|
上和弦 上和弦匠心设计全新校区 Audio Matrix
本文作者：辰谙 随着最近ChatGPT的爆火，关于AI的概念和应用再次得到了很大关注度。其中，AI作曲便是其中很值得讨论的一个话题。 目前的AI作曲到了什么水平？音乐人会失业吗？
01 音符学习的AI作曲 目前，关于AI作曲的两种较为流行的思路分别是音符学习和音频学习。 音符学习指的是用让AI学习大量的乐谱或MIDI文件，然后使其在这种学习的基础上生成乐谱或MIDI文件，最后配合上一些特定的音源进行输出。
这种方式做出来的音乐跟我们做MIDI编曲出来的感觉是差不多的，即带有一定的“MIDI味”，简而言之就是有些塑料有些假。 但是，目前MIDI技术和音源的水平都已经到了一定的水平并还在持续进步，能用MIDI做出拟真乐器效果的人也越来越多。将来这一块可供AI学习的资料的质量和数量也会愈加可观。
况且，一些电子音乐本身也不太需要拟真的乐器效果。 这种思路的另外一个问题就是，音乐制作并不是仅仅只有编曲的流程，混音和母带同样也是十分重要的。这两个方面的工作是音符学习的AI无法胜任的。
其实，音符学习的AI作曲在很多年前就已经有相关的实践了，比如国外的PG MUSIC公司出品的Band in a Box。 这款软件可以根据选定的风格、速度、节奏等进行自动编曲。
目前，国内也有不少公司正在做音符学习的AI作曲，比如网易云音乐出品的AI音乐创作工具和灵动音科技公司出品的BGM猫等。 其中，网易云音乐公司出品的这款AI音乐创作工具主要面向网易云音乐人开放，在生成时需要选择音乐的风格、乐器、调号、拍号、速度以及时长。
在生成完成之后，我们可以下载该音乐的MP3、WAV、简易MIDI以及全分轨MIDI。
老实说，这款工具生成的音乐的质量是真还可以的，听得出来是经过了MIDI控制器的调制的，“MIDI味”也没有那么重。 不过，要想把MIDI下载下来，然后自己在宿主中还原平台上呈现出来的渲染完成了的音乐的效果的话，那还是得自己做很多操作。
毕竟，据观察这个平台生成的MIDI中动用了的MIDI控制器只有Modulation一个，不知为何连力度控制器都没动。 02 音频学习的AI作曲 另外一种思路的音频学习则是直接让AI学习一些现成的音频文件。 在学习到了这些音频在各种声音呈现上的指标如波形、振幅、频率、泛音列等之后，AI便能生成类似的音频文件。
在这种思路下，只要保证AI学习的音频资料的质量足够高，AI生成的音乐就完全不会有任何“MIDI味”了。而且无论是什么风格的音乐，哪怕是难度极高的爵士乐对于AI来说也不存在任何特殊的学习门槛。 另外，这种思路其实不仅限于音乐的生成，包括语音、音效等的生成在理论上都可以实现。
在这一方面，国外的Riffusion、Dance Diffusion、AudioLM和Jukebox等产品都做出了一定的成绩。而在目前，做得较为成功的则是谷歌公司的MusicLM。 其实，MusicLM的前身AudioLM并不专注于音乐的生成，而是语音的生成，比如根据一个人说的一段话生成模仿其声线的语音。
AudioLM的这种语音生成功能已经达到了以假乱真的级别，你只要跟它说一句话，就可以从它这里听到用你的声音说出来的一段你从来没说过的话。 而有了AudioLM的成功经验之后，谷歌又在此基础上推出了MusicLM。在这款产品中，我们只要输入一些描述性的词语或短语，它就能据此生成对应的音乐。
而且，它还能够根据我们哼唱的一段旋律来进行完整音乐片段的生成。MusicLM生成的音乐片段基本上都是没有“MIDI味”的。 不过，MusicLM的不足也很明显，即其学习的和生成的音频文件的采样率都只有24kHz，远远没达到我们常听的CD的44.1kHz的标准。所以，我们往往会感觉其生成的音频音质不高。
而之所以把采样率设置得这么低，其实主要也是算力成本的限制。采样率越高的音频需要耗费的算力成本就会越高。 另外，在生成的音乐的连贯性上，MusicLM目前的表现仍然不是特别令人满意，经常会出现前后乐段割裂感严重的情况，这其中其实也有算力的原因。将来，当算力成本降下来之后，这款产品的效果想必也会有质的提升。 03 AI会让音乐人失业吗？ 在目前AI能生成的音乐的水平下，专业的音乐人还远远不必担心失业的问题。 其实，AI带来的最大变革是解放人类的生产力，让人类从一些缺少创作性的活动中解放出来。毕竟，即使是音乐行业也并不全是创造性的活动，某些机械重复的音乐制作交给AI是最好的选择。
而从长远的角度来看，AI作曲更宏大的目标是探索和开发人类的音乐智慧。 相比人类，AI作曲有着能够打破思维定式等方面的优势，只要好好利用这些优势，音乐人也能变得更强。君子生非异也，善假于物也。  |
|
|
