于梅君

主笔、视频制作：于梅君

你用AI写过歌吗？你用AI音乐赚过第一桶金吗？AI音乐，正重新定义我们的听觉世界，也重塑着音乐产业生态链。AI是如何在音乐圈“大显身手”的？人均音乐制作人、人人皆是周杰伦的时代是否已然来临？

太魔幻！一句话一张图都能生成一首歌

想象一下，只需输入心仪音乐的风格、流派等关键词，AI就能在几秒钟内创作出一首完整的曲子。这不是科幻小说，而是AI音乐正在做的事！

从歌词创作、作曲，到编排和演唱，AI已然渗透到音乐生产的各个环节。即便你是毫无乐理知识的普通人，也能借用AI工具，在极短时间内创作一首独一无二的歌曲。

今年3月，音乐大模型Suno发布V3版本，并向个人开放。2023年9月，Suno还只能生成30秒的音乐，半年之后，全新蜕变的V3版本，已将音乐时长拉长到了2-3分钟，作曲也更加炉火纯青。

在Suno的v3版本中，输入简单的文字描述，例如对歌曲情感和主题的定位，再设置古典音乐、爵士乐等风格流派，填上歌词内容，确定男女声，静待几秒钟，就可生成一首长达2分钟、从歌词到人声和配器皆完整的音乐。

不懂乐理不会作曲？没关系，有了AI，从此人人都是音乐家，手握Suno，似乎谁都能成为周杰伦。短短几天，Suno就诞生了数万首歌曲，许多人惊呼音乐行业 “一夜变天”。

11月20日，Suno又发布了V4版本，允许用户生成音质更高、时间更长（4分钟）的音乐，此次更新还引入AI歌词助手，为用户提供更具创意的歌词，AI音乐创作进入一个全新阶段。

为防止错过音乐行业的“ChatGPT时刻”，国内大模型玩家也纷纷上线类似产品。

昆仑万维推出国内首款对外开放的AI音乐生成大模型“天工SkyMusic”，并于4月面向社会免费开放，它能高度模拟真实人声，实现“以假乱真”的效果，并能利用方言演唱。

在海绵音乐，只需输入一句灵感或上传一张图片，即可生成专属音乐作品。相比Suno，海绵音乐在AI生成的中文歌曲，提高了吐字的清晰度和演唱的流畅性，音乐曲风也更符合中国人的喜好。

天谱乐大模型不仅支持文生音乐、音频生音乐，还首创了图片、视频生成音乐功能。用户仅需上传相册中的一张图片或一段不超过60秒的视频，即可生成高度适配画面的带人声唱词的完整歌曲。

天谱乐还将在近期发布新功能——MidiRender，专业的创作用户只需输入自己的音乐构想，天谱乐AI就能根据这个原创音乐片段，填充歌词、完成编曲，提高音乐创作效率。

一键写歌作曲，AI是如何做到的？

AI正悄然改变音乐创作的方式，让每个人都能轻松踏入音乐殿堂，成为自己生活中的“作曲家”。你可能好奇，AI大模型到底是怎么帮我们创作音乐的呢？

以音乐大模型Suno为例，它的运行，是基于模拟人声、模拟音乐旋律、自动语音识别三个大模型，采用广泛上下文的真实音频训练，通过音频分解、重构后产生丝滑效果。

你只需告诉它，你想创作什么样的音乐，比如一首欢快的流行歌曲，或者一段悠扬的古典旋律，它会仔细解析和理解你的需求，提取出关键的信息和特征，比如节奏、旋律、和弦等，然后生成一首符合你要求的曲子。你还可以根据自己的喜好，调整曲子的风格、音色和乐器编排，让作品更加个性化和完美。

这对于那些想快速尝试不同音乐风格或急需音乐作品的人来说，无疑是一个巨大福音。

目前，在民族音乐、古典音乐以及情感表达复杂的戏曲音乐等领域，Suno还处在“小白”阶段，然而，专家表示，随着AI加速学习，个性化音乐迟早也会被Suno“攻陷”。

你可能担心，AI创作的音乐会不会缺乏情感？其实，虽然AI没有人类的情感和经历，但它可以通过学习和模拟人类的情感表达和创作技巧，生成富有感染力和共鸣的作品。而且，你还可以与AI大模型进行互动和合作，将你的情感和创意融入其中，共同创作出独一无二的音乐作品。

AI音乐已在游戏、影视行业占一席之地

AI创作音乐的应用场景有哪些呢？对专业音乐人来说，AI可以作为一个强大的辅助工具，快速生成音乐素材，提供创作灵感，或者进行音乐风格的转换和改编。

对音乐爱好者来说，可以通过AI大模型尝试不同的音乐风格，创作属于自己的音乐作品，或者为朋友和家人制作个性化的音乐礼物。

当技术门槛逐渐降低，普通人也开始尝试用音乐挣流量钱。在B站上，Up主们趁着AI孙燕姿的热度，脑洞大开，训练出各种AI翻唱；在Youtube网站上，有博主通过AI生成的音乐配上AI插图，一年的广告分成最高可达10万美元。

在持积极态度的业内人士看来，AI将极大拉低音乐从想法到成品的技术门槛，未来个人仅凭音乐品味也能成为创作者。

而在音乐下游行业，特别是配乐领域，AI具有更多的用武之地。不管是广告配乐、游戏配乐还是影视剧配乐等，凡涉商用，都面临版权问题。如今有了AI，可以按照需求快速生成demo（音乐小样)，确定方向后再细化，省去不少中间环节，成本便可以大大降低。

据《2024中国音乐产业发展总报告》披露的数据，基于AIGC（生成式人工智能）的音乐生成工具，在国内市场应用率已达到35%，为数字音乐市场贡献了超过150亿元的新增产值。

其中的典型案例，包括腾讯音乐的“AI作曲家”项目，利用AIGC技术自动生成的数千首音乐作品，被广泛应用于影视、广告等领域；网易云音乐利用AIGC技术，推出个性化的音乐推荐系统，为用户量身定制音乐播放列表。

AI音乐创作还有哪些待解的难题？

尽管音乐大模型在2024年以前所未有的速度狂飙，但它依旧给这个行业的操盘手留下一些难解的尴尬。

首当其冲是音乐版权问题。高质量的音乐生成模型，依赖高质量的音乐音频数据。今年6月，环球音乐、索尼音乐和华纳音乐等多家唱片公司，就对Suno和Udio发起诉讼，称它们非法使用版权音乐，来训练自己的AI模型并对外提供服务。如何在法律框架内运营和商业化，将是这些公司未来必须思考的问题。

此外，音乐大模型生成的音乐作品是否享有版权保护，其版权归属如何界定，尚无明确的法律规定，这给音乐大模型的应用，带来了不确定性和风险。

另一方面，音乐创作具有很强的专业性，属于人类情感和情绪的一种表达。虽然音乐大模型可以生成具有特定风格和情感的音乐作品，但其创意和独特性仍然有限。

独立音乐人、贝斯手土豆认为，Suno目前只能接受一些抽象的概念，做一些大众风格的普通流行歌，听上去像那么回事，但要做一些小众风格，就驴头不对马嘴了。

创作成本更低的AI介入音乐创作，无疑将降低创作门槛。那么，在音乐领域，人工智能是否会取代人类创作？

中国传媒大学艺术创新研究院院长、音乐系教授张丰艳表示，做AI音乐创作的初心，并不是要替代人，而是将其作为辅助创作工具。

AI虽然为业内人士敲响了警钟，但即便AI技术再升级，永远有1%无法被替代，这1%的来源，也正是音乐行业的核心部分，那就是创造力。

机器与人之间的最大区别，往往就在于人文情怀，再好的词曲也比不上“周杰伦”“林俊杰”三个字在听众心中的存在意义，再无瑕的人声演绎，也难以与明星演唱会现场的万人大合唱相比。

知多一点

音乐也有“指纹”？ “听歌识曲”原来是这么实现的

你有没有过这样的时刻：在商场听到一首歌很上头，急切想知道歌名？或是听到一段熟悉的旋律，但就是想不起歌曲的名字？

目前，依托“音频指纹”技术，你可以通过音乐软件中“听歌识曲”或“哼唱识曲”这两种“智能识曲”功能，迅速找回“被遗忘”的歌曲。

“听歌识曲”4秒解锁音频密码

近年来，人工智能在数字音乐应用方面开始频繁探索，“听歌识曲”及“哼唱识曲”，就是AI+音乐打造出来的功能之一。

“正常办公环境下，‘听歌识曲’准确率高达99%以上。哼唱识曲的效果，和用户的水平有关，哼唱不错的情况下，识别率也能达到90%以上，即使是方言歌曲也能被快速识别。”酷狗音乐智能技术负责人介绍，当下音乐软件中的“智能识曲”功能已基本成熟。

用户只要打开音乐App的“识曲”功能，让手机尽量靠近正在播放的音源，后台就会迅速将该歌曲中的音频特征，跟曲库中的歌曲进行匹配，目前技术下，“听歌识曲”平均识别时长仅需4秒左右。这是如何做到的？

原来，音乐软件会借助“识曲”技术，对所收录歌曲中包含的音频信息进行压缩处理，提取其中最关键、最具区分度的信息点。

如此一来，每当用户使用“识曲”功能时，音乐后台即可凭最少的信息量完成音频匹配。“每首歌的音频信息都有独特的‘指纹’密码，我们要做的就是快速筛选这些音频‘指纹’信息及歌词信息，并完成匹配和识别。”业内人士介绍。

音频指纹技术也有一个天然的“敌人”，那就是环境噪音。目前，一些音乐软件已开发出“智能去噪”技术，比如在汽车站识曲，后台技术可支持智能去除车流的噪音；在浴室识曲，能够智能去除回声等。

“AI智能推歌”很“懂你”

除“智能识曲”外，“AI智能推歌”也是AI+音乐的核心应用之一。一首歌里往往包括情感、曲风、声学特征三类信息，把这个信息汇总成信息库，音乐软件就能“读懂”用户的喜好，并为他们智能推荐“每日歌单”。用户使用这一功能的频率越高、时间越长，推荐也会越准确。