近期,美国数字研究机构Space150进行了一项有趣的试验:基于人工智能(Artificial Intelligence,简称AI)技术,模仿知名说唱歌手Travis Scott的人声和音乐风格,做出了一个说唱机器人"Travis Bott"。这个试验的目的是为了看AI到底能够持续创造出什么。事实上,"Travis Bott"真的创作了一首歌《Jack Park Canny Dope Man》,且歌词和旋律均由自己完成。同时,Space150还使用基于AI的人体图像合成技术"Deepfake",为这首歌拍摄了MV。说实话,与以往的AI歌曲不同,这首AI歌曲在对真人继续学习后,近乎到底了真人的听感。国外网友在MV下面留言道。"better than real trvis(比真人还好)""Pretty amazing, this is only the beginning(太棒了,这仅仅是个开始)",甚至开始担心AI会奴役人类,但自己还是会买票去看。
AI音乐的商业探索AI音乐无疑是一个历时已久,但在这几年蓬勃发展的朝阳产业。1974年,Rader系统的出现是带有AI作曲系统真正的开始。与现在意义上的AI有所不同,其运用了AI中可运用规则的部分,使得机器根据旋律、和声生成的规则进行权衡,并且对音符与和声搭配的合适比重进行选择。此后随着对音乐生成系统研究的不断深入,出现了可完成自动低音和声生成的Snobol系统,以及可用来生成巴赫风格和声的Choral系统(Ebciogln产品,专家系统)。1993年,出现了运用人工神经网络学习模式进行和声生成的Musact系统,以及基于人工神经网络和"限制满意度技术"相结合方式,可根据旋律进行巴洛克风格和声生成的Harmonet系统。这些都是现代AI作曲系统的鼻祖,具有里程碑意义。当代AI作曲系统的开发,大多从Google的Magenta开始萌芽。Magenta是Google于2015年底开源,并用TensorFlow机器引擎学习的一种人工智能技术,该项目旨在开发AI技术创作出音乐以及其他艺术形式,主要子项目有NSynth Super、Onsets and Frames以及MusicVAE。此后,各类AI系统、产品开始迅速发展。其中,较为有代表性的程序开发有:2017年Taryn Southern专辑《I Am AI》采用的Amper Music应用、2018年Skygge录制发行《Hello World》使用的Flow Machines(Sony旗下产品)工具,以及2019年OpenAI开发的一种用于生成音乐作品的深层神经网络MuseNet。目前,国外较为成熟的AI音乐公司,除了Google、Sony、Amper Music外,还包括洛杉矶的Popgun、伦敦的Jukedeck和AI Musical、旧金山的Humtap、柏林的Melodrive、Google总部山景城的Groov.A、卢森堡的AIVA、非盈利性研究公司OpenAI以及自称为 "首个建立在人工智能音乐发现基础上的全方位服务唱片公司"Snafu Records等。其中,Jukedeck已于2019年7月被字节跳动收购。而在国内,AI音乐也有不少的行业实践。除了百度、腾讯、阿里、网易云等音乐平台都在不同程度上对AI音乐有布局外,高校以及大中型企业也逐渐加入到AI音乐的教育、研发中。例如,貌似和音乐搭不上边的平安科技有限公司,接连与中央民族大学、四川音乐学院等高校展开了合作,并在2018年EPFL瑞士联邦理工学院举办的AI作曲国际挑战赛中,赢得了智能作曲领域内首次的AI世界作曲大赛冠军。而由微软(亚洲)互联网工程院人工智能创造力团队负责研发的AI音乐技术,已经能够基于和弦、节奏、旋律交叉等多项音乐元素进行内容创作,集作曲、作词、编曲、演唱等多项音乐创作力于一体,相当于一支完整乐队。如今,此项技术已在央视及各省市综艺节目中多次验证,并成功实现了商业化与产业化输出。2018年5月,微软宣布公司旗下人工智能小冰已经掌握了歌词创作和谱曲能力。另外,2018年4月,嗨翻屋发布的音乐AI创作助手"小嗨"在目前已经创作了数张专辑,除了作词作曲,还具备"识曲"功能。而2019 年2月、3 月分别在 IOS 和安卓上线的"鲸鸣"APP,则是一款可以让普通人的"在线合唱"变为可能的音乐类应用。"鲸鸣"APP使用的是 AI 歌声合成技术,用户只需要录入自己的声音,APP便可自动修音,并利用 AI 技术将录音者的声音与原唱或者是其他使用者的音色相结合,最终达成合唱效果。不难发现,AI在音乐领域的运用已经是各国文化产业的一大重点。在快速发展的同时虽然也存在一定的困境。当然,主要还是围绕算法、版权两个方面。但随着AI整体技术水平的提升,用户对作曲系统智能化程度要求的提高,AI在音乐领域的运用正逐步走出困境,国内发展的趋势也逐渐与国际接轨。首先,在算法技术层面,混合型算法以及个性化智能音乐定制依然是主流。一方面,由于各种算法在人工智能作曲的使用中都有其自身的优势和不足,目前人工智能作曲的音乐作品风格和体裁比较单一,且可听性不强。在混合型的算法作曲中,各种算法将扬长避短,这些问题能够得到有效解决。另一方面,由于AI作曲从大数据中抽取规则,多产但很容易造成歌曲同质性较高的问题。但个性化智能音乐定制以听众的私人喜好为前提,通过大数据和算法运作后生产出的作品也因个体的差异,更具有原创性。其次,在版权方面,受制于无法破除的法律困境,AI技术转向与人类音乐人合作将是短期内突破版权的最直接手段;同时,人类音乐人也会在其中获利,AI技术对于人类创造力以及音乐人灵感的激发作用会越发凸显。有报道称,人机配合的创作方式是人类音乐家创作速度的20倍。某种程度来说,在提升音乐人的工作效率、降低音乐人与制作方的沟通成本方面,AI作曲都有着人类协作难以企及的优势。2018年9月,阿里音乐首席科学家尧问(花名)曾在阿里音乐专场论坛上说道:"我觉得任何一个艺术家,总有创意枯竭的时候,他们需要灵感。AI创作的音乐可能不是整段歌都好听,但中间恰好有一小段和这些艺术家的情绪相符,艺术家就能参考借鉴,作为灵感的迸发点,把这个启发转化到自己的作品里面去,我觉得这对于他们是非常好的帮助。"随着AI技术在深度学习的逐渐深化,对于人类情绪掌握的逐渐熟练,以及法律逐渐完善对计算机作品以及主体的定义,AI作为人类音乐家的辅助工具这一现状或许也不会持续太久,毕竟技术以及法律都并非是一尘不变的。
结语从流媒体利用AI进行智能推荐去引导听众音乐品味,到科学家基于AI打造出AI作曲家再一次颠覆音乐行业,人们对于AI的发展有些喜忧参半。一方面,AI的加入能够让音乐行业更加完善,让这个行业的运作更加有效率;另一方面,作为人类制造出来的机器,AI作曲的销量和品质也许会让很多音乐人汗颜。长远来看,AI与人类的音乐人、电台DJ的关系或许也不是非此即彼,就像现在的数字音乐与黑胶的对决一样,黑胶的没落是有目共睹,但其价值仍然被大众认可,甚至被小部分人追捧。换句话说,技术的进步以及行业的综合性推进,最大可能会使得AI音乐成为音乐创作的一种标准配置。当然,人们对人类音乐人在音乐上的原创性、审美性要求也会越高。但无论是AI音乐或者是人类创作的音乐,从音乐诞生到现在花样百出的音乐产品,其最核心的仍然是提供服务,这个核心不改变,人和音乐的关系也不会被改变。归根结底,人工智能仍来源于人类智慧,与其说让音乐人失业或者是被遭遇到AlphaGo式的碾压,不如说是技术带来的行业变迁,而在作品或音乐服务的选择上,听众也有了更多元化的选择。参考资料:1.《ARTIFICIAL INTELLIGENCE MADE A SONG IN THE STYLE OF TRAVIS SCOTT. IT SOUNDS UNNERVINGLY LIKE TRAVIS SCOTT.》,《Music Business Worldwide》,2020年2月16日2.《艺术家们是如何看待虚拟现实这一未来大势的?》,《SIZE潮流生活》,2020年2月16日3.《第一个世界正式的AI作曲家AIVA是怎样创作音乐的?》,《雷克世界》,2017年3月17日4.《什么是人工神经网络(ANN)》,《知乎专栏:人工智能图像识别技术与计算机视觉(CV)》,发布于2018年8月30日5.李景平:《人工智能深度介入文化产业的问题及风险防范》,《深圳大学学报(人文社会科学版)》,2019年9月第5期6. 贰叁叁 :《AI写的歌,应该受到版权保护吗?》,《音乐先声》,2019年6月14日7. 肖欣:《人工智能生成内容版权问题的国际比较研究》,华东政法大学硕士论文,2019年8.《神经网络最大的优点,以及最严重的缺陷》,《csdn人工智能头条》,2018年10月12日9. 王铉、雷沁颖:《人工智能对中国音乐产业链的渗透与革新》,《现代传播(中国传媒大学学报)》,2019年12期10. 《博览会 | AI音乐家会像阿法狗那样碾压人类吗?》,《中国音乐财经网》,2018年4月24日11. 田梅、黄智兴、张友刚:《算法作曲中的人工智能技术》,《四川教育学院学报》,2006年12月排版 | 安林不想错过我们的推送,建议选择“设为星标”;