科技日?qǐng)?bào)實(shí)習(xí)記者?張佳欣
過去幾年里，人工智能（AI）在創(chuàng)意領(lǐng)域的應(yīng)用出現(xiàn)了爆炸性增長。新一代圖像和文本生成器不斷給人驚喜。現(xiàn)在，AI正在下一個(gè)領(lǐng)域掀起浪潮。
圖片來源：英國 DJ Mag 網(wǎng)站
近期，谷歌的一個(gè)研究團(tuán)隊(duì)發(fā)布了新的AI模型MusicLM，這是一種可將文本信號(hào)轉(zhuǎn)換為音頻片段的音樂生成器。繼ChatGPT之后,音樂或?qū)⒊蔀锳I生成的前沿領(lǐng)域。這是創(chuàng)意AI在短短幾年內(nèi)創(chuàng)新步伐飛速的又一個(gè)例子。
傳統(tǒng)音樂行業(yè)仍在適應(yīng)互聯(lián)網(wǎng)和流媒體服務(wù)帶來的巨大沖擊，AI會(huì)改變?nèi)藗儎?chuàng)作和體驗(yàn)音樂的方式，使音樂行業(yè)再次復(fù)興嗎？
把文字變音樂的AI“藝術(shù)家”
最近爆火的聊天機(jī)器人ChatGPT或許還無法制作音樂，但谷歌的MusicLM可以。
這一AI“藝術(shù)家”可根據(jù)不同地點(diǎn)、時(shí)代或要求創(chuàng)作音樂。其樣本由指定音樂流派、音樂氣氛甚至特定樂器的長段旋律組成。
當(dāng)MusicLM“聽到”某人吹口哨、哼唱、演唱或是演奏樂器后，能從中推斷出額外的旋律小節(jié)。它可調(diào)節(jié)樂器的種類，甚至是演奏的力度。它還可創(chuàng)建一曲連續(xù)音樂即興表演的“故事”，例如創(chuàng)作“在電子游戲中播放的電子歌曲”“在河邊播放的冥想歌曲”、表達(dá)意境為“火”和“煙花”等音樂。
MusicLM甚至可產(chǎn)生適合視覺藝術(shù)的聲音。例如，它根據(jù)薩爾瓦多·達(dá)利的名畫《記憶的永恒》和雅克-路易·大衛(wèi)的《跨越阿爾卑斯山圣伯納隘道的拿破侖》的描述創(chuàng)建了配樂。
MusicLM可以產(chǎn)生適合視覺藝術(shù)的聲音。例如它根據(jù)薩爾瓦多·達(dá)利的《記憶的永恒》和雅克-路易·大衛(wèi)的《跨越阿爾卑斯山圣伯納隘道的拿破侖》的描述創(chuàng)建了配樂。
圖片來源：美國在線媒體Voicebot.ai
AI生成音樂史上的重要突破
AI生成音樂有著悠久的歷史，甚至被認(rèn)為是創(chuàng)作熱門歌曲和助力現(xiàn)場表演的“功臣”。
在MusicLM之前，已經(jīng)有其他嘗試?yán)肁I生成音樂的嘗試，比如谷歌發(fā)布的AudioML和OpenAI的Jukebox，視覺和聲音AI項(xiàng)目Riffusion則使用穩(wěn)定擴(kuò)散將文本提示轉(zhuǎn)換為聲圖。還有一些AI工具可將生成式AI和音樂結(jié)合在一起，比如Voicesmod的合成歌曲生成器，它可將提交的歌詞與一系列流行歌曲和AI聲音進(jìn)行匹配。
不過，谷歌研究人員在論文中也提到了AI音樂生成面臨的各種挑戰(zhàn)。相比從文本到圖像的機(jī)器學(xué)習(xí)，缺乏配對(duì)的音頻和文本數(shù)據(jù)是一大障礙。此外，音樂是“沿著時(shí)間維度”構(gòu)建的，讓AI了解文本表達(dá)的意圖，創(chuàng)作出一段符合主題的持續(xù)的音樂要困難得多。
MusicLM是克服挑戰(zhàn)的重要一步。據(jù)極客邦科技網(wǎng)站報(bào)道，MusicLM將有條件的音樂生成過程建模，變?yōu)榉謱有蛄械叫蛄薪＃簿褪钦f，它使用機(jī)器學(xué)習(xí)為歌曲的不同層次生成序列，如結(jié)構(gòu)、旋律和單獨(dú)的聲音，并在幾分鐘內(nèi)以恒定的24千赫茲創(chuàng)建音樂。
AI會(huì)取代人類創(chuàng)作音樂嗎
目前，自動(dòng)化創(chuàng)作音樂的技術(shù)已經(jīng)在快速發(fā)展。AI工具可能會(huì)給藝術(shù)家提供更好的靈感。
但眾所周知，機(jī)器學(xué)習(xí)技術(shù)如同一個(gè)非常難以預(yù)測的“盲盒”。澳大利亞《對(duì)話》雜志發(fā)文稱，使用AI生成音樂只是目前的一次“幸運(yùn)的探險(xiǎn)”。使用這些工具時(shí)，人們有時(shí)可能會(huì)發(fā)現(xiàn)黃金，但不知其中的原理是什么。藝術(shù)家們現(xiàn)在不得不接受“潘多拉魔盒”已經(jīng)被打開的現(xiàn)實(shí)，就像當(dāng)初合成器和電子鼓第一次出現(xiàn)時(shí)一樣，在某些情況下，它可能會(huì)部分取代對(duì)音樂家的需求。
但目前，MusicLM還無法與人類作曲家匹敵，尤其是在歌詞創(chuàng)作方面。美國專注于語音智能的在線媒體Voicebot.ai評(píng)論稱，MusicLM生成的歌詞充其量只是亂碼，甚至是在胡謅。谷歌研究人員也承認(rèn)，MusicLM大約1%的創(chuàng)作內(nèi)容只是在單一地復(fù)制現(xiàn)有的音樂。
因擔(dān)心版權(quán)風(fēng)險(xiǎn)以及道德問題，谷歌表示目前沒有立即發(fā)布MusicLM的計(jì)劃。有法律版權(quán)專家表示，AI系統(tǒng)音樂可被視為衍生作品，在這種情況下，只有原創(chuàng)元素才會(huì)受到版權(quán)保護(hù)。不過，如果藝術(shù)家的作品在其不知情或未經(jīng)他們同意的情況下被用來訓(xùn)練AI系統(tǒng)，那么AI音樂生成器還可能面臨涉及侵權(quán)的訴訟。如果沒有監(jiān)管，這很可能成為音樂行業(yè)的另一個(gè)灰色地帶。
