共计 3320 个字符，预计需要花费 9 分钟才能阅读完成。
从去年下半年开始，AI 在各个领域大火，如绘画、视频等，而在今年谷歌、Meta 等也开始在音乐领域发力，纷纷推出 AI 音乐工具，这类工具都是基于算法而生成的旋律或歌曲，其背后是透过大量资料数据的学习与分析，这牵涉到 AI 该如何去理解乐理、分析曲式、和弦等音乐的主要元素，解构之后再重新进行组合。这些 AI 音乐工具，让我们完全不懂乐理知识的普通人也能通过简单的描述来生成旋律或歌曲，今天我们就来盘点一下目前最具知名度的 AI 音乐项目！
谷歌 MusicLM
谷歌在今年 1 月份的时候，首次公开名为 MusicLM 的实验性 AI 模型，可根据文本内容生成各种类型的音乐。谷歌不断改进算法，现在可根据一小段文本描述，创建 5 分钟的歌曲。谷歌官方表示新的算法已经过 28 万小时录音的培训，能够基于文本生成 5 分钟的歌曲，而且生成的内容更接近于人类作曲家。谷歌还邀请了一组听众评估 MusicLM，最终结果显示，MusicLM 算法在所有方面都超越了同类算法。不过有研究人员研究发现 MusicLM 有时会直接复制一段训练资料当中的旋律，这涉及到了版权问题，因此谷歌对于 MusicLM 相当谨慎，直到 6 月初的谷歌 I/O 上，才决定有限度的对外开放，必须先线上申请，收到邀请才能进行测试。
MusicLM 地址：https://aitestkitchen.withgoogle.com/experiments/music-lm
Meta 开源 AI 音乐模型 MusicGen
不同于谷歌的 MusicLM，Meta 选择直接在 Github 上开源了 MusicGen，该模型基于谷歌 2017 年推出的 Transformer 模型，MusicGen 主要用于音乐生成，它可以将文本和已有的旋律转化为完整乐曲。Meta AI 团队表示：“我们使用了 20000 小时的授权音乐来对训练该模型，并采用 Meta 的 EnCodec 编码器将音频数据分解为更小的单元进行并行处理，进而让 MusicGen 的运算效率和生成速度都比同类型 AI 模型更为出色。”对一般用户来说，可透过 Hugging Face 线上平台试用 MusicGen，支持通过文本叙述或上传音乐片段，来生成约 12 秒的音乐。根据 Meta 说明，透过 MusicGen 所生成的 AI 音乐，完全可以作为商业用途的。（参考：AI 能作曲？Meta 推出开源 AI 音乐模型 MusicGen，输入提示词你也能当作曲家）
Stability AI 旗下 AI 音乐工具 Stable Audio
Stable Audio 是由 Stability AI 旗下生成式声音研究实验室 Harmonai 开发，利用由 AudioSparx 所提供的 80 万个音频文件组成的数据集进行训练，涵盖音乐、音效、各种乐器，以及相对应的文本元数据等，总长超过 1.9 万个小时。Stability AI 表示一般的声音扩散模型通常是在较长音频文件中随机裁剪的声音区块进行训练，可能导致所生成的音乐缺乏头尾，但 Stable Audio 架构同时基于文字，以及音频文件的持续及开始时间，而让该模型得以控制所生成声音的内容与长度。（参考：你也可以成为音乐家！Stability AI 推出 AI 音乐 AI 工具「Stable Audio」，输入提示词可生成最长 90 秒音频）
OpenAI 旗下 AI 音乐模型 MuseNet
推出 ChatGPT 的 OpenAI，其实早在 2019 年推出过 AI 音乐模型 MuseNet，MuseNet 使用了数十万个 MIDI 音乐进行机器学习，借由与 GPT-2 相同的非监督学习方式训练，让 AI 学习和声、节奏和曲调等组合模式。不过 MuseNet 并不是像谷歌 或 Meta 是通过文本描述来生成音乐，而是经由指定音乐家、音乐类型与参考歌曲的方式来生成音乐，用户还可以选择要使用何种乐器演奏，例如钢琴、鼓、贝斯等等，通过网页工具即可生成。MuseNet 虽然是免费提供大众使用，但经常会因为更新或维护的关系，而暂时关闭进阶作曲选项，其主要用途比较偏向于展示 OpenAI 的 AI 研究成果。
soundful
与上面的 AI 音乐项目不同，soundful 是一个独立的 AI 音乐制作平台，用户可在网站上创作出录音室等级的音乐作品，在 soundful 网站上提供了丰富的音乐类型及范例，依据用户的情境及需求，通过 AI 的辅助，仅花数秒钟就可以生成适合的音乐，除了提供 MP3 及 WAV 外，也可以支持生成 STEM 包，方便专业音乐人进行后期的微调。目前 Soundful 生成的音乐版权属于 soundful，除免费用户的音乐仅供个人使用外，订阅者不但可以使用更多范本，生成的音乐也可用于商业用途，如果想要上架 Spotify 等音乐平台，则需另外向 soundful 购买音乐版权，版权费用每首音乐 50 美元起，购买之后便可获得该乐曲的所有权。
Soundraw
由 2020 年创立于东京涩谷的 SOUNDRAW 公司推出的同名 AI 作曲工具，最长可以生成 5 分钟的原创音乐，它的音乐生成方式与 soundful 相似，但可调整的参数更多，可选择音乐类型及风格的标签，来决定音乐生成的方向，Soundraw 还提供了「情绪」的标签选项，例如恐惧、快乐、幸福等，让用户能够更精准的把握音乐要传达的感觉。目前仅订阅用户可以下载生成的音乐，但免费用户可以使用生成工具，此外生成的音乐版权属于 Soundraw，若想要用来上架音乐平台，无需另外付费，但要自行添加 60% 新的声音元素，使其听起来与原本不同，且编辑后的音乐版权仍属于 Soundraw。
AIVA
近几年英伟达 GTC 开发者大会开场音乐《I am AI》就出自 AIVA，这家卢森堡的 AI 公司是是第一个经过法国音乐作曲家协会（SACEM）所认证的虚拟作曲家，于 2016 年发表首张音乐专辑《Genesis》。AVIA 也推出了 AI 音乐工具 Music Engine，能够让使用者依照需求定制化音乐，AVIA 提供了多种音乐生成方式，一种是从网站上既有的音乐进行重新运算；其次是提供较为详细的参数设置与混音选项，生成之后还可以按照每个音符进行微调；AIVA 也支持上传音乐作为参考资料，让 AIVA 据以生成音乐，免费用户每月可以下载 3 首音乐，除了版权为 AIVA 所有，还需注明出处。
Boomy
AI 音乐新创公司 Boomy 于 2012 年创立，根据 Boomy 统计，Boomy 的使用者迄今已经创作了多达一千五百多万首歌曲，约占全球录制音乐总量的 14.91%，甚至今年 5 月初 Spotity 还清除了平台上由 Boomy 所生成的音乐。目前 Boomy 生成的音乐版权属于 Boomy，创作者可以透过在 Boomy 上架音乐来获取版税分成，免费用户也可以分成，但仅限 3 首歌，想要上架更多音乐，或把音乐用于其他商业用途，则需订阅会员。
BGM 猫
成立于 2018 年的 DeepMusic，是国内首家基于自研 AIGC 能力打造音乐引擎的国内人工智能音乐服务商，致力于将 AI 音乐技术转化为面向各类音乐人群的场景级应用及产品。而 BGM 猫是由 DeepMusicAl 音乐团队研发的用来生成 BGM 的工具，利用 AI 音乐生成技术使音乐的风格、情绪、时长、段落、能量等变得可控，旨在提供可商用和个人使用的优质音乐内容，降低音乐获取难度及成本。
结语
此类 AI 音乐工具很多，只是目前还有出现 ChatGPT、Stable Diffusion、Midjourney 等这样的明星级的应用，大家可以期待 Stable Audio 之后进一步开源，大家能够自行继续训练调整，之后看到更好的 AI 音乐工具也会继续介绍给大家！
