AI’s impact on intermediate music production – mixing and mastering

Abstract

The music industry is a complex network of people and organizations, and the evolution of technology is progressing at a rapid pace. As a result, music production has become more accessible and increasingly straightforward due to more innovative and advanced techniques such as artificial intelligence (AI).

AI has been part of the music industry for several years now and it is crucial to conduct research to determine which areas of the industry will be most affected by AI in the future. It can be challenging for certain individuals to identify the specific roles within the music industry that AI is currently impacting the most. Therefore, the research is focusing on music production’s post-processing methods and AI’s impact on mixing and mastering from the point of view of intermediate music producers.

The research used qualitative data analysis to identify themes and patterns in the data. The research was done by conducting semi-structured interviews on two self-identified intermediate music producers. By interviewing intermediate music producers, the researcher sought to gain valuable information and a deeper understanding of AI’s impact on mixing and mastering specifically on intermediate music production.

According to the intermediate music producers, mixing and mastering processes are greatly affected by AI. It can help individuals to achieve professional and high-quality sounding songs and albums quickly without the need to educate themselves to learn mixing and mastering or without the need to hire a professional audio engineer to do it, which can sometimes be costly especially for individuals who are not at professional level regarding the skills of music production. Especially AI-powered mastering platforms such as eMastered have helped these individuals tremendously to reach a desired level of final product. Although AI has mostly a positive impact on mixing and mastering on intermediate level, it can lead to inconsistencies in the final sound, homogeneity, and lack of human nuance especially when composing an album that focuses on multiple different musical genres.

Due to the interviewee’s little knowledge about AI relations to mixing, the research was not able to answer the mixing aspect comprehensively enough regarding AI’s impact on mixing. Therefore, researching the topic of AI’s impact purely on mixing in intermediate music production could give valuable information about the phenomena that was not properly answered during the research. Overall, data collected from small sample size of individuals can affect the results and cause them to not be generalizable to larger population. Researching the same topic of AI’s impact on mixing and mastering or AI’s impact purely on mixing with larger sample size could lead to more accurate and better results regarding the phenomena.

Musiikkiteollisuus on monimutkainen verkosto ihmisiä ja organisaatioita, ja teknologian kehitys etenee nopealla vauhdilla. Sen seurauksena musiikintuotanto on tullut helpommin saataville ja yhä suoraviivaisemmaksi innovatiivisten ja kehittyneempien tekniikoiden, kuten tekoälyn ansiosta.

Tekoäly on ollut osa musiikkiteollisuutta jo useiden vuosien ajan, ja on tärkeää tutkia, mitkä osa-alueet musiikkiteollisuudessa tulevat olemaan tulevaisuudessa eniten tekoälyn vaikutuksen alaisia. Yksilöille voi olla haastavaa tunnistaa, mitkä musiikkiteollisuuden tarkat roolit ja alat ovat tällä hetkellä eniten tekoälyn vaikutuksen alaisia. Tästä syystä tutkimus keskittyy musiikintuotannon jälkikäsittelymenetelmiin ja tekoälyn vaikutukseen miksaamisessa ja masteroinnissa keskitason musiikintuottajien näkökulmasta.

Tutkimus käytti laadullista datan analyysia teemojen ja kaavojen tunnistamiseen. Tutkimus tehtiin suorittamalla puolistrukturoituja haastatteluja kahdelle keskitason musiikintuottajalle, jotka ovat itse tunnistaneet itsensä tähän ryhmään. Haastattelemalla keskitason musiikintuottajia tutkija pyrki saamaan arvokasta tietoa ja syvempää ymmärrystä tekoälyn vaikutuksista miksaamiseen ja masterointiin erityisesti keskitason musiikintuotannossa.

Keskitason musiikintuottajien mukaan tekoäly on vaikuttanut suuresti miksaamis- ja masterointiprosesseihin. Se voi auttaa yksilöitä saavuttamaan nopeasti ammattimaisen ja korkealaatuisen äänenlaadun kappaleissa ja albumeissa ilman heidän tarvettansa opiskella tai opetella miksaamista ja masterointia itse. Haastateltavat kertoivat, että vaihtoehtoisesti ammattitaitoisen ääniteknikon palkkaaminen tekemään masterointiprosessi voi olla kallista erityisesti niille yksilöille, jotka eivät ole ammattilaisia musiikintuotannon taitojen suhteen ja jotka tuottavat musiikkia pääsääntöisesti omatoimisesti. Vaikka tekoälyllä on pääasiassa positiivinen vaikutus miksaamisessa ja masteroinnissa keskitason musiikintuottajilla, se voi johtaa epäjohdonmukaisuuksiin lopullisessa äänentoistossa, homogeenisuuteen ja ihmismäisten vivahteiden puutteeseen, etenkin työstäessä albumia, joka keskittyy useisiin erilaisiin musiikkilajeihin eli genreihin.

Haastateltavien tekoälyyn ja miiksaamiseen liittyvien vähäisten ja puutteellisten tietotaitojen sekä tuntemusten vuoksi tutkimus ei pystynyt vastaamaan kattavasti tekoälyn vaikutuksista miksaamiseen. Siksi tutkimus, joka keskittyisi pelkästään tekoälyn vaikutuksiin miksaamisessa keskitason musiikintuotannossa voisi antaa arvokasta tietoa ilmiöistä ja asioista, jotka jäivät huonosti vastatuiksi tämän tutkimuksen aikana. Kaiken kaikkiaan pienestä yksilöjoukosta kerätty data voi vaikuttaa tuloksiin ja johtaa niiden soveltumattomuuteen suuremmassa väestöryhmässä. Saman aiheen tutkiminen tekoälyn vaikutuksista miksaamiseen ja masterointiin tai pelkästään miksaamiseen suuremmalla otoskoolla voisi johtaa tarkempiin ja parempiin tuloksiin ilmiöistä.