De meeste muzikanten zijn geen VJ’s. Maar wil je toch aansprekende visuals hebben om je muziek kracht bij te zetten, dan kan AI je daar bij helpen. In dit artikel bespreken we een voorbeeld dat is gemaakt voor Kay Slice, een Nederlands-Ghanese afro-futurism artiest. De visual hoort bij een nummer dat live steeds wilder wordt en om die reden worden de visuals ook steeds expressiever. Hieronder kan je het eindresultaat vinden.
In dit voorbeeld is gebruikgemaakt van Dall-E, een eenvoudig text-to-image systeem. Met Dall-E genereer je afbeeldingen en kan je het systeem ook vragen om de buitenkant van een afbeelding aan te passen of hier elementen aan toe te voegen. Dit heet outpainting.
In de bovenstaande printscreen zie je de interface van DALL-E waarin een afbeelding is gegenereerd van een zonsopgang in Accra, Ghana. Vervolgens is de de ‘erase’ functie gebruikt om een klein randje aan de rechterkant van de afbeelding te verwijderen en is er een nieuwe prompt (beschrijving) ingevoerd om een nieuw stuk foto te genereren. Dit levert het onderstaande resultaat op.
De afbeelding is hierdoor een stuk groter en futuristischer geworden. Mocht je afbeelding groot genoeg zijn, dan kan je deze downloaden uit Dall-E en importeren in iMovie of een ander videobewerkingsprogramma.
In het onderstaande voorbeeld is ervoor gekozen om een langwerpige afbeelding te genereren waar aan de rechterkant steeds een frame is toegevoegd. Vervolgens is iMovie gebruikt om de afbeelding van links naar rechts te laten bewegen, waardoor het lijkt alsof er een video wordt afgespeeld. Je kan er ook voor kiezen om de afbeelding op andere manieren te laten bewegen. Bijvoorbeeld van boven naar onder.
Ondanks dat de afbeeldingen niet perfect hi-res zijn – en ze hier en daar weleens een foutje bevatten – kan je door veel te proberen toch toffe visuals maken die op een projectiescherm goed tot hun recht komen.
Maar pas ook op
Houd er rekening mee dat er risico’s kleven aan het gebruik van text-to-image systemen zoals Dall-E. Deze systemen zijn vaak getraind op auteursrechtelijk beschermd materiaal en nemen ook al het materiaal dat jij zelf maakt op in hun dataset. Daarnaast zijn deze systemen getraind op voorbeelden van het internet die niet representatief zijn voor de gehele samenleving. De uitkomsten zijn daardoor regelmatig seksistisch of racistisch. Hou de updates in de gaten voor meer achtergrondinformatie over deze risico's.
Comments