در ادامه‌ی گسترش ابزارهای خلاقانه هوش مصنوعی، گزارش‌ها حاکی از آن است که OpenAI در حال ساخت ابزاری جدید برای تولید موسیقی بر پایه متن و صداست. این پروژه که جزئیات رسمی آن هنوز منتشر نشده، می‌تواند نقش مهمی در دگرگون‌سازی صنعت موسیقی دیجیتال ایفا کند. منابع نزدیک به شرکت گفته‌اند این ابزار قادر است ملودی‌ها، موسیقی پس‌زمینه و همراهی ساز را از روی ورودی‌های متنی یا صوتی خلق کند.
بر اساس گزارش The Information، اوپن‌ای‌آی در حال همکاری با گروهی از دانشجویان مدرسه موسیقی جولیارد (Juilliard School) است تا از طریق حاشیه‌نویسی نت‌ها، داده‌های آموزشی دقیق‌تری برای مدل خود جمع‌آوری کند. این داده‌ها به مدل کمک می‌کند تا از ساختارهای پیچیده موسیقی، از هارمونی و ریتم گرفته تا سبک‌های سازی، درک بهتری پیدا کند. گفته می‌شود که این ابزار می‌تواند برای اهداف مختلفی مانند افزودن موسیقی به ویدیوها یا همراهی ساز گیتار با صدای خواننده استفاده شود. هنوز مشخص نیست که آیا این پروژه به‌صورت مستقل عرضه می‌شود یا درون برنامه‌های ChatGPT یا Sora (اپ ویدیو مبتنی بر هوش مصنوعی OpenAI) ادغام خواهد شد.
اگرچه OpenAI در گذشته نیز مدل‌های موسیقایی آزمایشی منتشر کرده بود، اما این پروژه نخستین گام جدی پس از ظهور ChatGPT به شمار می‌رود. در مقابل، شرکت‌هایی مانند گوگل و Suno نیز در حال توسعه مدل‌های مشابهی برای تولید موسیقی از متن هستند. در این میان، تمرکز OpenAI بر کیفیت صوتی، خلاقیت آهنگسازی و یکپارچگی با سیستم‌های صوتی و ویدیویی می‌تواند برگ برنده‌ای برای این شرکت باشد.
اگر این پروژه به مرحله عمومی برسد، می‌تواند مرز بین موسیقیدان و کاربر عادی را از میان بردارد. تولید موسیقی از متن، مشابه تولید تصویر یا ویدیو با هوش مصنوعی، گامی دیگر در دموکراتیزه کردن خلاقیت است. با این حال، چالش‌های حق کپی‌رایت، کیفیت هنری و اعتبار آثار همچنان از موانع پیش‌روی این فناوری به شمار می‌روند.