過去幾年，人工智能在創意領域的應用呈爆炸式增長。新一代圖像和文本生成器正在提供令人印象深刻的結果。現在人工智能也在音樂中找到了應用。
上週，谷歌的一組研究人員發布了 MusicLM——一種基於人工智能的音樂生成器，可以將文本提示轉換為音頻片段。這是創意 AI 在令人難以置信的幾年裡快速創新的另一個例子。
由於音樂行業仍在適應互聯網和流媒體服務造成的中斷，人們對 AI 如何可能產生很多興趣改變我們創作和體驗音樂的方式。
自動化音樂創作
許多人工智能工具現在允許用戶自動生成音樂序列或音頻片段。許多都是免費和開源的，例如 Google 的 Magenta 工具包。
AI 音樂生成中最常見的兩種方法是:1. continuation，即 AI 繼續一系列音符或波形數據，以及 2. 和聲或伴奏，其中 AI 生成一些東西來補充輸入，例如和弦以配合旋律。
與文本和圖像生成 AI 類似，音樂 AI 系統可以在數字上進行訓練不同的數據集。例如，您可以使用以 Bon Jovi 風格訓練的系統來擴展肖邦的旋律——正如 OpenAI 的 MuseNet 中所展示的那樣。
此類工具可以為患有“空白頁綜合症”的藝術家提供巨大的靈感，即使藝術家自己提供最後的推動力。創造性刺激是當今創造性 AI 工具的直接應用之一。
但這些工具有一天可能會更有用的地方是擴展音樂專業知識。許多人都可以寫一首曲子，但很少有人知道如何熟練地操縱和弦來喚起情感，或者如何以各種風格創作音樂。
儘管音樂 AI 工具有辦法可靠地做到這一點作為才華橫溢的音樂家的作品，一些公司正在開髮用於音樂生成的 AI 平台。
Boomy 走的是極簡主義道路:沒有音樂經驗的用戶只需點擊幾下就可以創作一首歌曲，然後重新編曲。 Aiva 有類似的方法，但允許更精細的控制；藝術家可以在自定義編輯器中逐個音符地編輯生成的音樂。
但是有一個問題。機器學習技術是出了名的難以控制，使用 AI 生成音樂目前有點幸運；在使用這些工具時，您可能偶爾會淘到金子，但您可能不知道為什麼。
創建這些 AI 工具的人們面臨的一個持續挑戰是允許對生成算法產生的內容進行更精確和深思熟慮的控制。
p>
操縱風格和聲音的新方法 音樂 AI 工具還允許用戶轉換音樂序列或音頻片段。例如，Google Magenta 的可微分數字信號處理庫技術執行音色轉換。
音色是聲音質感的技術術語 – 汽車引擎和汽笛之間的區別。使用音色轉換，可以改變一段音頻的音色。
此類工具很好地說明了 AI 如何幫助音樂家創作豐富的管弦樂並獲得全新的聲音。
在 2020 年舉行的第一屆 AI 歌曲大賽中，悉尼音樂工作室 Uncanny Valley（我與之合作）使用音色轉換將唱歌的考拉加入混音。音色轉換加入了合成技術的悠久歷史，合成技術本身已成為樂器。
將音樂分開音樂的生成和轉換只是等式的一部分。音頻工作中長期存在的問題是“源分離”。這意味著能夠將軌道的錄音分解成單獨的樂器。
雖然它並不完美，但 AI 支持的源分離已經取得了長足的進步。它的使用對藝術家來說可能是一件大事；其中一些人不喜歡其他人可以“撬鎖”他們的作品。
與此同時，DJ 和混搭藝術家將對他們如何混合和重新混合曲目獲得前所未有的控制權。音源分離初創公司 Audioshake 聲稱，這將為藝術家提供新的收入來源，讓他們的音樂更容易被改編成電視和電影。
藝術家可能不得不接受這個潘多拉魔盒已經打開，就像合成器和鼓機首次出現時的情況一樣，在某些情況下，在某些情況下取代了對音樂家的需求。
但是請注意這個空間，因為版權法確實為藝術家提供保護，使其免受未經授權的操縱他們的工作。這很可能成為音樂行業的另一個灰色地帶，監管可能難以跟上。
新的音樂體驗 播放列表的流行表明我們多麼喜歡聽具有某種“功能性”實用性的音樂，例如集中註意力、放鬆、入睡或鍛煉。
初創公司 Endel 已將 AI 驅動的功能性音樂作為其商業模式，創建無限流以幫助最大化某些認知狀態。
Endel 的音樂可以與聽眾的心率等生理數據聯繫起來。它的宣言在很大程度上借鑒了正念實踐，並提出了我們可以使用“新技術來幫助我們的身體和大腦適應新世界”的大膽建議，其節奏緊張而令人焦慮。
其他開始-ups 也在探索功能性音樂。 Aimi 正在研究各個電子音樂製作人如何將他們的音樂變成無限的互動流。
Aimi 的聽眾應用程序邀請粉絲操縱系統的生成參數，例如“強度”或“紋理”，或決定何時播放下降發生。聽眾與音樂互動，而不是被動地聆聽。
很難說 AI 在這些應用程序中承擔了多少繁重的工作——可能很少。即便如此，這些進步正在指導公司對未來音樂體驗如何發展的願景。
音樂的未來上述舉措與一些長期確立的公約、法律和文化價值觀相衝突我們如何創作和分享音樂。
是否會收緊版權法以確保在藝術家作品上訓練 AI 系統的公司補償這些藝術家?那補償是為了什麼?新規則是否適用於來源分離?使用 AI 的音樂家會花更少的時間製作音樂，還是比以往製作更多的音樂?如果有一件事是確定的，那就是變化。
隨著新一代音樂家在 AI 的創造性可能性中成長，他們將找到使用這些工具的新方法。
這種動盪在音樂技術史上並不是什麼新鮮事，無論是強大的技術還是常規的慣例都不應決定我們創造性的未來。
附屬鏈接可能會自動生成-請參閱我們的道德聲明以了解詳細信息。