音樂大模型掀起AI音樂創(chuàng)作熱潮，AI讓“一語成歌”成為可能

電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）隨著大模型技術(shù)的發(fā)展，AI音樂生成悄然而生。音樂生成是一個(gè)結(jié)合了人工智能技術(shù)和音樂創(chuàng)作的領(lǐng)域，它涵蓋了從基本的音頻信號(hào)模擬到復(fù)雜的AI音樂生成工具等多個(gè)方面。從定義來看，音樂生成是指利用計(jì)算機(jī)算法、軟件或AI技術(shù)來創(chuàng)作、生成或修改音樂的過程。

音樂生成大模型Suno V3

前不久，號(hào)稱“音樂版ChatGPT”的音樂生成大模型Suno V3向公眾免費(fèi)開放，掀起了AI音樂創(chuàng)作熱潮。Suno是一款專注于音樂創(chuàng)作領(lǐng)域的創(chuàng)新產(chǎn)品，由位于馬薩諸塞州劍橋的初創(chuàng)公司Suno AI開發(fā)。

Suno AI由四位創(chuàng)始人Mikey Shulman、Georg Kucsko、Martin Camacho和Keenan Freyberg共同創(chuàng)立，他們之前在金融數(shù)據(jù)AI科技創(chuàng)業(yè)公司Kensho Technologies工作，負(fù)責(zé)開發(fā)AI語音轉(zhuǎn)錄技術(shù)。團(tuán)隊(duì)成員來自Meta、TikTok和Kensho等頂尖科技公司，具備豐富的工程、音樂和人工智能背景。目前，Suno AI的團(tuán)隊(duì)規(guī)模約為12人，并正在快速擴(kuò)張中。

Suno的核心產(chǎn)品是AI音樂生成工具，最新版本為Suno V3。用戶可以通過簡(jiǎn)單的自然語言描述來創(chuàng)作音樂，生成包括旋律、和聲、節(jié)奏在內(nèi)的多種音樂元素。Suno V3能夠支持2分鐘音頻生成，并新增了更豐富的音樂風(fēng)格和流派選項(xiàng)，如古典、爵士、嘻哈、電子等。

Suno的技術(shù)核心是自主研發(fā)的兩個(gè)大型模型：基于transformer的Bark語音模型和Chirp音樂模型，分別負(fù)責(zé)生成人聲和提供音樂旋律與音效。

2023年4月，Suno推出了文本轉(zhuǎn)音頻模型Bark。同年7月，Suno增加了人聲音樂功能。9月，用戶可以在Suno的Discord頻道體驗(yàn)文字生成音樂。12月20日，Suno推出了網(wǎng)頁(yè)版本應(yīng)用，并與微軟的Copilot合作，將Suno的功能集成到Copilot中。

2024年3月22日，Suno發(fā)布了V3版本，該版本能夠生成廣播質(zhì)量的音樂。V4版本已經(jīng)在開發(fā)中，并計(jì)劃推出全新功能。

Suno的操作方式比較簡(jiǎn)單：在“創(chuàng)造（Create）”界面，用戶可以直接用自然語言描述想要生成的音樂，包括主題、音樂風(fēng)格或情緒氛圍等。隨后，在選擇最新的v3音樂生成模型后點(diǎn)擊“Create”，即可生成出兩首旋律和歌詞各不相同的曲子。此外，用戶如果開啟自定義模式，便能自行輸入歌詞、音樂風(fēng)格和標(biāo)題，更加自由地創(chuàng)作個(gè)性化作品。

用戶在使用Suno等音樂大模型時(shí)，可以利用一些技巧：如提供前奏（Intro）、主歌（Verse）、副歌（Chorus）、尾奏（Outro）及間奏（Interlude）等細(xì)化的音樂結(jié)構(gòu)，讓AI可以更精確、專業(yè)地創(chuàng)作和演繹，快速批量生成符合需求的歌曲。

國(guó)內(nèi)的AI音樂生成工具

國(guó)內(nèi)也有企業(yè)布局音樂大模型和AI音樂創(chuàng)作。日前，昆侖萬維就推出了“天工SkyMusic”，其發(fā)布的9首生成音樂作品，展現(xiàn)了從說唱到古風(fēng)等多種音樂創(chuàng)作風(fēng)格。

據(jù)介紹，昆侖萬維“天工SkyMusic”采用自研大模型音樂音頻生成技術(shù)路線，能夠通過人工智能技術(shù)實(shí)現(xiàn)樂器、人聲、旋律、音量、音符的一體化端到端音樂生成。在與海外AI音樂大模型Suno V3的橫向測(cè)評(píng)中，“天工SkyMusic”在人聲&BGM音質(zhì)、人聲自然度、發(fā)音可懂度等領(lǐng)域顯著領(lǐng)先對(duì)手，并以6.65分的綜合得分超越Suno V3。

昆侖萬維還與中國(guó)移動(dòng)咪咕音樂聯(lián)合發(fā)布“AI一語成歌”AI音樂視頻彩鈴創(chuàng)作平臺(tái)。該平臺(tái)就是基于昆侖萬維的“天工SkyMusic”AI音樂大模型打造。

“AI一語成歌”AI音樂視頻彩鈴創(chuàng)作平臺(tái)搭載于咪咕音樂極速版APP內(nèi)進(jìn)行相關(guān)內(nèi)容和業(yè)務(wù)體驗(yàn)。用戶只需要在APP中輸入一段簡(jiǎn)單文案，AI就能自動(dòng)完成高質(zhì)量的詞、曲、編、唱、錄、混全鏈路音樂創(chuàng)作，并生成一段旋律悠揚(yáng)、畫面精美的視頻彩鈴內(nèi)容。

“AI一語成歌”不僅能夠一鍵生成詞曲優(yōu)美、風(fēng)格多變的AI音樂視頻，還能夠支持歌詞情感調(diào)控和歌唱技巧學(xué)習(xí)，使生成的音樂作品更具情感深度和藝術(shù)表現(xiàn)力。

除了昆侖萬維和中國(guó)移動(dòng)，網(wǎng)易云音樂在這方面也有動(dòng)作。今年5月20日，網(wǎng)易天音平臺(tái)正式對(duì)網(wǎng)易云音樂的全部用戶開放使用權(quán)限，網(wǎng)易云音樂用戶可以登錄網(wǎng)易天音免費(fèi)制作專屬自己的AI歌曲。據(jù)悉，網(wǎng)易天音具備詞、曲、編、唱、混等音樂創(chuàng)作全流程的AI創(chuàng)作輔助功能，具備生產(chǎn)力級(jí)別的專業(yè)音樂創(chuàng)作水準(zhǔn)。

如編曲，提供自由創(chuàng)作、基于曲譜創(chuàng)作、上傳作曲功能，用戶可以自行創(chuàng)作或是選擇熟悉的曲譜進(jìn)行二次創(chuàng)作，甚至可以上傳midi（樂器數(shù)字接口），AI基于midi匹配生成可編輯修改的編曲。

作詞，可選擇自由創(chuàng)作和AI作詞兩種模式，平臺(tái)會(huì)為用戶提供自由創(chuàng)作中的詞句段聯(lián)想，包含改寫、對(duì)仗、續(xù)寫等功能，以及靈感檢索功能，為用戶創(chuàng)作歌詞提供有力幫助，用戶也可以直接使用AI作詞。

還可以一鍵寫歌，用戶可以填寫關(guān)鍵詞或隨筆靈感，如果用戶對(duì)作曲、段落結(jié)構(gòu)、以及音樂類型有要求，也可以在自行更改。AI將根據(jù)關(guān)鍵詞或隨筆靈感自行生成歌曲。

寫在最后

AI在音樂創(chuàng)作領(lǐng)域的應(yīng)用，有它的優(yōu)勢(shì)，如音樂大模型的出現(xiàn)能夠打破普通音樂創(chuàng)作者的瓶頸，讓音樂的生成更為容易。然而同時(shí)，AI生成音樂在情感方面確實(shí)不如專業(yè)創(chuàng)作，也容易帶來版權(quán)爭(zhēng)議。目前來看，AI對(duì)于音樂創(chuàng)作來說，作為一個(gè)輔助功能，像音樂人的助手一樣更為合適。