Wie könnte Musik in Zukunft mit Hilfe von KI klingen?
Roland Project LYDIA
Mit dem Roland Project LYDIA stellt Roland den Prototypen eines experimentelles Audio-Effektgerät vor, das KI-Modelle direkt in ein performancetaugliches Hardware-Format bringt. Damit knüpft Roland an seine DIY-Wurzeln an, die bis zu AMDEK (Analog Music Digital Electronic Kits) in den frühen 80ern zurückreichen. Musikerinnen und Musiker basteln seit jeher eigene Instrumente. Project LYDIA greift nun genau diesen Forschergeist auf.
Das Roland Project LYDIA
Gemeinsam mit der japanischen Firma Neutone entstand ein Prototyp, der eine Raspberry-Pi-Plattform mit trainierbarer KI verbindet und zeigt, wie weit DIY-Audio-Innovation heute gehen kann. Die Idee: Nutzerinnen und Nutzer sollen eigene Klänge aufnehmen, daraus ein lernfähiges Modell erstellen und in Echtzeit kreativ einsetzen.
Morpho, die zugrunde liegende Engine, lernt dabei den Klangcharakter beliebiger Geräuschquellen und verwandelt ihn in ein spielbares Audio-Modell. Neutone nennt diesen Prozess „neural sampling“. Dabei kann praktisch alles als Trainingsmaterial dienen: Instrumente, Alltagsgeräusche oder Naturklänge. So können Herzschläge zu Kickdrums werden oder Kaffeemaschinen zu Breakbeats. Somit ermöglicht der Ansatz vollkommen neue Effektkonzepte für kreative Transformationen.
Das Design kombiniert ein kompaktes Gehäuse, ein reduziertes Bedienpanel und aktuell eine externe USB-Audio-Lösung, die später integriert werden soll. Das Gerät ist als Hardware-Mockup bereits im Einsatz. Project LYDIA ist ein „Technology Preview“ und dient Roland dazu, neue Hardware-Ideen, DIY-Ansätze und KI-basierte Workflows gemeinsam mit der Community weiterzuentwickeln.
Preis und Verfügbarkeit
Project LYDIA ist kein fertiges Produkt, sondern ein offenes Experiment und vielleicht ein Ausblick darauf, wie zukünftige Effektgeräte gestaltet sein könnten. Roland lädt daher mit einer Umfrage alle Musikschaffenden dazu ein, Ideen und Anregungen einzubrignen.
Die Wandlung beliebiger Geräuschquellen in ein spielbares Audio-Modell hat für mich noch nichts mit KI zu tun. Synplant macht es schon vor Klänge auf Basis eines Grundmodells zu modellieren. Das geht dann iterativ durch Variation der Parameter. Auch eine KI braucht eine Grundlage die dann durch Mustererkennung optimiert wird. Die Grundlage ist für mich die spektrale Verteilung in Abhängigkeit von der Zeit bei Variation der Tonhöhe, Intensität und gespielter Modulation.
Ach ja, ich warte mal ab was da kommen mag. Es dürfen ja auch komplett neue Ansätze sein.
Wichtig ist natürlich dass man alles heute irgendwo als KI präsentieren kann.
Sonst bekommt man wohl keine Aufmerksamkeit mehr.
Sehr viel KI kann das aber nicht sein wenn da ein Raspberry als Basis verwendet wird.
Mehr Marketing als Technologie