上手体验谷歌的AI音乐生成器

AI 能否根据文字描述反向生成一首连贯的歌曲？这正是 MusicLM 的核心理念。

MusicLM 是 Google 在 I/O 大会开幕当天发布的一款由 AI 驱动的音乐创作工具。经过数十万小时音频训练，它能够学习以多种风格创作新音乐，目前可通过 Google 的 AI Test Kitchen 应用进行预览体验。

结论如何？这么说吧，MusicLM 短期内还不会抢音乐人的饭碗。

在 Test Kitchen 中使用 MusicLM 相当简单：获得访问权限后，在文本框中输入尽可能详细的歌曲描述，系统便会生成两个版本的歌曲。这两个版本均可下载离线收听，Google 也鼓励用户对其中一个曲目“点赞”，以帮助提升 AI 性能。

今年一月，在 MusicLM 正式发布前我曾报道过它，当时认为该系统的歌曲听起来有点像人类艺术家的作品——尽管未必具有同样高的音乐创造力或连贯性。但现在我无法完全坚持之前的说法，因为早期样本中显然存在严重的“挑拣”现象。

我用 MusicLM 生成的大多数歌曲充其量只能说是勉强过得去，最糟糕的情况则像是一个四岁小孩被放逐到一台 DAW（数字音频工作站）上乱搞。我主要尝试了电子舞曲（EDM），试图生成具有结构感和可辨识（最好悦耳）旋律的作品。但无论 MusicLM 歌曲的开头听起来多么不错甚至很好，总有一个时刻它们会以一种非常明显、音乐上不令人愉悦的方式崩溃。

例如，使用提示词“风格轻快、明快的 EDM 歌曲，适合跳舞”生成的样本，开头很有希望，有让人点头晃脑的低音线和经典 Daft Punk 单曲的元素，但在曲目中段彻底偏离轨道，几乎变成了另一个流派。

再如来自更简单提示词“浪漫且富有情感的钢琴曲”的独奏片段，某些部分听起来非常出色，至少在指法方面。但随后仿佛钢琴家被狂热附体，在一堆杂乱音符之后，歌曲转向了一个截然不同的方向，就像换了一张新的乐谱——尽管仍基于原曲风格。

出于好奇，我还尝试让 MusicLM 制作芯片音乐（chiptunes），心想 AI 可能在处理结构更简单的歌曲时会更容易些，但结果并不理想。下面的作品虽然某些部分很抓耳，但最终结束得和其他样本一样随机。

另一方面，MusicLM 整体表现远胜于 OpenAI 几年前推出的 Jukebox。与 MusicLM 不同，Jukebox 虽能在给定流派、艺术家和歌词片段的情况下生成相对连贯且包含人声的音乐，但缺乏重复副歌等典型音乐元素，且经常包含无意义歌词。此外，MusicLM 生成的歌曲伪影更少，保真度通常更高。

不过，由于提示方面的限制，MusicLM 的实用性受到一定制约。它不会生成包含特定艺术家或人声的音乐，即使是指定某位音乐家的风格也不行。尝试输入类似“类似于 Barry Manilow”的提示，只会收到错误消息。

原因可能在于法律层面。深度伪造音乐在法律上处于模糊地带，毕竟音乐行业某些人士认为像 MusicLM 这样的 AI 生成器违反了音乐版权。不久之后这个问题可能会得到澄清——几起正在法院审理的诉讼可能会对音乐生成 AI 产生影响，其中包括一起涉及艺术家权益的案件，这些艺术家的作品在未获知情或同意的情况下被用于训练 AI 系统。时间会给出答案。