得益于人工智能（AI）和生成式人工智能（GenAI），音乐产业正迈入一个新的转型阶段。在《The Bridge》的这次对话中，Artefact的管理合伙人Julien Ho-Tong与Artefact的高级顾问兼生成式人工智能产品专家Nicolas Lang，共同探讨了人工智能技术和工具如何影响音乐制作、歌曲创作，甚至游戏领域。
何浩桐拥有里昂国立应用科学学院（INSA Lyon）的工程硕士学位以及巴黎多芬大学（Université Paris Dauphine）的理学硕士学位。Artefact ，他曾在埃森哲（Accenture）任职，负责法国地区的数据与人工智能战略。他已主导了70多个项目，为全球私营及公共机构的首席执行官（CXO）提供咨询建议。
尼古拉斯曾在北京清华大学担任生成式人工智能研究员，并开发了用于音乐生成的AI模型。在中国期间，他在Virtuos公司担任视频游戏《上古卷轴：湮没（重制版）》的制作人。他还曾在纽约大学讲授生成式人工智能课程。在担任了四年的数据科学顾问后，他目前Artefact专注于医疗保健和创意产业领域的生成式人工智能应用。
生成式人工智能如何重塑音乐产业
“在2025年的今天，录音音乐产业已是一个超过600亿美元的市场，” 朱利安表示。 “人工智能通过在无数领域提供帮助的服务和产品，已贡献了30亿至40亿美元。” 他指出，这一转变始于MP3格式以及Spotify等流媒体平台。
随后，随身听和CD播放器问世，人们突然可以随时随地听音乐了。这些设备迅速为 数字工具铺平了道路，使得音乐制作 。 “如今，即使没有深厚的音乐知识，也能轻松地利用计算机程序和采样来制作一首歌曲，” 尼古拉斯补充道。
生成式人工智能作为创意伙伴
基于GPT架构等核心AI模型，现在可以被改编为 仅需更改训练数据即可生成音乐。这些模型的通用性凸显了人工智能在不同领域的输出效果，完全取决于其学习的数据。
这种适应性催生了各种类型的音乐工具。其中一类是 面向业余爱好者的“一键式”生成器 ——它们能快速生成令人印象深刻的效果，但用户可控性较低。另一端则是 专业语音生成工具 ，例如 Ace Studio ，以及近期推出的 DeepMind的 Music AI Sandbox，当这些工具完全融入专业工作流程时，既能提供专业辅助和全新的创意功能，又能确保艺术家完全掌控创作过程。
这种快速将创意转化为原型的能力正在彻底改变音乐制作。制作人现在只需花费手工操作所需时间的一小部分，就能对一首曲目进行多种变体的尝试。人工智能分析海量音乐数据集的能力，还使其能够推荐符合特定流派或受众偏好的风格或元素。
主要应用包括：
- 旋律生成： AI系统能够根据几个输入参数生成原创旋律。
- 歌词辅助： 生成式人工智能可以协助创作歌词，提供符合歌曲氛围或主题的词汇和短语。
- 声音工程： 人们正利用人工智能工具 合成新声音或复刻经典音效，为实验探索提供了无限可能。
知识产权、原创性与所有权
随着人工智能日益融入创作过程，关于著作权的问题也随之浮现。一首由人工智能创作的歌曲，其版权归谁所有？是艺术家、程序员，还是两者兼有？当人工智能生成歌曲的大部分内容时，这种争论尤为突出，因为这模糊了人类与机器贡献之间的界限。
此外，人们对原创性的担忧日益加剧。由于人工智能是通过现有音乐进行训练的，因此存在无意中复制受版权保护作品中某些元素的风险。
“创作者需要得到保护。图片也是如此——你不能在不支付版税或承认权利人的情况下，要求生成‘像毕加索风格’的作品。音乐领域也需要同样的保护，”朱利安坚持道。一些应用程序，包括 Suno在内的部分应用程序，正通过在用户提示语中输入艺人姓名时自动屏蔽该用户，以此采取措施保护创作者。
人工智能在创意艺术领域的未来
从普及访问渠道到激发创造力，人工智能不仅正在改变音乐领域，也正在改变电影和游戏行业。试想一下，那些能根据观众反应进行调整的自适应现场演出，或是游戏中动态变化的背景音乐。虽然解决法律和伦理挑战对于实现人机协作的和谐创作依然至关重要，但创新与发现的潜力却是巨大的。
有了这些强大的新工具，任何人都可以进行尝试和探索。尼古拉斯强调道：“这些工具让初学者更容易进入这个领域。你只需一把吉他，就能在自己的房间里开始创作音乐，然后利用人工智能来补充其余部分。这样更容易进行尝试、模拟和探索。”尼古拉斯总结道：“这能帮助你更快地实现优质的音频工程和音质。”
