音乐行业的顽疾,关 AI 什么事
本文从音乐制作、音乐人群像、音乐版权、音乐市场等方面,为大家剖析 AI 技术对音乐产业带来的变化,以及 AI 音乐在适配其商业生态时所带来的发展与机遇。
AI 音乐生成技术,其实很早就冒头了。
基于音乐创作的结构化,早在 2019 年 OpenAI 推出 MuseNet 实现多声部 MIDI 生成,次年 Jukebox 实现带人声音频合成,生成技术与效果持续进步。2023 年,Google 的 MusicLM 与 Meta 的 MusicGen 更是将音乐生成质量提升专业水平,支持“文本+ Flow ”驱动,音质与多样性显著增强......
仅仅 4、5 年时间,AI 生成的音乐便做到了以“假”乱真的程度,甚至已悄悄潜入了专业制作团队的录音棚、DAW 中。AI 对传统音乐制作的冲击,不可谓不小。上个月,音频技术公司 Sonarworks 就搞了一个研究《音乐产业中的 AI 》,以下几点蛮有意思:
-
很多一线的音乐制作人,为了按时完成商业项目(比如广告配乐、影视编曲),绝大多数已经使用过 AI 系统,并发现这玩意儿确实很有帮助;
-
这些 AI 技术生成的配乐、歌曲,即便是唱片公司也发现不了其 AI 的痕迹;
-
与此同时,一股奇怪的耻感文化蔓延开来:用 AI 技术制作音乐,会被圈内人定义为“反派”,所以在舆情反噬与支付效率之间,这群人选择了群体沉默。
按理说,用 AI 工具提高生产效率,是好事,为什么大家如此讳莫如深?无独有偶,早在 2023 年,全球录音棚网络 Pirate 就做了一个调查,结果显示:超过一半的音乐人表示会隐藏自己在音乐中使用了 AI 的事实,主要是怕听众反感与抵制。
这种偷偷摸摸的感觉,实在太拧巴了!为什么会出现这种情况呢?继笔者之前为大家横测了 5 款音乐创作平台后,今天想和大家聊聊:AI 对音乐行业带来的变革与思考。
AI 音乐:音乐行业的取卵针
先抛一个问题,大家觉得:做一首歌,大概需要多久?如下图:
图片来源:艾媒咨询
理论上,一首歌从作曲到被大众听见最起码也需要 13 小时,乃至 1 个月。这其中,最不好量化的就是:作曲、作词。因为每个音乐人的音乐素养不一、题材深浅不一,且听众喜好还不一致(屠洪刚的粉丝,很难接受黄龄的软音),所以在作曲、作词阶段,一般会给词曲人留大量窗口期。
而 AI 音乐创作工具,却能依托数据集的体量,在极短时间内消化成千上万首歌曲的作词套路,生成 Demo 。你可能会说,AI 写的歌词没有灵魂,但这也是 AI 音乐的取巧之处:音乐本就是极为主观的艺术形式,“灵魂”很多时候并不是音乐本身所赋予的。
再看编、录、混、母带处理。不得不说,这部分更契合 AI 技术,因为本就是极为线性的工程化处理。编曲,AI 可以短时间内制作出不同器配的 Demo ;录音,结合 AI 的人声音频合成;混音,就更别提了,多轨平衡调的就是 AI 权重(圈内人告诉笔者,一张专辑中,基本不会出现多个混音模板,很程式化)......
可见,拆解来看,AI 技术几乎能穿透整个音乐工作流,不谈提质,提速是一定的。这也导致了一个问题:人是没有办法与 AI 竞速的,哪个行业都一样。
2024 年 5 月,音乐圈开始反制:索尼音乐向全球超过 700 家 AI 开发团队发去了警告函,提醒 AI 开发团队们所使用的 AI 训练数据可能已经涉及侵权,并发布了一则“人工智能训练退出声明”,声明中写道:这种创新必须确保尊重作曲家和录音艺术家的权利,包括版权。
不仅如此,音乐人们也举起了反制旗号,Stevie Wonder、Miranda Lambert、Katy Perry、Billie Eilish、Nicki Minaj等超过200名音乐人签署了一封公开信,呼吁人工智能开发者、科技公司和数字音乐服务承诺不以“削弱或替代词曲作者和艺术家的人类艺术”为目的使用人工智能。
可见,音乐行业着实怕了。但这又能怎么办呢?底层逻辑并不是 AI 生成的音乐有多棒,而是 AI 能在短时间内“创作”出大量音乐,稀释了主流唱片公司、音乐人的流量、收益,就好比柯洁败给阿尔法之后的那句“围棋已死”。
AI 音乐:音乐人的群体沉默
可能大家也发现了,版权呢?版权也不能保住音乐人的饭碗?笔者很遗憾地告诉大家:无论是国内,还是国外,目前对于 AI 音乐的版权、商用权,均没有明确的指导法予以规范。
虽然,欧盟的《人工智能法》是世界上第一部全面的人工智能法律,且要求通用 AI 模型开发者公开“足够详细”的模型训练内容摘要,但实际投喂 AI 所需要的大量数据,通常是用 bot (机器人)、Spider(网络蜘蛛)或 Scraper (爬虫工具)等工具抓取的,很难溯源。
著名的例子,就是滚石唱片对 Udio 的报道称:“尽管 Udio 和 Suno 都没有直接证实或否认,但有充分的理由相信 Udio 和 Suno 都在未经许可的情况下接受了受版权保护音乐的训练。”笔者实测,通过提示词 a rap song by an artist called
b
eminem
,几乎可以在 Suno 还原美国说唱歌手 Eminem 的声线。
同时,笔者还在 B 站找到了复刻《波西米亚狂想曲》的 Suno Demo :
基于此,一线音乐人在通过 AI 工具去完成一些商业订单时,就更说不清了。也不需要说清楚,咬死不承认用了 AI 是“更聪明”的做法。因为,音乐人不承认,唱片公司、出品单位也无从求证这段作品是否为 AI 生成,并且版权风险本就是一个滞后问题,人抄人的现象一大堆,人抄 AI 的事儿,谁又有时间去管呢?
如果甲方非要通过工程化文件去验收呢?是不是 AI 创作的不就显而易见了?笔者又咨询了一个 10 年混音经验的大佬,他的看法是:如果你是个 nobody ,你只需要保证交上去的东西,质量过得去、有市场听感,没人管你是用 AI 还是 BI 搞的,至于那些已经出名了的红人,小白就是大佬的给养,不存在谁抄谁,给你署名权就不错了。
哈哈哈,想想也是。并且,笔者在之前横测 AI 音乐平台的时候,还发现一个情况:解耦 AI 生成的音乐几乎是不可能的,且目前还没有公司深度开发这一功能。
打个比方,我要写首歌,肯定先作曲、写词,再思考器配、效果、风格等着一些基本要素。那么,在这一过程中,每一步都是我人为参与的话,我完全有能力在 Liveshow 将这首歌完整复现出来。但 AI 生成的音乐,却没办法将工程文件拆解得如此精确,即便头部 AI 音乐平台 Suno、Udio ,也有很多音轨在导出时合并在了 other
轨里。
可见,AI 音乐以及 AI 音乐生成平台,与主流的音乐制作厂商根本就不是一个赛道,这也是,那些用 AI 辅助的音乐制作人,不愿意承认自己用了 AI 的原因——圈内的认同感,比音乐好坏更重要。
关于 AI 音乐的圈内耻感所引发的“群体沉默”,笔者还想谈谈自己的看法:
笔者认为,如今音乐的视听环境,已经很难再有所谓的“正版音乐”。以前听歌,我可能会走进音像店,买张 CD 或黑胶,只要母带没坏,这首歌曲就属于我;而现在听歌,全都是音乐平台,最奇葩的是,我花钱买的不是歌曲,而是平台的服务费。这种现象,笔者称之为:音乐行业自身的版权漠视。AI 技术来袭,音乐行业如果并没有构建起合规的版权护城河,再提侵权,也就没有什么说服力了。(笔者在某云听《国际歌》需要充 VIP 有感)
AI 音乐的颠覆,不外乎“音乐”这个赛道,自上而下太容易被颠覆而已!
AI 音乐:音乐发展的布洛芬
说到底,AI 音乐与音乐行业目前遇到的问题,其实并不是技术带来的冲击,而是分账。
以 AI 音乐平台 Suno 为例,2024 年刚成功融资 1.25 亿美元,使其估值达到 5 亿美元,就面临华纳、环球、索尼这种量级的唱片公司的版权索赔。
据披露的文件计算,作为被告的 Suno 被指控抄袭了 662 首歌曲,如果每首歌给予顶格 15 万美金的版权赔偿,这就是 9930 万美金的罚金。结合华纳唱片往年的版权案件来看,如果美国法院一锤定音,判 Suno 败诉,除了赔偿罚金以外,Suno 相关法人也会面临监禁,换句话说——全世界的 AI 音乐赛道将瞬间消失。
市场上的跑马圈地,从来都不是谁举证谁有理。上个月,环球、索尼、华纳在中国区的业务还面临反垄断审查,评估它们是否对中国流媒体平台收取了过高的版税并施加了不公平的交易条款。所以,与其拳拳相向,还不如坐下来谈。
近日,华纳、索尼、环球三大唱片公司与 Suno 和 Udio 传出,开始坐下来重新协商:唱片公司希望拥有对 AI 音乐作品拥有更多的控制权,AI 初创公司则要求在合理价格的基础上保留技术探索的空间。可见,传统的音乐唱片公司,也开始正视起了 AI 音乐所带来的力量,直面这一场由版权引发的对商业价值和社会责任的市场变革。
其实,AI + 音乐并不是说就不能衍生出好市场的。例如,Soundful 不仅可以生产无需版权费的音乐 Demo ,同时还可以上传至 Twitch、TikTok、YouTube 等平台,将其货币化;网易云音乐则推出“ AI 音乐人计划”,AI 音乐人与见习音乐人都有机会成为正式的网易音乐人,参与数专发布、版权签约;天工 SkyMusic 针对中国方言市场的深耕策略,试图打开地域性创作的新场景......
正如 Suno CEO Mikey 在年初的一次采访中所说,(虽然 AI )确实会降低单个音乐作品的平均价值,但却大大提高了音乐对整个社会和每个人的总体价值。
最后,引用一句海明威的话:醉时写作,醒时编辑。
AI 音乐之所以发展迅速,其背后是数以万计的 AI 工程师、音频工程师的天马行空,才诞生出了目前这几款颠覆性产品,而在适配整个商业生态时,还需要冷静思考——当音乐行业的病,被 AI 撕开之后,是选择治,还是拖。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
苹果造车失败?这些百亿级项目立项都应该做的正确决策!
从2014年到2024年,苹果公司宣布叫停"泰坦计划"。 一场历时十年、耗资百亿、汇聚全球顶尖人才的造车尝试最终以失败告终。 可以看到,当全球顶尖的技术团队、雄厚的资金储备与强大的品牌势能都难以扭转败局时,我们不得不思考:项目立项的决策逻辑,远比想象中更为关键。 一、败于既要又要的完美主义? 你有没有听过"大道至简"? 这种"少而精"的思维模式在苹果的产品设计中体现得淋漓尽致。 但在造车这件事上,苹果却陷入了"既要""又要"误区:既要完全自动化的智能驾驶,又要最好的硬件。 从已知结果的我们看来,这种略显"天方夜谭"的项目决策,背后反映的是苹果对项目复杂性的低估与对市场需求的误判,而忽略可行性研究,正是其折戟沉沙的关键。 苹果的失败并非孤例。 耗资20多亿的张家界大庸古城,因选址偏僻、缺乏特色沦为文旅"反面教材"。 (图片来源于网络,侵删) 从中看来,这些案例指向的是什么问题? 项目立项前,究竟该如何做好准备? 二、用科学立项体系打开良好开端 当我们将目光转向IPD(集成产品开发),会发现什么? 系统化的立项流程能大幅降低失败风险。 IPD通过市场管理、需求管理制定战略规划,最终形成项目...
- 下一篇
一周 Star 破万的开源项目「GitHub 热点速览」
上周的苹果全球开发者大会(WWDC25),万众期待的 AI 加持版 Siri 跳票了,让不少开发者略感失望。然而“东边不亮西边亮”,开源社区迎来了重磅级开源项目 container,一款由苹果开源的轻量级容器工具,可轻松创建和运行 Linux 容器镜像,为 macOS 用户带来原生的容器体验,开源一周便 Star 破万✨! 与此同时,苹果还发布了全新视觉设计语言「Liquid Glass」液态玻璃,开源社区也迅速跟进,实现类似效果的 React 库 liquid-glass-react,在短短一周内斩获 1.7k Star。除此之外,免费的在线 3D 建模平台 Chili3D、更强大的 Markdown 排版系统 Quarkdown 以及一站式 LLM 企业级应用平台 TensorZero,也凭借各自独特的亮点赢得开发者青睐,均成功解锁「周增千星」的成就🏆。 本文目录 1. 热门开源项目 1.1 实现液态玻璃特效的 React 库:liquid-glass-react 1.2 免费的在线 3D 建模平台:Chili3D 1.3 苹果开源的轻量级容器工具:container 1.4 更...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7设置SWAP分区,小内存服务器的救世主
- Mario游戏-低调大师作品
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- 2048小游戏-低调大师作品