下一个AI颠覆性应用发生在音乐领域？

过去几年里，人工智能（AI）在创意领域的应用出现了爆炸性增长。新一代图像和文本生成器不断给人惊喜。现在，AI正在下一个领域掀起浪潮。

近期，谷歌的一个研究团队发布了新的AI模型MusicLM，这是一种可将文本信号转换为音频片段的音乐生成器。继ChatGPT之后,音乐或将成为AI生成的前沿领域。这是创意AI在短短几年内创新步伐飞速的又一个例子。

传统音乐行业仍在适应互联网和流媒体服务带来的巨大冲击，AI会改变人们创作和体验音乐的方式，使音乐行业再次复兴吗？

把文字变音乐的AI“艺术家”

最近爆火的聊天机器人ChatGPT或许还无法制作音乐，但谷歌的MusicLM可以。

这一AI“艺术家”可根据不同地点、时代或要求创作音乐。其样本由指定音乐流派、音乐气氛甚至特定乐器的长段旋律组成。

当MusicLM“听到”某人吹口哨、哼唱、演唱或是演奏乐器后，能从中推断出额外的旋律小节。它可调节乐器的种类，甚至是演奏的力度。它还可创建一曲连续音乐即兴表演的“故事”，例如创作“在电子游戏中播放的电子歌曲”“在河边播放的冥想歌曲”、表达意境为“火”和“烟花”等音乐。

MusicLM甚至可产生适合视觉艺术的声音。例如，它根据萨尔瓦多・达利的名画《记忆的永恒》和雅克-路易・大卫的《跨越阿尔卑斯山圣伯纳隘道的拿破仑》的描述创建了配乐。

AI生成音乐史上的重要突破

AI生成音乐有着悠久的历史，甚至被认为是创作热门歌曲和助力现场表演的“功臣”。

在MusicLM之前，已经有其他尝试利用AI生成音乐的尝试，比如谷歌发布的AudioML和OpenAI的Jukebox，视觉和声音AI项目Riffusion则使用稳定扩散将文本提示转换为声图。还有一些AI工具可将生成式AI和音乐结合在一起，比如Voicesmod的合成歌曲生成器，它可将提交的歌词与一系列流行歌曲和AI声音进行匹配。

不过，谷歌研究人员在论文中也提到了AI音乐生成面临的各种挑战。相比从文本到图像的机器学习，缺乏配对的音频和文本数据是一大障碍。此外，音乐是“沿着时间维度”构建的，让AI了解文本表达的意图，创作出一段符合主题的持续的音乐要困难得多。

MusicLM是克服挑战的重要一步。据极客邦科技网站报道，MusicLM将有条件的音乐生成过程建模，变为分层序列到序列建模，也就是说，它使用机器学习为歌曲的不同层次生成序列，如结构、旋律和单独的声音，并在几分钟内以恒定的24千赫兹创建音乐。

AI会取代人类创作音乐吗

目前，自动化创作音乐的技术已经在快速发展。AI工具可能会给艺术家提供更好的灵感。

但众所周知，机器学习技术如同一个非常难以预测的“盲盒”。澳大利亚《对话》杂志发文称，使用AI生成音乐只是目前的一次“幸运的探险”。使用这些工具时，人们有时可能会发现黄金，但不知其中的原理是什么。艺术家们现在不得不接受“潘多拉魔盒”已经被打开的现实，就像当初合成器和电子鼓第一次出现时一样，在某些情况下，它可能会部分取代对音乐家的需求。

但目前，MusicLM还无法与人类作曲家匹敌，尤其是在歌词创作方面。美国专注于语音智能的在线媒体Voicebot.ai评论称，MusicLM生成的歌词充其量只是乱码，甚至是在胡诌。谷歌研究人员也承认，MusicLM大约1%的创作内容只是在单一地复制现有的音乐。

因担心版权风险以及道德问题，谷歌表示目前没有立即发布MusicLM的计划。有法律版权专家表示，AI系统音乐可被视为衍生作品，在这种情况下，只有原创元素才会受到版权保护。不过，如果艺术家的作品在其不知情或未经他们同意的情况下被用来训练AI系统，那么AI音乐生成器还可能面临涉及侵权的诉讼。如果没有监管，这很可能成为音乐行业的另一个灰色地带。