Ako funguje hudba generovaná umelou inteligenciou – a kto vlastní tieto skladby

Od textového zadania po hitparádový song

Napíšte vetu – "energický synth-pop z 80. rokov o jazde autom o polnoci" – stlačte tlačidlo generovať a v priebehu niekoľkých sekúnd máte kompletnú skladbu: text, vokály, melódiu, bicie a finálny mix. Generátory hudby s umelou inteligenciou ako Suno a Udio to robia bežne a ich výstup je natoľko sofistikovaný, že skladba vytvorená s pomocou umelej inteligencie bola začiatkom roka 2026 diskvalifikovaná zo švédskych oficiálnych popových hitparád až po miliónoch legitímnych streamov. Táto technológia už nie je novinkou. Pochopenie toho, ako funguje – a aké právne bitky ju obklopujú – je dôležité pre každého, kto počúva hudbu.

Technológia v zákulisí

Generovanie hudby pomocou umelej inteligencie kombinuje dve skupiny strojového učenia, ktoré pretvorili aj iné kreatívne oblasti: transformátorové modely a difúzne modely.

Transformátory: Učenie sa hudobného jazyka

Transformátory – rovnaká architektúra, ktorá stojí za rozsiahlymi jazykovými modelmi ako ChatGPT – sú trénované na rozsiahlych knižniciach zvuku a textu. Model sa učí štatistické vzťahy: ktorý akord zvyčajne nasleduje po ktorom, ako sa štruktúra verša líši od refrénu, ako konkrétny žáner narába s rytmom a tempom. Keď používateľ zadá textový príkaz, transformátor ho prekonvertuje na numerické vloženie, ktoré usmerňuje, aké hudobné sekvencie model generuje ďalej, token po tokene, podobne ako jazykový model predpovedá ďalšie slovo vo vete.

Difúzia: Tvarovanie zvuku z hluku

Difúzne modely fungujú inak. Počas tréningu sa systém učí pridávať náhodný šum do skutočných zvukových nahrávok krok za krokom, až kým nezostane len statický šum – potom sa učí tento proces zvrátiť a rekonštruovať čistý zvuk. V čase generovania model začína s čistým šumom a postupne ho "odšumuje", riadený textovým príkazom, až kým sa neobjaví súvislá hudba. Najnovšie architektúry, ako napríklad AudioX, opísané v štúdii z roku 2026 publikovanej v Scientific Reports, spájajú oba prístupy do jedného Diffusion Transformer (DiT), ktorý spracováva text, zvuk a dokonca aj video vstupy spoločne, čo umožňuje bohatšie a lepšie kontrolovateľné výstupy.

Dávanie dokopy

V praxi platformy ako Suno komprimujú zvuk do kompaktných diskrétnych tokenov, ktoré môže transformátor spracovať, a potom dekomprimujú generované tokeny späť do počuteľných vĺn. Texty sa generujú samostatne a ich rytmus sa probabilisticky priraďuje k melódii, zatiaľ čo automatizovaný mix vyvažuje vokály a inštrumentáciu. Výsledkom, ako informovala WBUR vo svojom profile spoločnosti Suno so sídlom v Cambridge, je pipeline, ktorá dokáže simulovať proces ľudského skladania a produkcie od začiatku do konca v priebehu niekoľkých sekúnd.

Čo hudba s umelou inteligenciou dokáže a čo nie

Výskum z Carnegie Mellon University publikovaný v januári 2026 zistil, že kompozície generované umelou inteligenciou používali menej nôt a poslucháči ich hodnotili ako výrazne menej kreatívne ako skladby vytvorené ľuďmi. Umelá inteligencia vyniká v generovaní kompetentných pozadí konzistentných so žánrom pre videá, hry a aplikácie, ale stále má problémy s naratívnym oblúkom a emocionálnym prekvapením, ktoré definujú pamätné skladanie piesní. Dominantný názor v odvetví, ako to vyjadrili výskumníci z CMU, nie je "AI nahrádza umelcov", ale "AI posilňuje umelcov" – zvláda technické produkčné úlohy, aby sa ľudia mohli sústrediť na kreatívnu víziu.

Autorskoprávna vojna

Právny boj o hudbu s umelou inteligenciou je rovnako významný ako samotná technológia. V roku 2024 podali spoločnosti Universal Music Group, Sony Music Entertainment a Warner Music Group prelomové žaloby proti spoločnostiam Suno a Udio, v ktorých tvrdili, že platformy trénovali svoje modely na nahrávkach chránených autorskými právami bez povolenia alebo platby. Kľúčová právna otázka – či sa tréning na nelicencovanom materiáli považuje za "transformačné" spravodlivé použitie – zostáva na súde nevyriešená.

Koncom roka 2025 sa odvetvie začalo presúvať od čistej litigácie k vyjednanému spolunažívaniu. Warner Music Group sa dohodla so spoločnosťou Udio a podpísala licenčnú zmluvu, ktorá umožňuje umelcom WMG prihlásiť sa, aby sa ich diela používali v novej službe predplatného spoločnosti Udio. Warner sa dohodol aj so spoločnosťou Suno a požadoval, aby startup v roku 2026 spustil úplne nové, plne licencované modely. Universal Music Group dosiahla podobnú dohodu so spoločnosťou Udio. Spoločnosť Sony však nevyriešila ani jeden prípad, čím ponechala kľúčové otázky autorských práv v hre, uvádza Bloomberg Law.

Medzitým platformy na streamovanie píšu svoje vlastné pravidlá. Bandcamp úplne zakázal hudbu generovanú umelou inteligenciou v januári 2026. Spotify a ďalšie vyžadujú zverejnenie obsahu AI, ale v súčasnosti ho povoľujú, hoci Digital Music News uviedol, že pravidlá sa značne líšia a stále sa vyvíjajú.

Prečo na tom záleží

Generovanie hudby pomocou umelej inteligencie komprimuje to, čo si kedysi vyžadovalo štúdio, producenta a tisíce dolárov, do bezplatného webového nástroja. Pre nezávislých tvorcov, vývojárov hier a inzerentov je to transformačné. Pre štúdiových hudobníkov, skladateľov a vokalistov, ktorých živobytie závisí od produkčnej práce, to predstavuje priamu ekonomickú hrozbu. Právne dohody z roku 2025 naznačujú, že sa odvetvie posúva smerom k licencovanému modelu zdieľania licenčných poplatkov – ale podmienky a to, kto z toho profituje, sa stále vyjednávajú. Odpoveď určí, ako sa bude hudba tvoriť, distribuovať a platiť za ňu v nasledujúcich desaťročiach.