La inteligencia artificial generativa está revolucionando la industria musical, permitiendo a los creadores, independientemente de su nivel de habilidad, producir pistas de calidad de estudio mediante modelos que personalizan composiciones en tiempo real. En este contexto, Splash Music, en colaboración con AWS, ha desarrollado un sistema de generación musical que facilita la creación profesional, haciendo accesible esta experiencia a millones de personas.
La compañía ha establecido un nuevo estándar con su modelo HummingLM, diseñado en asociación con el Centro de Innovación en IA Generativa de AWS. Durante la edición 2024 del Acelerador de IA Generativa de AWS, Splash Music trabajó junto a AWS Startups para acelerar la innovación y mejorar su modelo de producción musical.
Con más de 600 millones de transmisiones globales, la plataforma ha empoderado a una nueva era de creadores, adaptándose continuamente a los gustos en evolución de los usuarios y haciendo la producción musical más accesible. No obstante, su desarrollo no ha estado exento de desafíos, incluidos problemas de complejidad, escalabilidad y velocidad en la evolución del sector. Anteriormente, la compañía dependía de clusters de GPU externos, lo que resultaba en latencias impredecibles y complicaciones en la gestión.
Para enfrentar estos retos, se desarrolló HummingLM, un modelo generativo que combina diversas modalidades para interpretar y crear música. Este modelo emplea la codificación de audio Descript-Audio-Codec, que produce representaciones comprimidas de audio. Su arquitectura se basa en un modelo de lenguaje avanzado y un codificador especializado, lo que permite a los usuarios transformar melodías entonadas en actuaciones instrumentales de alta calidad.
La colaboración con AWS, junto al uso de instancias EC2 de AWS Trainium, ha permitido a Splash Music acelerar su desarrollo. Con la automatización y escalabilidad de SageMaker HyperPod, la compañía ha optimizado sus operaciones, reduciendo costos de entrenamiento en más del 54% y disminuyendo los tiempos de entrenamiento casi un 50%. HummingLM destaca no solo por su calidad de sonido, sino también por su capacidad para adaptarse a nuevos presets de instrumentos sin requerir entrenamiento adicional.
De cara al futuro, Splash Music planea expandir su conjunto de datos de entrenamiento hasta diez veces, explorar la generación multimodal de audio y vídeo, y continuar colaborando con el Centro de Innovación de AWS en proyectos de investigación y desarrollo. Con este enfoque en la innovación y una infraestructura robusta, Splash Music está redefiniendo el proceso creativo musical, permitiendo que cualquiera genere pistas personalizadas que conecten con un amplio público.
