Musik AI, Kecanggihan Mesin, dan Masa Depan Para Musisi

Ilustrasi/unite.ai

Freddie Mercury menyanyikan lagu dangdut koplo. Kurt Cobain membawakan “Someone Like You” milik Adele. Chester Bennington muncul kembali dari kematian, lalu menyanyikan lagu My Heart Will Go On dengan suara serak khasnya yang dibuat AI. Di YouTube, thumbnail-thumbnail seperti itu bertebaran dengan angka jutaan views. Kadang lucu. Kadang menyeramkan. Kadang sangat buruk sampai terdengar seperti radio rusak dilempar ke bak mandi.

Lalu sesekali muncul satu cover yang benar-benar bagus. Bukan “lumayan untuk ukuran AI”. Bukan sekadar unik. Tapi benar-benar bagus. Sampai ada jeda aneh beberapa detik setelah lagu selesai, dan otak mulai ribut sendiri; tunggu, kenapa ini lebih enak didengar daripada versi aslinya?

Perasaan itu tidak nyaman.

Internet sering menyederhanakan perdebatan AI dalam musik menjadi duel moral yang malas. Satu kubu berkata AI tidak punya jiwa. Kubu lain berkata teknologi selalu menang dan manusia harus adaptasi. Dua-duanya terdengar seperti komentar LinkedIn yang ditulis sambil makan siang.

Masalah sebenarnya lebih licin dari itu. Karena telinga manusia ternyata jauh lebih pragmatis dibanding idealisme kita sendiri.

Kalau sebuah cover AI terdengar jelek, gampang sekali menertawakannya. Banyak cover AI awal memang terdengar seperti hantu digital. Napasnya aneh. Vibratonya terlalu mulus. Frasa lagu terasa seperti dibaca mesin kasir yang depresi. Orang bisa langsung berkata, “Lihat, kan? Musik tetap butuh manusia.”

Lalu teknologi membaik. Sekarang ada cover AI yang membuat suara Frank Sinatra menyanyikan “Creep” milik Radiohead terdengar sangat alami. Ada model suara Michael Jackson yang bisa meluncur di nada tinggi dengan presisi mengerikan. Bahkan kadang AI berhasil “memperbaiki” kelemahan penyanyi asli; nada lebih stabil, mixing lebih bersih, tempo lebih rapi. Dan di situlah semuanya mulai kacau.

Karena kalau hasil akhirnya benar-benar enak didengar, argumen moral mendadak kehilangan tenaga. Telinga tidak peduli apakah suara itu lahir dari paru-paru manusia atau model machine learning hasil training ribuan jam audio.

Musik selama ini selalu dijual sebagai wilayah paling manusiawi. Napas. Retak suara. Serak karena kurang tidur. Billie Holiday terdengar rapuh karena hidupnya memang hancur. Kurt Cobain bernyanyi seperti pria yang tenggorokannya dipenuhi karat dan frustrasi. Bahkan suara fals kadang menjadi bagian dari kejujuran emosional.

Lalu AI datang sambil berkata; saya bisa meniru semuanya.

Sialnya, kadang berhasil.

Saya pernah mendengar AI cover lagu Numb versi Linkin Park dengan suara Chester Bennington yang direkonstruksi begitu presisi, sampai bulu kuduk naik sedikit. Bukan karena emosional. Lebih karena ngeri. Ada rasa seperti mendengar orang mati dipaksa kembali bekerja.

Kolom komentarnya penuh perang kecil. Sebagian menangis nostalgia. Sebagian marah karena menganggap itu eksploitasi. Sebagian lagi cuma menulis, “Damn, this is fire.”

Kalimat terakhir itu mungkin yang paling jujur.

Orang bisa berbicara panjang soal etika, hak cipta, dan otentisitas. Tetapi ketika suara sintetis benar-benar menghantam telinga dengan nikmat, tubuh bereaksi duluan sebelum moral sempat berpakaian.

Musisi ada di posisi yang aneh sekarang. Dulu ancaman terbesar mungkin pembajakan atau autotune. Sekarang suara mereka sendiri bisa dikloning. Gaya bernyanyi bisa dipelajari mesin. Bahkan karakter emosional tertentu bisa direplikasi. Penyanyi tidak lagi cuma bersaing dengan penyanyi lain, tetapi dengan versi digital ideal dari dirinya sendiri.

Bayangkan jadi penyanyi yang membaca komentar begini, “Versi AI kamu lebih bagus daripada kamu asli.”

Kejam sekali.

Yang lebih mengganggu, sebagian komentar itu mungkin benar. Karena banyak musik populer modern memang sudah terlalu dipoles sejak awal. Pitch correction, layering vokal, editing napas, quantization. Industri musik sudah lama bergerak menuju suara “sempurna”. AI hanya melanjutkan logika itu sampai titik paling ekstrem.

Orang suka bilang AI tidak punya emosi. Saya tidak sepenuhnya percaya kalimat itu relevan lagi. Emosi dalam musik tidak selalu berasal dari sumbernya. Kadang emosi lahir dari pendengarnya sendiri. Seorang remaja bisa menangis mendengar lagu dari anime virtual idol yang bahkan tidak pernah hidup. Orang bisa merasa nostalgia terhadap suara sintetis Vocaloid seperti Hatsune Miku. Tubuh manusia bisa begitu aneh dalam membangun keterikatan.

Lalu muncul pertanyaan yang lebih mengganggu; selama ini kita sebenarnya mencintai manusia di balik musik, atau cuma mencintai sensasi yang diberikan musik kepada kita? Karena kalau yang kita cari hanya sensasi, AI bisa menjadi monster yang sangat efektif.

Saya mendengar satu AI cover lagu Adele beberapa bulan lalu. Saya lupa channel-nya. Thumbnail-nya murahan dengan background hitam dan tulisan kapital merah menyala. Biasanya konten seperti itu sampah. Tetapi lagu itu benar-benar bagus. Vokalnya lebih ringan dari Adele asli, lebih dingin sedikit, dan justru cocok dengan aransemen pianonya. Ada bagian nada tinggi yang terdengar terlalu sempurna, sampai telinga terasa berkabut karena volume headphone terlalu besar.

Lalu rasa bersalah datang setelahnya. Kecil, tapi ada. Seperti menikmati makanan enak, lalu baru tahu dapurnya memakai bahan curian.

Musik selalu punya hubungan intim dengan tubuh manusia. Tenggorokan lelah setelah konser. Bunyi ludah kecil sebelum refrain. Napas yang terlambat sepersekian detik. Hal-hal semacam itu dulu sulit ditiru. Sekarang model AI mulai bisa mensimulasikan “cacat” manusia secara sengaja. Mereka bisa membuat suara sedikit pecah agar terdengar emosional. Aneh sekali. Mesin sekarang belajar cara terdengar tidak sempurna supaya lebih dipercaya.

Saya juga mulai melihat perubahan perilaku pendengar. Banyak orang tidak lagi peduli siapa pencipta lagu. Mereka cuma ingin pengalaman audio yang paling memuaskan. Playlist Spotify berjalan seperti aliran air latar belakang hidup modern; gym, kerja, motoran malam, doomscrolling TikTok. Musik makin sering dipakai seperti wallpaper emosional.

Dalam situasi seperti itu, AI punya keuntungan brutal. Ia tidak capek. Tidak sakit tenggorokan. Tidak mabuk. Tidak tua. Tidak mati. Industri rekaman diam-diam pasti panik.

Beberapa label mulai menggugat channel AI cover. Beberapa musisi terang-terangan menolak. Drake pernah marah ketika lagu AI dengan suara dirinya viral besar. Lagu “Heart on My Sleeve” memakai suara AI Drake dan The Weeknd sampai banyak orang awalnya mengira itu rilisan resmi. Lucunya, lagu itu tidak buruk.

Kalau hasilnya jelek, semuanya lebih mudah. Orang tinggal menunjuk sambil tertawa, “Lihat? Mesin tidak bisa menggantikan manusia.”

Masalah muncul ketika hasilnya benar-benar enak didengar, sambil kita tahu tidak ada manusia bernyanyi di sana.

Dilema itu nyata. Saya kira banyak orang diam-diam mengalaminya tetapi malu mengaku. Karena mengakui menikmati cover AI terasa seperti mengkhianati sesuatu. Seolah kita sedang membantu membuka pintu yang nantinya akan menelan musisi hidup sedikit demi sedikit. Tetapi menolak kenikmatan yang benar-benar kita rasakan juga terasa palsu.

Saya curiga masa depan musik akan jauh lebih berantakan daripada yang dibayangkan orang. Akan ada penyanyi yang menjual lisensi suara mereka seperti menjual preset plugin. Akan ada album baru dari musisi mati. Akan ada fans yang lebih menyukai versi AI daripada konser asli karena vokalnya lebih stabil.

Lalu musisi manusia mungkin dipaksa menjual hal yang tidak bisa diberikan AI; tubuh nyata. Keringat nyata. Kesalahan nyata. Konser jadi lebih penting justru karena ketidaksempurnaannya. Atau mungkin juga tidak. Mungkin penonton suatu hari benar-benar tidak peduli lagi.

Di YouTube, lagu lain autoplay sendiri. Thumbnail baru muncul. “Jeff Buckley AI sings Radiohead.”

Jari bergerak ke tombol play lebih cepat dari yang ingin saya akui.