過去幾年里，人工智能（AI）在創(chuàng)意領域的應用出現(xiàn)了爆炸性增長。新一代圖像和文本生成器不斷給人驚喜?，F(xiàn)在，AI正在下一個領域掀起浪潮。

近期，谷歌的一個研究團隊發(fā)布了新的AI模型MusicLM，這是一種可將文本信號轉換為音頻片段的音樂生成器。繼ChatGPT之后,音樂或將成為AI生成的前沿領域。這是創(chuàng)意AI在短短幾年內(nèi)創(chuàng)新步伐飛速的又一個例子。

傳統(tǒng)音樂行業(yè)仍在適應互聯(lián)網(wǎng)和流媒體服務帶來的巨大沖擊，AI會改變?nèi)藗儎?chuàng)作和體驗音樂的方式，使音樂行業(yè)再次復興嗎？

把文字變音樂的AI“藝術家”

最近爆火的聊天機器人ChatGPT或許還無法制作音樂，但谷歌的MusicLM可以。

這一AI“藝術家”可根據(jù)不同地點、時代或要求創(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”、表達意境為“火”和“煙花”等音樂。

MusicLM甚至可產(chǎn)生適合視覺藝術的聲音。例如，它根據(jù)薩爾瓦多·達利的名畫《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。

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)有其他嘗試利用AI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項目Riffusion則使用穩(wěn)定擴散將文本提示轉換為聲圖。還有一些AI工具可將生成式AI和音樂結合在一起，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器學習，缺乏配對的音頻和文本數(shù)據(jù)是一大障礙。此外，音樂是“沿著時間維度”構建的，讓AI了解文本表達的意圖，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?，也就是說，它使用機器學習為歌曲的不同層次生成序列，如結構、旋律和單獨的聲音，并在幾分鐘內(nèi)以恒定的24千赫茲創(chuàng)建音樂。http://m.sxtianfeng.com