2023年，第二次人工智能浪潮,，因為大模型的”涌現(xiàn)”能力不期而至。

事實上,，早在2022年年中,，Midjourney、Jasper等圖片生成,、文字生成類AIGC應用就在海外走紅,。這使得，當全球大佬們還圍繞底層大模型進行”軍備競賽”時,，建立在模型基礎上的AI應用,，已在數(shù)量和類型上“百花齊放”。

36氪日前接觸到的一家公司「音律閃動」,，就是一家以AI寫歌為主營業(yè)務的公司,，當前正在打磨一款名為「歌歌AI寫歌」的AI歌曲創(chuàng)作類產品。公司高管告訴36氪,，其團隊成員長期身處音樂領域,，早在上一次AI風靡（即Alphago擊敗人類）時，就開始探索用AI生成音樂,。而2022年,，出于對AI寫歌領域的持續(xù)看好，團隊成員聚在一起成立了「音律閃動」,，希望做出全球領先的AI寫歌類產品,。

在全球范圍內，AI創(chuàng)作音樂并非新鮮事物——Google,、OpenAI,，和一些國內外創(chuàng)業(yè)公司均有涉獵。但在「音律閃動」團隊眼中,，這些產品的效果均有不足,。

公司COO王樞沛告訴36氪，目前全球范圍內的AI創(chuàng)作音樂產品可分為三種技術路線,。第一種是符號音樂生成路線,。這種方式類似NLP模型的訓練——人們需要先標注大量樂譜,，再訓練，最后形成的產品也是樂譜,。但這種方式的弊端在于,，生成的結果是樂譜而非音樂，”怎么把樂譜直接變成音樂,，目前是一個全球范圍內的難題,。”王樞沛表示。

另一種是大模型思路,，即直接用海量音頻訓練模型,，但這種方式不僅需要高昂資金，生成效果也需要提升,。王樞沛解釋,，音樂里包含的信息量很大，不僅包括歌詞,、人聲和旋律,，歌詞里還分為各種語義信息，人聲里還包括口音,、感情表現(xiàn)等,，旋律則可能由數(shù)十種樂器演奏而成，每種樂器都存在自己的演奏方式,。”一首歌里有著龐大的信息量,，比訓練ChatGPT的難度高很多。”王樞沛表示,，當前Google和OpenAI的產品采用這類路線,，但在音質、音色,、歌詞等方面還遠不及商用標準,。

還有一些初創(chuàng)公司走的是”AI剪輯”路線，就是積累龐大的歌曲素材庫,，再對這些素材打標,，接著用AI進行剪輯。”嚴格來說,，這不屬于AI的生成,。這些素材被提前準備好，再讓AI找出來進行拼接,。”王樞沛告訴36氪,，在體感上這類歌曲并不流暢，再加上維護龐大的素材庫需要花費不少成本,，整體投入產出比不高,。

對比之下,，「音律閃動」團隊認為自身產品生成的歌曲已達到商用標準。而且,，「歌歌AI寫歌」”是唯一能做到整曲生成的產品”,。對此王樞沛解釋，整曲是說,，「歌歌寫AI歌」目前已可以生成包括歌詞,、人聲、旋律在內的完整音樂,。最終,，「歌歌AI寫歌」的目標是在數(shù)秒內根據(jù)用戶Prompt生成發(fā)行級的華語流行音樂，并覆蓋全球所有類型音樂,。

他進一步告訴36氪,，「歌歌AI寫歌」采用的并不是大模型路線，而是由多個專業(yè)模型和專家系統(tǒng)組成而成的AI產品,。”拿旋律舉例，我們會有一個專有模型去做旋律的生成,。整體我們有多個專有模型,。”他介紹，這樣做既保證了效果,，算力消耗也不大,。再加上，公司此前也積累了不少歌曲的版權,，所以訓練素材較為豐富,。另外，公司還積累了把樂譜轉換成音樂的音頻算法,。王樞沛總結,，多種模型、歌曲版權以及對音樂的理解是公司的壁壘,。

未來,，「音律閃動」的目標用戶是全球所有喜歡音樂、唱歌的普通人,。公司表示,，希望達成全球超過二十億用戶在其平臺上進行生成、創(chuàng)作,、分享和版權變現(xiàn)的目標,。

當前「歌歌AI寫歌」正在打磨過程中，計劃在接下來的幾個月內面世,。”我們還會在生成的歌曲整體效果,、生成風格的廣度上持續(xù)打磨,。”王樞沛說。

團隊方面,，公司目前員工人數(shù)在20左右,。據(jù)介紹，CEO龍勇?lián)碛?0年音樂制作經驗,，曾是中國好聲音,、中國有嘻哈、TME官方合作伙伴,，參與制作運營音樂版權總播放量在百億級別,，總版稅數(shù)億。COO王樞沛是浙江大學工學/ 美國伯克利音樂學院音樂制作和吉他表演雙專業(yè)學士,，曾任網易AI音樂產品負責人,。CTO張文鉑曾任阿里巴巴技術總監(jiān)，是「我要寫歌」APP創(chuàng)始人,。團隊核心成員均來自阿里,、網易、字節(jié),、Google等音樂AI相關項目,。