guter Mix weist eine Phasenkorrekation über 0 auf. Ihr Ampelsystem im Korrelometer hat sicher dazu beigetragen, dass viele einen Mix „im grünen Bereich“ über 0,2 anstreben.
• Die LinkedIn-Community betont die Notwendigkeit des „Gleichgewicht(s) zwischen Phasenkohärenz und Stereobreite“. Die Punktewolke muss also weit sein, der Korrelationskoeffizient aber hoch.
  
• Thomas vom Mastering Explained YouTube-Kanal mastert Drums, Snares und Vocals eher als senkrechte Linie, gesteht dafür Ambience-Sounds und Reverb-Effekten auch negative Phasenkorrelation zu.
• In Forendiskussionen, wie auf Gearspace und Stack Exchange, heben einige Musiker’innen hervor, welche TV- und Radioformate nur monokompatible Musik akzeptieren, während andere prominente Musikpassagen zeigen, die eine sehr breite Punktewolte und negative Kanalkorrelation aufweisen.
• Multimediale Kunst, wie von Alexander Zolotov [YouTube], erzeugt extra schöne Phase-Scope-Bilder.
• Unsere Forschung in (Ziemer et al. 2025) zeigt, dass Hip-Hop-Producer ihr ganz persönliches Klang-Profil haben, das sich vielmehr im Goniometer wiederspiegelt, als im Tempo.
• Anhand des Goniometers und anderer Audio-Monitoring Tools lässt sich sogar vorhersagen, welcher DJ welchen Song spielt (Ziemer et al. 2020).

Das Ampel-System in Steinbergs Phase Scope suggeriert eine optimale Kanal-Korrelation bei über 0,2. Screenshot: Tim Ziemer

Hier finden Sie Phase Scope und co.

Goniometer sind in praktisch allen Digital Audio Workstations implementiert, und können von verschiedenen Anbietern als PlugIn nachgerüstet werden:

• In Adobe Audition finden Sie das Goniometer als Phase Scope im Analysis Panel
• In Apple Logic finden Sie das Goniometer im MultiMeter-Tool, und zusätzlich ein reines Correlation Meter
• Bei AVID’s Pro Tools stecken Goniometer im Phase Scope, im SurroundScope, im früheren SignalTools und im heutigen Decibel-Tool
• Steinberg’s Wavelab und ältere Cubase-Versionen nutzen das Phase Scope direkt, während Nuendo und neuere Cubase-Versionen es im Multiscope mit anderen Audio-Monitoring Tools kombinieren
• Als VST- oder AU-PlugIns finden Sie Goniometer zum Beispiel von Blue Cat, von Excite Audio, von Waves und dem hamburger Pinguin Ingenieurbüro
• Kostenlose Goniometer bieten zum Beispiel Melda im MFreeFXBundle und Flux. Im Korrelometer von Voxengo können Sie die Korrelation einzeln für die Höhen, Mitten und Tiefen anzeigen.

In unseren Hands-On-Artikeln erfahren Sie mehr über Musik-Mastering und Stereo-Recording. Weitere Forschungs-Projekte am Institut für Systematische Musikwissenschaft sind die Musik-und-KI-Ausstellung, das Phonogramarchiv ESRA und unsere Arbeit im Bereich der Sonifikation.

Quellen

(Ziemer 2017) Ziemer, T., „Source Width in Music Production. Methods in Stereo, Ambisonics, and Wave Field Synthesis“, in: A. Schneider (Hrsg.): Studies in Musical Acoustics and Psychoacoustics, Springer: Cham 2017, S. 299—340.

(Ziemer et al. 2020) Ziemer, T., Kiattipadungkul, P. & Karuchit, T., „Acoustic features from the recording studio for Music Information Retrieval Tasks“, in:  Proc. Mtgs. Acoust. 42, 2020

(Ziemer et al. 2025) Ziemer, T., Kudakov, N. & Reuter, C., „Producer vs. Rapper: Who Dominates the Hip Hop Sound?”, in: Journal of the Audio Engineering Society 73(1/2), 2025,  S. 54—62.

Der Beitrag Goniometer, Phase Scope, Vectorscope — was ist das? erschien zuerst auf SystMus.

DH im Kontext

Das Kürzel DH finden Sie oft in Zusammenhang mit der Abkürzung IT (Informationstechnik), dem Akronym EDV (Elektronische Datenverarbeitung), dem WWW (World Wide Web) und Sprachen, wie XML (Extensible Markup Language), HTML (Hypertext Markup Language) und der Datenbanksprache SQL, sowie Datenstandards, wie TEI (Text Encoding Initiative), MEI (Music Encoding Initiative) und Musical Instrument Digital Interface (MIDI). Haben Sie „DH“ in diesem Kontext gelesen? Dann liegt die Lösung nah…

DH-Projekt ESRA, mit Selbstorganisierender Karte (links), Tags (links unten), einem Musikplayer (Mitte) und einer Datenbank (rechts) mit Suchfunktion. Screenshot: Tim Ziemer

DH bedeutet „Digital Humanities“

Die Abkürzung DH bedeutet „Digital Humanities“, also digitale Geisteswissenschaften. Die digitalen Geisteswissenschaften nutzen Computertechnologie, um Geschichte, Gesellschaft und Kultur zu erforschen. Weit verbreitet in den DH sind:

1. Digitale Editionen nutzen Server, Datenbanken und digitale Technologien, wie neuronale Netze und Sonifikation, um Quellenmaterial zugänglich zu machen, wie Tonaufnahmen oder Partituren.
2. Digitale Sammlungen enthalten zum Beispiel Briefwechsel, Fotografien, Karten und Autografe, also Manuskripte bedeutender Persönlichkeiten.
3. Digitale Wörterbücher enthalten Fachbegriffe und Kürzel zu einem abgeschlossenen Thema, mit kurzen Erklärungen und Querverweisen.

Diese Archive dienen als Infrastruktur, um zum Beispiel mittels maschinellen Lernens Big Data Analysen durchzuführen. Wir haben zum Beispiel gezeigt, dass Producer und nicht Rapper den Hip-Hop-Sound dominieren. Dazu haben wir Musik gesammelt, Merkmale extrahiert, mit einer selbstorganisierenden Karte visualisiert, und schließlich statistisch ausgewertet.

Digital Humanities haben starke Überschneidungen mit der Systematischen Musikwissenschaft. Unsere Arbeit im DH-Bereich ist zum Beispiel das Ethnografische Musikarchiv E.S.R.A. In einem Artikel zeigen wir Ihnen, wie Sie diese Musiksammlung mit einem neuronalen Netz durchstöbern. Mehr über Vergleichende Musikwissenschaft erfahren Sie in einem eigenen Artikel.

Quellen

Rolf Bader (Hrsg.): Computational Phonogram Archiving, Springer: Cham 2019

Rolf Bader (Hrsg.): Computergestützte Archivierung von Tonträgern, Springer: Cham 2024

Tim Ziemer, Nikita Kudakov & Christoph Reuter, „Producer vs. Rapper: Who Dominates the Hip Hop Sound?“, Journal of the Audio Engineering Society 73(1/2), 2025

Der Beitrag Was bedeutet DH? Eine Erklärung der Abkürzung erschien zuerst auf SystMus.