2023年，第二次人工智能浪潮,，因?yàn)榇竽Ｐ偷?#8221;涌現(xiàn)”能力不期而至,。

事實(shí)上,，早在2022年年中,，Midjourney、Jasper等圖片生成,、文字生成類AIGC應(yīng)用就在海外走紅,。這使得，當(dāng)全球大佬們還圍繞底層大模型進(jìn)行”軍備競(jìng)賽”時(shí),，建立在模型基礎(chǔ)上的AI應(yīng)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(dòng)」,，就是一家以AI寫(xiě)歌為主營(yíng)業(yè)務(wù)的公司,，當(dāng)前正在打磨一款名為「歌歌AI寫(xiě)歌」的AI歌曲創(chuàng)作類產(chǎn)品。公司高管告訴36氪,，其團(tuán)隊(duì)成員長(zhǎng)期身處音樂(lè)領(lǐng)域,，早在上一次AI風(fēng)靡（即Alphago擊敗人類）時(shí)，就開(kāi)始探索用AI生成音樂(lè),。而2022年,，出于對(duì)AI寫(xiě)歌領(lǐng)域的持續(xù)看好，團(tuán)隊(duì)成員聚在一起成立了「音律閃動(dòng)」,，希望做出全球領(lǐng)先的AI寫(xiě)歌類產(chǎn)品,。

在全球范圍內(nèi)，AI創(chuàng)作音樂(lè)并非新鮮事物——Google,、OpenAI,，和一些國(guó)內(nèi)外創(chuàng)業(yè)公司均有涉獵。但在「音律閃動(dòng)」團(tuán)隊(duì)眼中,，這些產(chǎn)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(nèi)的AI創(chuàng)作音樂(lè)產(chǎn)品可分為三種技術(shù)路線,。第一種是符號(hào)音樂(lè)生成路線,。這種方式類似NLP模型的訓(xùn)練——人們需要先標(biāo)注大量樂(lè)譜，再訓(xùn)練,，最后形成的產(chǎn)品也是樂(lè)譜,。但這種方式的弊端在于，生成的結(jié)果是樂(lè)譜而非音樂(lè),，”怎么把樂(lè)譜直接變成音樂(lè),，目前是一個(gè)全球范圍內(nèi)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(xùn)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(lè)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(yǔ)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(lè)器演奏而成，每種樂(lè)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(xùn)練ChatGPT的難度高很多。”王樞沛表示,，當(dāng)前Google和OpenAI的產(chǎn)品采用這類路線,，但在音質(zhì),、音色,、歌詞等方面還遠(yuǎn)不及商用標(biāo)準(zhǔn)。

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(kù),，再對(duì)這些素材打標(biāo)，接著用AI進(jìn)行剪輯,。”嚴(yán)格來(lái)說(shuō),，這不屬于AI的生成。這些素材被提前準(zhǔn)備好,，再讓AI找出來(lái)進(jìn)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(hù)龐大的素材庫(kù)需要花費(fèi)不少成本,，整體投入產(chǎn)出比不高。

對(duì)比之下,，「音律閃動(dòng)」團(tuán)隊(duì)認(rèn)為自身產(chǎn)品生成的歌曲已達(dá)到商用標(biāo)準(zhǔn),。而且，「歌歌AI寫(xiě)歌」”是唯一能做到整曲生成的產(chǎn)品”,。對(duì)此王樞沛解釋,，整曲是說(shuō)，「歌歌寫(xiě)AI歌」目前已可以生成包括歌詞,、人聲,、旋律在內(nèi)的完整音樂(lè)。最終，「歌歌AI寫(xiě)歌」的目標(biāo)是在數(shù)秒內(nèi)根據(jù)用戶Prompt生成發(fā)行級(jí)的華語(yǔ)流行音樂(lè),，并覆蓋全球所有類型音樂(lè),。

他進(jìn)一步告訴36氪，「歌歌AI寫(xiě)歌」采用的并不是大模型路線,，而是由多個(gè)專業(yè)模型和專家系統(tǒng)組成而成的AI產(chǎn)品,。”拿旋律舉例，我們會(huì)有一個(gè)專有模型去做旋律的生成,。整體我們有多個(gè)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(quán),，所以訓(xùn)練素材較為豐富,。另外，公司還積累了把樂(lè)譜轉(zhuǎn)換成音樂(lè)的音頻算法,。王樞沛總結(jié),，多種模型、歌曲版權(quán)以及對(duì)音樂(lè)的理解是公司的壁壘,。

未來(lái),，「音律閃動(dòng)」的目標(biāo)用戶是全球所有喜歡音樂(lè)、唱歌的普通人,。公司表示,，希望達(dá)成全球超過(guò)二十億用戶在其平臺(tái)上進(jìn)行生成、創(chuàng)作,、分享和版權(quán)變現(xiàn)的目標(biāo),。

當(dāng)前「歌歌AI寫(xiě)歌」正在打磨過(guò)程中，計(jì)劃在接下來(lái)的幾個(gè)月內(nèi)面世,。”我們還會(huì)在生成的歌曲整體效果,、生成風(fēng)格的廣度上持續(xù)打磨。”王樞沛說(shuō),。

團(tuán)隊(duì)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(lè)制作經(jīng)驗(yàn),，曾是中國(guó)好聲音、中國(guó)有嘻哈,、TME官方合作伙伴,，參與制作運(yùn)營(yíng)音樂(lè)版權(quán)總播放量在百億級(jí)別,，總版稅數(shù)億。COO王樞沛是浙江大學(xué)工學(xué)/ 美國(guó)伯克利音樂(lè)學(xué)院音樂(lè)制作和吉他表演雙專業(yè)學(xué)士,，曾任網(wǎng)易AI音樂(lè)產(chǎn)品負(fù)責(zé)人,。CTO張文鉑曾任阿里巴巴技術(shù)總監(jiān)，是「我要寫(xiě)歌」APP創(chuàng)始人,。團(tuán)隊(duì)核心成員均來(lái)自阿里,、網(wǎng)易、字節(jié),、Google等音樂(lè)AI相關(guān)項(xiàng)目,。