很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專(zhuān)人和您聯(lián)系
咨詢(xún)?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
今年AI繪畫(huà)（Text to Image，文生圖）出圈后，AI音樂(lè)也有新的技術(shù)發(fā)展。（相關(guān)閱讀：《不明覺(jué)厲的AI繪畫(huà)，對(duì)內(nèi)容創(chuàng)作者來(lái)說(shuō)有什么用？》）
你試過(guò)文字生成音樂(lè)（Text to Music）嗎？比如輸入文字“賽博朋克街道（cyberpunk street）”，選擇時(shí)長(zhǎng)15秒并提交，等待3秒鐘后，AI就生成了以下這段音樂(lè)——
聽(tīng)起來(lái)是不是有點(diǎn)行走在未來(lái)都市的感覺(jué)呢？
在此基礎(chǔ)上再結(jié)合文生圖的技術(shù)，圖片生成音樂(lè)（Image to Music）也能實(shí)現(xiàn)了。讓我們上傳一張哭泣的甄嬛，聽(tīng)聽(tīng)AI能作出什么音樂(lè)——
低沉的前奏契合了甄嬛此時(shí)悲傷的心境，但20秒之后曲調(diào)突然變得歡快起來(lái)，莫非AI猜到了后來(lái)鈕祜祿·甄嬛回宮復(fù)仇的故事（不是。
對(duì)于非專(zhuān)業(yè)人士來(lái)說(shuō)，像這樣給AI輸入關(guān)鍵詞或參考圖，似乎就能輕松作出各種風(fēng)格的音樂(lè)了。那么內(nèi)容創(chuàng)作者可以借助AI生成音樂(lè)做些什么呢？作為視頻配樂(lè)是否可行呢？我們帶著好奇體驗(yàn)了一番。
進(jìn)入Hugging Face（一個(gè)AI社區(qū)）的“Text-to-Music”項(xiàng)目頁(yè)面，我們?cè)?ldquo;prompt”框內(nèi)輸入文字，首先試試“旅行，自然，鋼琴，美好”，默認(rèn)時(shí)長(zhǎng)30秒，勾選循環(huán)形式，點(diǎn)擊提交。
https://huggingface.co/spaces/Mubert/Text-to-Music
很快我們得到了這段頗有民族感的音樂(lè)，表達(dá)的情緒偏柔和。
再試試復(fù)雜一點(diǎn)的劇情描述，輸入“雨天小貓?jiān)诓輩仓斜寂?，身后有一只狗在追它，緊張，流行音樂(lè)”，不勾選循環(huán)，時(shí)長(zhǎng)還是30秒。
這次花費(fèi)的時(shí)間長(zhǎng)了些，但結(jié)果還挺驚艷的，緊湊的節(jié)拍一下子就帶入畫(huà)面感了。
我們給AI再加點(diǎn)難度，做一首甲方都想要的“高大上”商業(yè)音樂(lè)，輸入“上流人士登上舞臺(tái)發(fā)表演講，好萊塢史詩(shī)，大氣節(jié)拍，廣告音樂(lè)”，不勾選循環(huán)，時(shí)長(zhǎng)改為1分鐘。
結(jié)果雖然跟想象中頒獎(jiǎng)儀式的隆重音樂(lè)不太一樣，但放在時(shí)尚秀場(chǎng)就對(duì)了，已經(jīng)能聯(lián)想到相機(jī)咔咔的聲音了。
你可能會(huì)好奇以上這些AI音樂(lè)在技術(shù)上是怎么實(shí)現(xiàn)的？
其實(shí)這里調(diào)用的是Mubert的接口，一個(gè)人工智能音樂(lè)生成平臺(tái)，它將音樂(lè)家與AI配對(duì)，基于龐大的曲目數(shù)據(jù)庫(kù)共同創(chuàng)作音樂(lè)。與AI繪畫(huà)不同的是，Mubert的所有音樂(lè)都是由人創(chuàng)作的，不是由任何神經(jīng)網(wǎng)絡(luò)合成的，即“真人譜曲+AI組曲”。
據(jù)官網(wǎng)介紹，訓(xùn)練庫(kù)包含來(lái)自4000多名音樂(lè)家的100多萬(wàn)個(gè)樣本，平臺(tái)購(gòu)買(mǎi)了這些音樂(lè)demo的版權(quán)，然后通過(guò)AI進(jìn)行識(shí)別、分類(lèi)，打上標(biāo)簽，用戶(hù)可以選擇不同的風(fēng)格流派、情緒和時(shí)長(zhǎng)來(lái)生成一段音樂(lè)。
在輸入文字描述時(shí)，AI并不是從已有曲庫(kù)中抓取相應(yīng)的音樂(lè)，而是實(shí)時(shí)生成一個(gè)獨(dú)特的聲音組合，AI會(huì)為文字選擇最接近的標(biāo)簽向量，同樣的文字也可能生成不同的音樂(lè)，重復(fù)的概率很小。
就像剛剛那首“高大上”音樂(lè)，AI匹配的標(biāo)簽是“廣告，藝術(shù)家，獨(dú)立舞曲”。
既然文字可以生成音樂(lè)，AI繪畫(huà)也體現(xiàn)了文字可以和圖片建立關(guān)聯(lián)，那么能不能直接用圖片生成音樂(lè)呢？
沒(méi)問(wèn)題，讓我們打開(kāi)“img-to-music”項(xiàng)目網(wǎng)頁(yè)（https://huggingface.co/spaces/fffiloni/img-to-music），上傳圖片后，經(jīng)由CLIP Interrogator生成文字描述，然后重復(fù)上面Mubert文字生成音樂(lè)的流程就可以了。
隨便從相冊(cè)里翻出一些照片來(lái)試試，上傳一碗打工人常吃的沙縣河粉，AI會(huì)給出類(lèi)似中華小當(dāng)家的美食配樂(lè)嗎？
答案是不，可能是因?yàn)锳I沒(méi)看過(guò)這部經(jīng)典動(dòng)畫(huà)，但聽(tīng)過(guò)歌曲《We Will Rock You》，前面18秒是類(lèi)似的拍手聲，后面10秒則加了一種悠揚(yáng)的樂(lè)聲，反正跟美食不太搭。
換一只可愛(ài)的小貓咪看看，AI會(huì)不會(huì)更容易理解？
的確是更貼近了，雖說(shuō)不是想象中《戀愛(ài)循環(huán)》那樣的甜蜜，但有種靈動(dòng)俏皮的感覺(jué)。
除了平時(shí)拍攝的生活照片，我們還可以試著上傳AI生成的圖片，讓AI自己畫(huà)、自己奏樂(lè)。
比如日本網(wǎng)友“zyakobee”最近用NovelAI生成了一張明日香觀(guān)看月全食的圖片，我們把它轉(zhuǎn)成音樂(lè)，聽(tīng)出了一種遼闊、神秘的意境，意外跟圖片比較契合。
而我們用文心一格生成的一幅古典園林，AI卻配上了動(dòng)感的現(xiàn)代電子音樂(lè)，也許曲庫(kù)里缺少中國(guó)風(fēng)的音樂(lè)吧。
沿著AI自動(dòng)生成繪畫(huà)和音樂(lè)的思路，博主“大谷Spitzer”寫(xiě)了一個(gè)在線(xiàn)的可玩小工具，直接輸入文字，AI幫你完成剩下的出圖與配樂(lè)部分同時(shí)拼合成視頻，“Text to Image to Music to Video”一條龍搞定了。
https://huggingface.co/spaces/DGSpitzer/TXT-2-IMG-2-MUSIC-2-VIDEO?continueFlag=44ca945e9589f8672e34375b95ee34a3
AI音樂(lè)不是今年才興起的，2016年就有AI作曲了，AIVA深度學(xué)習(xí)了1.5萬(wàn)首交響音樂(lè)，是最早獲得國(guó)際認(rèn)證的虛擬作曲家之一，其作品被廣泛用于網(wǎng)絡(luò)視頻的自動(dòng)配樂(lè)。
此外，人工智能音樂(lè)創(chuàng)作工具還包括：
Amper Music：https://www.ampermusic.com/
Ecrett Music：https://ecrettmusic.com/
Google Magenta：https://magenta.tensorflow.org/get-started
Sony Flow Machines：https://www.flow-machines.com/
Soundraw：https://soundraw.io/
網(wǎng)易天音：https://tianyin.163.com/
……
大部分平臺(tái)只要用戶(hù)選擇一些預(yù)設(shè)的場(chǎng)景、情緒和類(lèi)型，就可以快速生成音樂(lè)，如果是專(zhuān)業(yè)創(chuàng)作者，不滿(mǎn)意的地方自己可以進(jìn)一步調(diào)整和修改。
對(duì)于音樂(lè)人來(lái)說(shuō)，AI已是輔助創(chuàng)作的一大利器。
索尼音樂(lè)制作人Richard Frenneaux曾在B站分享了幾個(gè)AI工具可用于音色轉(zhuǎn)變、人聲分離、軌道分離、母帶制作等創(chuàng)作流程。
隨著AI技術(shù)的發(fā)展，音樂(lè)創(chuàng)作的參與門(mén)檻降低了，不懂樂(lè)理的人也有機(jī)會(huì)作出自己想要的音樂(lè)，進(jìn)而應(yīng)用于視頻配樂(lè)、播客背景音樂(lè)等場(chǎng)景。
更重要的是，AI提供了個(gè)性化、定制化的音樂(lè)，能為創(chuàng)作者節(jié)省挑選音樂(lè)的時(shí)間，提高內(nèi)容生產(chǎn)效率。
短劇類(lèi)博主“給我一個(gè)鏡頭V”的主創(chuàng)陳一川告訴新榜編輯部：“平時(shí)為了配個(gè)有感覺(jué)的音樂(lè)，單單找音樂(lè)都找了一天。無(wú)版權(quán)音樂(lè)太少了，很多音樂(lè)不一定是我想要的感覺(jué)，限制性太大。”
找到合適的音樂(lè)是一方面，另一方面，創(chuàng)作者使用AI生成的音樂(lè)能在一定程度上避免版權(quán)糾紛。
一旦音樂(lè)侵權(quán)，比如YouTube會(huì)將視頻收益全部歸為音樂(lè)版權(quán)方。但購(gòu)買(mǎi)版權(quán)音樂(lè)并不便宜，在某網(wǎng)站購(gòu)買(mǎi)一首音樂(lè)用于“自媒體/短視頻/vlog/直播/錄播”場(chǎng)景下永久授權(quán)的價(jià)格近3000元。
相比之下，創(chuàng)作者可以免費(fèi)使用AI音樂(lè)或者花費(fèi)較低的成本購(gòu)買(mǎi)用于商業(yè)項(xiàng)目。
通過(guò)Mubert生成的免版權(quán)音樂(lè)，用戶(hù)只需要標(biāo)注出處，即可在視頻、帖子、播客等個(gè)人內(nèi)容中免費(fèi)使用。如果商用的話(huà)需要付費(fèi)，每月39美元，最多下載500首曲目。還有更便宜的平臺(tái)，月付費(fèi)價(jià)格僅4.99美元。
“給視頻配樂(lè)這種應(yīng)用場(chǎng)景，我覺(jué)得AI是完全可以囊括的。”博主“小獅日記”曾做過(guò)AI音樂(lè)相關(guān)的項(xiàng)目，他認(rèn)為未來(lái)AI音樂(lè)會(huì)發(fā)展得更加完善，現(xiàn)在的問(wèn)題可能是技術(shù)還不夠，或者說(shuō)產(chǎn)品化的能力還達(dá)不到，導(dǎo)致沒(méi)有成熟的AI音樂(lè)產(chǎn)品出現(xiàn)，瑕疵較多。
從專(zhuān)業(yè)角度來(lái)看，音樂(lè)人“只寫(xiě)小調(diào)的A-39”在Mubert相關(guān)視頻下表示AI生成的音樂(lè)質(zhì)量一般，“學(xué)習(xí)沒(méi)幾個(gè)月的新手用上預(yù)置和采樣可以做出比這個(gè)好不少的片段”。
或許非專(zhuān)業(yè)人士聽(tīng)不出太多門(mén)道，但我們?cè)隗w驗(yàn)中也發(fā)現(xiàn)AI音樂(lè)的準(zhǔn)確度不佳，尤其是圖片生成音樂(lè)的結(jié)果可能大相徑庭，這與圖片提取文字信息的局限性有關(guān)，文字和音頻目前很難一一對(duì)應(yīng)。
比如上傳了一張藍(lán)天白云大草原的經(jīng)典壁紙，原以為會(huì)生成自然平和的音樂(lè)，結(jié)果變成了有些恐怖的陰沉鼓聲。
看到梵高的《星月夜》，AI卻生成了奇怪的呻吟聲……
由于一篇微信文章最多只能添加10個(gè)音頻，大家可以自行嘗試體驗(yàn)
隨機(jī)性太強(qiáng)、音樂(lè)生成質(zhì)量不夠穩(wěn)定可能是制約創(chuàng)作者選擇AI音樂(lè)的一個(gè)原因。
但放眼未來(lái)，AIGC的浪潮來(lái)勢(shì)洶洶，前有AI繪畫(huà)，之后說(shuō)不定“人人都能玩AI音樂(lè)”。
作者 | 卷毛
編輯 | 張潔
校對(duì) | 云飛揚(yáng)
本文為作者獨(dú)立觀(guān)點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶(hù)創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專(zhuān)業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶(hù)和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶(hù)創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶(hù)及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類(lèi)的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶(hù)體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣(mài)產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶(hù)點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買(mǎi)或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷(xiāo)內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷(xiāo)；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話(huà)的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶(hù)名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢(xún)；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶(hù)；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話(huà)題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶(hù)舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶(hù)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶(hù)違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶(hù)對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)