Italiano [English below]

 

Purtroppo, anche se è un’attività che mi ha sempre affascinato, ho pochissimo tempo da dedicare a fare musica, in particolare con la chitarra, una passione che riemerge periodicamente a cui in passato ho dedicato alcuni post (qui e qui per esempio). Durante la pandemia da COVID-19, con l’obbligo di restare in casa, ho ripreso a suonare e ho acquistato degli strumenti musicali e dei dispositivi hardware e software; grazie all’allenamento quotidiano ho riacquistato memoria muscolare e agilità nelle dita e sono tornato a comporre. Sono un dilettante e la musica non costituisce l’oggetto totalizzante delle mie attività, ma spesso mi colpisce e mi prende più di ogni altra cosa.

 

 

Con il ritorno alla normalità e alla piena ripresa delle attività il tempo da dedicare al fare musica è diminuito fino ad esaurirsi quasi completamente, limitandosi all’ascolto. Fare musica non riguarda solo un approccio ideale ma implica anche una dimensione pratica non trascurabile. “Suonare” significa – prima ancora di produrre un qualsivoglia evento sonoro – approntare una parte tecnica abbastanza articolata. Non basta estrarre la chitarra elettrica dalla custodia, collegarla all’amplificatore, accordarla; togliere la coperta dalla tastiera, accenderla e connetterla alla scheda audio (verificando che i driver siano aggiornati), a sua volta collegata al computer. È anche necessario che tutti i cavi siano al loro posto; che gli amplificatori, gli effetti elettronici, i microfoni, i diffusori acustici siano ordinatamente accesi; che l’informazione giunga correttamente al computer e al software di registrazione (il DAW – Digital Audio Workstation, con i driver aggiornati). Bisogna aggiustare le connessioni, i livelli, individuare ed eliminare per quanto possibile le cause di rumori e ronzii, tutto il sistema deve funzionare… “Suonare”, insomma, non è affatto immediato. E ci si può rinunciare perché non c’è abbastanza tempo per approntare tutto il sistema e farlo funzionare correttamente. Certo, si potrebbe obiettare che per suonare sarebbe sufficiente una chitarra acustica o una tastiera amplificata, ma non sarebbe la stessa cosa, soprattutto se si cercano determinati obiettivi compositivi, o sonorità.

Anche se le occasioni per suonare sono divenute più rare ho mantenuto a portata di mano strumenti e dispositivi. Alle mie spalle un supporto sostiene sette chitarre (di cui due acustiche), dietro al quale ci sono le custodie. Sul tavolo di lavoro, tra la tastiera del PC e lo schermo, sotto una copertina impolverata giace una tastiera elettronica, un paio di microfoni pendono dalle aste di supporto e di fianco agli schermi trovano posto una scheda audio e quattro diffusori a coppie. Sopra e sotto l’altro tavolo si annidano due amplificatori con relativi effetti e cavi, mentre tra i volumi della libreria prendono polvere un metronomo, un accordatore, dei plettri, delle confezioni intonse di corde per chitarra e delle boccette di essenze per manutenere il legno. Gli angoli vicino alla postazione del PC sono insonorizzati con materiali appositi per l’acustica. Praticamente dappertutto intorno è facile imbattersi in ammenicoli tecnici la cui unica ragion d’essere è collegata al fare musica.
Non riesco a separarmi da quel mondo, forse perché la sua prossimità mi dà l’illusione che basti allungare una mano per ricominciare magicamente a suonare.

 

 

La frustrazione del “vorrei ma non posso” mi ha accompagnato spesso negli ultimi anni, finché ho scoperto che si può fare musica con l’IA generativa. Non servono strumenti, microfoni, dispositivi, cavi, non serve neppure saper suonare uno strumento. Basta fornire un prompt testuale che descriva il tipo di musica (il genere, la struttura, gli strumenti, il tempo, le voci…), qualche altra indicazione, eventualmente anche il testo del brano (altrimenti ci pensa l’IA), e il gioco è fatto. Poi si può facilmente modificare il risultato in maniera non distruttiva finché si è soddisfatti.

Con l’IA generativa il percorso, il lavoro e il tempo necessari per arrivare da un’idea al brano finito e arrangiato è breve e semplice, e, pagando il servizio, si possono avere quante varianti si vogliono. Il risultato è per molti aspetti più accurato e ricco rispetto a quello che si potrebbe ottenere in maniera tradizionale, e può essere modificato rapidamente. Certo, manca tutta la parte fisica della musica: toccare i tasti, imbracciare la chitarra e sentirla sul corpo, pizzicare le corde con le dita, percepire le vibrazioni dei legni. Sentire il peso degli strumenti e degli amplificatori, la fatica fisica, il rumore e l’inerzia della materia, il “click” dei pulsanti, la resistenza dei potenziometri e dei cavi… Dal punto di vista compositivo mancano la dimensione “personale” dell’arrangiamento, l’intervento fine sui suoni e sull’acustica, la creazione progressiva partendo da zero dell’evento sonoro e dello spazio in cui farlo avvenire, il dubbio tra miriadi di possibilità, la tavolozza del missaggio tra le sorgenti sonore.

Prima dell’IA, anche utilizzando una varietà di strumenti, effetti e dispositivi elettronici il cui intervento può influenzare radicalmente il risultato finale ma che posso controllare, sono sostanzialmente solo io a fare musica, a creare la mia traccia. Con l’IA devo invece accettare una sorta di assistente, che mi può sostituire in toto, a cui delegare dei compiti non solo tecnici ma anche creativi, il cui esito, che posso controllare solo in maniera limitata, può essere imprevedibile e inatteso. Analogamente a quanto avviene nella produzione di immagini e testi con l’IA generativa, dal prompt al risultato finale c’è un periodo oscuro, nel quale avviene la generazione, su cui non è possibile intervenire. E il risultato può persino essere sorprendente.

Dunque, utilizzando Suno ho creato dei semplici brani musicali intorno a un progetto di variazioni a partire da uno stesso testo:

… be like the breeze that messes up my hair… like the thunder which lights up my night… like the sea roaring against my door… like the late spring that floods in my head… like the days abandoned to time… like today

Suno è in grado di generare anche i prompt a partire da indicazioni generali che devono essere fornite, da quelli più semplici:

melancholic instrumental intro, lyrical, atmospheric, dreamy synth layers, minimal percussion, indie pop, ethereal, melancholic instrumental outro

a quelli più articolati:

A dreamy, mid-tempo indie pop track characterized by lush, atmospheric production and a nostalgic emotional core, The arrangement features shimmering electric guitar arpeggios with heavy reverb and delay, layered over a steady, punchy drum kit with a prominent snare and a warm, melodic bassline, The female vocals are airy, ethereal, and slightly breathy, utilizing soft delivery and subtle harmonies to enhance the track’s spacious feel, The song structure follows a traditional verse-chorus-bridge format, building in intensity with the addition of synth pads and more driving percussion in the chorus, The key is in a major tonality with a melancholic edge, and the tempo is approximately 100 BPM, Production elements include wide stereo imaging, side-chain compression on the synths, and a polished, radio-ready mix that emphasizes clarity and depth

Ho generato diversi brani dai quali ne ho finora selezionato nove, che ho messo su SoundCloud.

 

 

È un modo completamente diverso di fare musica. Prima ero sempre di fronte al brano in costruzione, nel suo progressivo farsi tecnico e stilistico: gli strumenti e gli effetti da aggiungere o togliere, le piste da mixare, i volumi da regolare, il pan, la distribuzione degli eventi sonori nel campo stereofonico… praticamente tutto, a meno di scelte creative particolari, era sotto controllo. La realizzazione di un brano era sostanzialmente un work in progress il cui esito finale era per molti aspetti prevedibile. Era l’obiettivo di un sapiente e accurato lavoro di costruzione di un’architettura sonora che in ogni momento era finemente modificabile. Con l’IA, invece, una volta scritto e inserito il prompt e regolate alcune funzioni inizia un periodo oscuro di qualche minuto in cui non è possibile alcun controllo tecnico e creativo fino all’evento musicale conclusivo. Il risultato finale è quindi una sorta di rivelazione. Per quanto il testo del prompt possa essere ampio e descrittivo, nei confronti dell’evento musicale finale ricopre una posizione e un’azione molto più distanti e mediate rispetto al sistema compositivo tradizionale o alle note codificate su un pentagramma (a cui comunque per ottenere il brano finale mancano gli aspetti di natura timbrica non codificabili e quelli di registrazione e produzione).

Dunque, sono grato all’IA generativa perché mi consente di produrre delle immagini interessanti, che mi stupiscono, anche se non so disegnare. E perché, anche se non ho tempo di fare musica, mi affianca nel creare dei brani che mi piacciono, che sarei disposto ad acquistare. Perché riesce ad alleviare la frustrazione del “vorrei ma non posso” di cui dicevo sopra.

La possibilità di ottenere rapidamente e a basso costo dei risultati accettabili senza possedere conoscenze e competenze finora ritenute necessarie in questi campi è uno dei punti chiave più controversi dell’IA generativa. Questo molto spesso si traduce nella proliferazione di immagini, brani musicali e audiovisivi di qualità scadente che pervadono la comunicazione, la pubblicità, riempiono le classifiche musicali e influenzano l’estetica. L’addestramento dei modelli di IA generativa avviene su esempi esistenti, dunque alla lunga ne potrebbe derivare un appiattimento del gusto, o, all’opposto, un rifiuto del banale e una ricerca di metodologie operative più evolute, sofisticate. In ogni caso questo non preclude le possibilità artistiche, perché anche gli artisti, i musicisti, i creatori, più o meno consapevolmente partono da quello che hanno introiettato. Non esiste la tabula rasa, la creazione dal nulla.

 

Suno Interface

 

 

English

 

Unfortunately, even though it has always fascinated me, I have very little time to devote to making music, particularly with the guitar — a passion that resurfaces periodically and to which I have dedicated several posts in the past (here and here, for instance). During the COVID-19 pandemic, with the obligation to stay home, I took up playing again, bought musical instruments and hardware and software devices, and through daily practice I regained muscle memory and finger agility, returning to composing. I am an amateur, and music is not the all-consuming focus of my activities, but it often strikes me and takes hold of me more than anything else.

 

 

With the return to normality and the full resumption of activities, the time I could dedicate to making music dwindled until it almost completely disappeared, limiting itself to listening. Making music is not just an ideal pursuit — it also involves a practical dimension that cannot be overlooked. “Playing” means — even before producing any sound — setting up a fairly complex technical rig. It is not enough to take the electric guitar out of its case, plug it into the amplifier, and tune it; to remove the cover from the keyboard, switch it on and connect it to the audio interface (checking that the drivers are up to date), which in turn is connected to the computer. Every cable must be in place; the amplifiers, electronic effects, microphones, and speakers must all be properly powered on; the signal must reach the computer and the recording software correctly (the DAW — Digital Audio Workstation, with updated drivers). Connections and levels need adjusting, the causes of noise and hum must be identified and eliminated as far as possible, and the entire system must be working. “Playing,” in short, is not at all immediate. And one can end up giving it up simply because there is not enough time to set up the whole system and get it running properly. One could of course argue that an acoustic guitar or an amplified keyboard would be sufficient, but it would not be the same thing — especially when pursuing certain compositional goals or particular sounds.

Even though opportunities to play have become rarer, I have kept instruments and devices within arm’s reach. Behind me, a rack holds seven guitars (two of them acoustic), with their cases behind it. On the work desk, between the computer keyboard and the screen, a dusty cover hides an electronic keyboard; a couple of microphones hang from their stands, and next to the monitors sit an audio interface and four speakers in two pairs. Above and below the other desk lurk two amplifiers with their effects and cables, while among the bookshelves gather dust a metronome, a tuner, picks, unopened packs of guitar strings, and small bottles of wood-conditioning oils. The corners near the computer workstation are acoustically treated with appropriate materials. Practically everywhere around me it is easy to stumble upon some technical contraption whose only reason for existing is connected to making music. I cannot bring myself to part with that world — perhaps because its proximity gives me the illusion that I only need to reach out a hand to magically start playing again.

 

 

The frustration of “I would, but I can’t” has followed me often in recent years, until I discovered that music can be made with generative AI. No instruments, microphones, devices, or cables are needed — you do not even need to know how to play an instrument. All it takes is a text prompt describing the kind of music (the genre, structure, instruments, tempo, vocals…), a few other indications, and optionally the lyrics (otherwise the AI takes care of those), and the job is done. The result can then be easily modified in a non-destructive way until one is satisfied.

With generative AI, the path, the work, and the time needed to get from an idea to a finished, arranged piece are short and simple, and — by paying for the service — one can have as many variations as desired. The result is in many respects more accurate and richer than what could be achieved through traditional means, and can be modified quickly. What is missing, of course, is the entire physical dimension of music: pressing the keys, cradling the guitar and feeling it against the body, plucking the strings with one’s fingers, sensing the vibrations of the wood. The weight of the instruments and amplifiers, the physical effort, the noise and inertia of matter, the click of switches, the resistance of knobs and cables. From a compositional standpoint, what is also absent is the personal dimension of the arrangement, the fine-grained intervention on sounds and acoustics, the progressive creation from scratch of the sonic event and the space in which it unfolds, the doubt among myriad possibilities, the palette of the mix across sound sources.

Before AI, even when using a variety of instruments, effects, and electronic devices — whose intervention can radically shape the final result but which I can control — it is essentially only I who makes the music, who creates my track. With AI, on the other hand, I must accept a kind of assistant that can replace me entirely, to whom I can delegate tasks that are not merely technical but also creative, and whose outcome — which I can only control to a limited extent — can be unpredictable and unexpected. As with the generation of images and texts through generative AI, between the prompt and the final result there is a dark period in which the generation takes place and into which no intervention is possible. And the result can even be surprising.

So, using Suno I have created some simple tracks of music around a project of variations based on the same text:

… be like the breeze that messes up my hair… like the thunder which lights up my night… like the sea roaring against my door… like the late spring that floods in my head… like the days abandoned to time… like today

Suno is also capable of generating the prompts itself from general starting indications that need to be provided, ranging from the simpler ones:

melancholic instrumental intro, lyrical, atmospheric, dreamy synth layers, minimal percussion, indie pop, ethereal, melancholic instrumental outro

to the more elaborate ones:

A dreamy, mid-tempo indie pop track characterized by lush, atmospheric production and a nostalgic emotional core. The arrangement features shimmering electric guitar arpeggios with heavy reverb and delay, layered over a steady, punchy drum kit with a prominent snare and a warm, melodic bassline. The female vocals are airy, ethereal, and slightly breathy, utilizing soft delivery and subtle harmonies to enhance the track’s spacious feel. The song structure follows a traditional verse-chorus-bridge format, building in intensity with the addition of synth pads and more driving percussion in the chorus. The key is in a major tonality with a melancholic edge, and the tempo is approximately 100 BPM. Production elements include wide stereo imaging, side-chain compression on the synths, and a polished, radio-ready mix that emphasizes clarity and depth.

I have generated several tracks, from which I have selected nine so far, which I put on SoundCloud.

 

 

It is a completely different way of making music. Before, I was always face to face with the piece taking shape, in its gradual technical and stylistic becoming: the instruments and effects to add or remove, the tracks to mix, the volumes to adjust, the panning, the distribution of sonic events across the stereo field — practically everything, barring particular creative choices, was under control. The making of a piece was essentially a work in progress whose final outcome was in many respects foreseeable. It was the goal of a skilled and painstaking construction of a sonic architecture that could at any moment be finely adjusted. With AI, by contrast, once the prompt has been written and entered and a few initial parameters set, a dark period of several minutes begins in which no technical or creative control is possible, until the conclusive musical event. The final result is therefore a kind of revelation. However extensive and descriptive the prompt text may be, its relationship to the final musical event is far more distant and mediated than that of the traditional compositional system or of notes encoded on a staff — which, in any case, to yield a finished piece still lack the non-codifiable timbral qualities and the aspects of recording and production.

So I am grateful to generative AI because it allows me to produce interesting images that surprise me, even though I cannot draw. And because, even when I have no time to make music, it stands alongside me in creating pieces that I like — pieces I would be willing to buy. Because it manages to ease the frustration of the “I would, but I can’t” I mentioned above.

The ability to quickly and cheaply achieve acceptable results without possessing the knowledge and skills previously considered necessary in these fields is one of the key and more controversial points of generative AI. This very often translates into a proliferation of images, musical pieces, and audiovisual content of poor quality, which permeate communication and advertising, fill the music charts, and shape aesthetic sensibilities. The training of generative AI models takes place on existing examples, so in the long run it could lead to a flattening of taste, or, conversely, to a rejection of the banal and a pursuit of more evolved and sophisticated working methods. In any case, this does not foreclose artistic possibilities, because artists, musicians, and creators too — more or less consciously — start from what they have already internalized. There is no such thing as the tabula rasa, creation from nothing.