AI音樂改變熱門歌曲創作方式 連藝術創作也要淪陷？

　　9月3日消息，國外媒體The Verge撰文談到未來的音樂，講述人工智能生成的音樂正在如何改變熱門單曲的創作方式。

　　以下是文章主要內容：

　　人工智能能作曲對很多人來說都很可怕，包括我。但在過去幾年里，音樂制作人工智能軟件已經取得了長足的進步，它已不再是一種可怕的新奇事物;它是一個可行的工具，正被制作人用來幫助創作。這就提出了一個問題：人工智能有朝一日能取代音樂家嗎?我去了洛杉磯，拜訪了AI音樂平臺Amper Music的辦公室和流行歌手泰倫·薩瑟恩(Taryn Southern)的家。薩瑟恩正在與Amper和其他的AI平臺合作，共同打造她的首張專輯《我是AI》(I AM AI)。

　　人工智能充當工具來制作音樂或輔助音樂家，已經有相當長的時間了。在上世紀90年代，英國著名音樂人大衛·鮑伊(David Bowie)幫助開發了一款名為Verbasizer的應用程序，它從文學作品獲取素材，然后將里面的字詞隨機進行重新排序，形成可能被用作歌詞的新內容。2016年，索尼公司的研究人員使用一種名為“流機器”(Flow Machines)的軟件，創作了一首披頭士(Beatles)風格的旋律。然后，它落到了人類作曲家伯努瓦·卡雷(Benoit Carre)的手中，并被制作成一首完整的流行歌曲《Daddy 's Car》(爸爸的車)。(“流機器”也曾被用于幫助打造一整個專輯，該專輯名為SKYGGE，在丹麥語中意指“影子。”)在消費級層面，該技術已經被整合到像Logic(被全球各地的音樂家廣泛使用的一款軟件)這樣的音樂制作程序，它能夠借助人工智能自動填充獨特的鼓聲。

　　人工智能已經與像Logic這樣的消費級音樂制作程序相整合

　　現在，圍繞著人工智能服務來創建音樂已經形成了一整個產業，玩家包括前面提到的Flow Machines、IBM的Watson Beat、Google Magenta的NSynth Super、Jukedeck、Melodrive、Spotify的創作者技術研究實驗室和Amper music。

　　這些系統大多數都是通過利用深度學習網絡來運作的。深度學習網絡是一種依賴于分析大量數據的人工智能。基本上，你向軟件輸入大量的原始材料，從舞曲到迪斯科經典，分析這些材料以后，它就能夠找到模式。它會學習和弦、節奏、長度之類的東西以及音符之間的聯系，通過從所輸入的所有材料中學習，它就能創作出自己的旋律來。不同的平臺之間存在差異：有的平臺提供MIDI，有的則提供音頻。有的平臺純粹通過檢閱數據來學習，有的則依靠基于音樂理論的硬編碼規則來指導他們的輸出。

　　然而，它們都有一個共同點：在微觀層面上，那些音樂都是有吸引力的，但你聽的時間越長，它們就越沒有意義。它們當中還沒有一個能出色到獨立創作出格萊美獲獎歌曲。

　　在我嘗試過的所有音樂制作AI平臺中，Amper無疑是最容易使用的。IBM和谷歌的項目需要一些編程知識，也需要解包GitHub上的開發者語言。它們還會給你帶來MIDI輸出，而不是音頻，所以你還需要對音樂制作有更多的了解才能把輸出變成真正的音樂佳作。

　　另一方面，Amper的界面極其簡單。你所要做的就是前往它的網站，然后選擇音樂類型和情緒類型。就是這樣。你不需要知道怎么寫代碼，怎么作曲，甚至也不需要知道音樂理論，就可以用它來創作一首歌。它從預先錄制的樣本中構建音軌，并輸出真實的音頻，而不是MIDI。然后，你可以改變節奏;減弱單個樂器的聲音，或者關掉整個樂器組合來所制作的歌曲情緒。之后，這個音頻可以作為一個整體或單獨的樂器層輸出。接著，可以在像Ableton或Logic那樣的DAWs中對它們進行進一步的操作。

　　在我朋友的車后座上繞洛杉磯兜風時，我讓Amper制作了一首歌曲。我使用我的手機，在音樂流派中選擇了搖滾，然后在情緒分類中選擇了“駕駛”。在高速運作大約一分鐘以后，它產生了一個30秒長的音頻。該音頻還不能拿到電臺去播放，但是它有和弦，有一點結構，聽起來……讓人愉快。你很容易就能把它插放在YouTube視頻或廣告的后面，沒有人會猜出它是程序制作出來的，而不是人工創作的。

　　作為一個音樂制作人，代碼可以做我所做的事情的想法很奇怪。一種算法可以在幾分鐘內做出一首不那么糟糕的歌曲，人工智能正在進入我們認為明顯是人類專屬的創作領域，這種想法令人不安。如果說人工智能目前已經足夠出色到能夠創造出上述的簡單押韻的電梯音樂，那么它還需要多久才能創造出最熱門的音樂呢?如果它發展到了這個程度，那對人類音樂家又意味著什么呢?

　　這些都不是泰倫·薩瑟恩所關心的問題。薩瑟恩是一個網絡名人，你可能是從她的YouTube頻道或當她參加美國偶像時知道她的。如今，薩瑟恩對新興科技感興趣，這也促成了她目前的項目：錄制一張流行專輯。這兩件事聽起來似乎沒有聯系，但她的專輯與眾不同：薩瑟恩沒有自己寫所有的歌曲，而是使用人工智能來幫助創作古典打擊樂、旋律以及和弦。這使得她的專輯成為了首批人工智能和人類合力打造的專輯之一。

　　Amper是薩瑟恩在開始創造她的專輯時所使用的第一個AI平臺，現在她也使用IBM的Watson Beat和谷歌的Google Magenta。在她看來，人工智能是一個強大的工具和合作伙伴，而不是音樂家的替代品。

　　“我在使用人工智能來為真實的音樂創作歌詞和聲樂旋律，并以此作為靈感來源。”薩瑟恩告訴我，“我覺得這真的很有趣，因為我可以反復播放音樂，給它反饋和參數，并根據我的需要進行多次編輯，從某種意義上來說，它仍然是我創作出來的。”

　　它們當中還沒有一個能出色到獨立創作出格萊美獲獎歌曲。

　　要了解人類是如何與人工智能的合作成功，可以去聽聽薩瑟恩2017年的單曲《Break Free》(掙脫束縛)。由人工智能制作的原始材料從人類的作品進行了各種借鑒，但它們更像是調味料，而不是主菜。為了把它變成一首流行歌曲，薩瑟恩做出了很多創造性的決定，包括更換樂器和琴鍵，當然，還有編寫和演唱人聲。

　　薩瑟恩當初之所以求助于人工智能，是因為盡管她是一位詞曲作家，但她“對音樂理論知之甚少”。這是一大障礙，讓她沮喪不已。“我在鋼琴上找到了一個美妙的和弦，”薩瑟恩說，“然后我就圍繞著它創作一整首歌，但是后來我無法找到接下來的幾個和弦，因為我不知道該如何創作出我在腦海中聽到的東西。而現在，我可以迭代音樂，給它反饋和參數，需要編輯多少次就編輯多少次。從某種意義上來說，它仍然是我創作出來的。”

　　這種賦權的感覺正是Amper想要給用戶帶來的。“我沒有把它來當人工智能來看待。”Amper聯合創始人邁克爾?霍比(Michael Hobe)表示，“它更多的是一種智力的提升。我們可以讓你的創作過程變得更簡易，免去諸多的狗屁元素。對我來說，這正在讓更多的人變得具有創造性，并讓那些已經擁有這些創造性的人能夠進一步發展自己。”

　　霍比說到的“狗屁元素”，指的是吉他手不知道該如何編排指揮一種他們從未使用過的樂器，花費大量的時間來制作每一下擊鼓的速度，或者僅僅是遇到創作障礙。Amper并不是要創造下一個人工智能超級明星;它是要賦能音樂家。當然，使用人工智能還有一個額外的好處，那就是讓薩瑟恩和其他沒有正式音樂背景的人能夠參與到音樂創作中來。它使得創作的競爭平臺變得大眾化，這樣任何人都可以像薩瑟恩一樣在腦子里聽到什么就能做出什么來。

　　Amper并不是要創造下一個人工智能超級明星；它是要賦能音樂家

　　被問到怎么看待認為使用人工智能是作弊的說法時，薩瑟恩表示，“好吧，是的，我們完全是在作弊。如果音樂被具體定義為每個人為了達到某種最終目標都必須遵循的一個過程，那么，是的，我是在作弊。我在給所有的作弊者領路。”她笑了笑，然后尖銳地指出：“音樂創作過程不能這么狹隘。”

　　這是值得思考的一個問題。每當有明顯改變我們的音樂創作方式的新技術被引進，都會有唱反調的人。像AutoTune這樣的東西，樣品和循環的使用，以及Digital Audio Workstations當初都是我們要去適應的“顛覆者”，現在它們都已經成了常見的工具和方法。人工智能可能會是下一個。

　　這項技術對整個音樂產業的影響還有待觀察。它會摧毀人們的工作機會嗎?它將如何影響音樂版權呢?沒有人類，它還能有效運轉嗎?但是像霍比和薩瑟恩這樣的人相信它最終會帶來積極的效益。當然，可創作音樂的算法聽起來很可怕，因為它擁有某些我們覺得已經不可思議的人類能力，但它也是一種富有吸引力的工具，能過強化人類的能力。作為合作者，人工智能能夠將音樂創作推向更多的人，它能夠簡化工作流程，它還可以提供創作下一首熱門單曲所需的靈感火花。

　　“你是在與人工智能合作實現你的目標，。”霍比說道，“并不是說人工智能只是在小打小鬧。它的意義在于，在創作過程中帶來助力，與你共同實現那個最終的藝術構想。”