人工智能、音乐与创造力：与 Artefact 的 Julien Ho-Tong、Managing Partner 和高级顾问 Nicolas Lang 对话。.

朱利安-胡同（Julien Ho-Tong）拥有法国里昂国家科学院（INSA Lyon）工程硕士学位和巴黎多芬大学（Université Paris Dauphine）理学硕士学位。在2023年加入Artefact之前，他曾在埃森哲工作，负责法国的Data和人工智能战略。他曾领导过 70 多项任务，为全球私营和公共组织的首席执行官提供咨询。

尼古拉斯曾在北京清华大学担任GenAI研究员，开发了音乐生成的人工智能模型。在中国维塔士工作期间，他曾担任视频游戏《湮没》（Oblivion：重制版》的制作人。他曾在纽约大学讲授 GenAI。在担任data科学顾问四年后，他现在在Artefact专门从事医疗保健和创意产业的GenAI工作。.

“2025年的今天，唱片音乐产业是一个超过$600亿的市场”。” 朱利安说。. “人工智能已经为无数领域贡献了 $3-4 亿美元的服务和产品”。” 他指出，这种转变始于 MP3 和 Spotify 等平台。.

随后，随身听和 CD 播放器问世，人们突然可以随时聆听音乐了。这些产品迅速为 使音乐制作更加便捷的数字工具 前所未有。. “现在，不需要很强的音乐知识，用电脑程序和采样就能轻松制作一首歌曲”。” 尼古拉补充道。.

核心人工智能模型，如基于 GPT 架构的模型，现在可适用于 只需改变训练模式即可生成音乐 data. .这些模型的多功能性凸显了人工智能在不同领域的产出如何取决于它的学习对象 data。.

这种适应性为不同类型的音乐工具提供了动力。在一端，有 “业余爱好者的 ”一键式 "生成器 - 它们能快速提供令人印象深刻的结果，但用户几乎无法控制。另一端是 专家语音生成工具 例如 王牌工作室 或者，最近, DeepMind 的 音乐人工智能沙盒, 在完全集成到专业工作流程中后，它可以提供专门的协助和新的创意功能，同时确保艺术家保留完全的控制权。.

这种快速制作创意原型的能力正在彻底改变音乐制作。现在，音乐制作人只需花费人工制作所需的一小部分时间，就能对一首曲目的多种变化进行试验。人工智能分析大量音乐data集的能力还使其能够建议符合特定流派或audience偏好的风格或元素。.

主要应用包括

• 旋律一代 人工智能系统可根据少量输入参数创作原创旋律。.
• 歌词援助： 生成式人工智能可以帮助制作歌词，提出符合歌曲情绪或主题的单词和短语。.
• 音响工程 人工智能工具被用于合成新声音或复制经典声音，为实验提供了无限可能。.

随着人工智能越来越多地融入创作过程，有关作者身份的问题也随之而来。谁拥有用人工智能创作的歌曲的版权？是艺术家、程序员，还是两者？当人工智能生成了歌曲的重要部分，模糊了人类和机器贡献之间的界限时，这种争论就显得尤为重要。.

此外，人们对原创性的担忧与日俱增。由于人工智能是在现有音乐的基础上进行训练的，因此有可能在无意中复制版权作品中的元素。.

“创作者需要受到保护。图像也是一样，你不能要求制作'像毕加索一样'的作品而不支付版税或承认权利人。朱利安坚持认为：‘音乐也需要同样的保护。一些应用程序，包括 苏诺, 目前，《音乐》杂志正在采取措施保护创作者，当用户在提示中输入艺术家的名字时，就会被屏蔽。.

从普及到提高创造力、, 人工智能正在改变的不仅是音乐，还有电影和游戏. .想象一下，能对 audience 做出反应的自适应现场表演，或者动态的游戏音乐。尽管解决法律和伦理方面的挑战对于人类与人工智能的和谐共创仍然至关重要，但创新和发现的潜力是巨大的。.

有了这些强大的新工具，任何人都可以进行实验和探索。尼古拉强调说： “它们让初学者更容易进入这一领域。你可以在自己的房间里用一把吉他开始制作音乐，然后使用人工智能添加其他内容。这样更容易进行实验、模拟和尝试”。“它能帮助你更快地实现良好的声音工程和质量”。” 尼古拉总结道。.