在过去的几年里，人工智能在创意领域的应用呈爆炸式增长。新一代图像和文本生成器带来的结果令人印象深刻。现在，人工智能也在音乐中得到了应用。
不久前，谷歌的一组研究人员发布了MusicLM——一个基于AI的音乐生成器，可以将文本提示转换为音频片段。这是人工智能在近几年内快速创新的另一个例子。
随着音乐行业仍在适应互联网和流媒体服务造成的中断，人们对人工智能如何改变人们创作和体验音乐的方式非常感兴趣。
自动化音乐创作
许多人工智能工具现在允许用户自动生成音乐序列或音频片段。许多是免费和开源的，例如Google的Magenta工具包。
AI音乐生成中最熟悉的两种方法是：
- 继续创作，利用AI生成继续一系列音符或波形数据；
- 和声或伴奏，利用AI生成一些东西来补充输入，例如与旋律配合的和弦等。
与文本和图像的生成AI类似，音乐AI系统可以在许多不同的数据集上进行训练。例如，你可以使用以Bon Jovi风格训练的系统来扩展肖邦的旋律——正如OpenAI的MuseNet所展示的那样。
对于患有“空白页综合症”的艺术家来说，这些工具可以带来很大的灵感，即使艺术家自己提供了最后的推动力。创意刺激是当今创意人工智能工具的直接应用之一。
但有朝一日，这些工具更有用的地方可能是扩展音乐专业知识。许多人可以写一首曲子，但很少有人知道如何熟练地操纵和弦来唤起情感，或者如何写出各种风格的音乐。
尽管音乐AI工具有办法可靠地完成才华横溢的音乐家的工作，但少数公司正在开发用于音乐生成的AI平台。
Boomy采取了极简主义的道路：没有音乐经验的用户只需点击几下即可创作一首歌曲，然后重新编排。Aiva也有类似的方法，但允许更精细的控制；艺术家可以在自定义编辑器中逐个音符编辑生成的音乐。
众所周知，机器学习技术很难控制，使用人工智能生成音乐目前有点需要碰运气；使用这些工具时，您有时候可能会碰到宝贝，但您可能不知道为什么。
对于创建这些AI工具的人来说，一个持续的挑战是允许对生成算法产生的内容进行更精确和深思熟虑的控制。
操纵风格和声音的新方法
音乐AI工具还允许用户转换音乐序列或音频片段。例如，Google Magenta的可微分数字信号处理库技术执行音色传输。
音色是声音质感的技术术语，就像是汽车发动机和哨子之间的区别。使用音色传输，可以更改一段音频的音色。
在2020年举行的第一届AI歌曲大赛中，悉尼音乐工作室Uncanny Valley使用音色转移将考拉的声音带入混音中。
音源分离
音乐的产生和转换只是等式的一部分。音频工作的一个长期问题是“音源分离”。这意味着能够将曲目的录音分解为单独的乐器。
虽然它并不完美，但人工智能驱动的源分离已经走了很长一段路。它的使用对艺术家来说可能是一件大事，因为他们中有很多人不喜欢其他人可以随意“撬开”他们的作品。
与此同时，DJ和混搭艺术家将获得前所未有的控制权，控制他们如何混合和重新混音曲目。音源分离初创公司Audioshake声称，这将为艺术家带来新的收入来源，这些艺术家允许他们的音乐更容易被改编，例如电视和电影。
艺术家可能不得不接受这个潘多拉盒子已经打开了，就像合成器和鼓机首次出现时的情况一样。在某些情况下，取代了对音乐家的需求。
但请关注这个空间，因为版权法为艺术家提供了保护，使其免受未经授权的操作。这很可能成为音乐行业的另一个灰色地带，监管可能难以跟上。
全新的音乐体验
*放播**列表的受欢迎程度显示了人们有多喜欢听具有某些“功能”效用的音乐，例如集中注意力、放松、入睡或锻炼。
初创公司Endel将人工智能驱动的功能音乐作为其商业模式，创造了无限的流，以帮助最大化某些认知状态。
Endel的音乐可以连接到生理数据，如听众的心率。它在很大程度上借鉴了正念的实践，并提出了大胆的建议，使用“新技术来帮助人们的身体和大脑适应新世界”。
其他初创企业也在探索功能性音乐。Aimi正在研究个人电子音乐制作人如何将他们的音乐变成无限的互动流。
Aimi的听众应用程序邀请粉丝操作系统的生成参数，如“强度”或“纹理”，或决定何时发生下降。由此，听众可以参与音乐而不是被动地听。
很难说人工智能在这些应用程序中做了多少繁重的工作——可能很少。即便如此，这些进步正在指导企业创造更好的未来音乐体验。
音乐的未来
上述举措与人们如何创作和分享音乐的几个长期以来建立起的公约、法律和文化价值观相冲突。
版权法是否会收紧，以确保在艺术家作品上训练人工智能系统的公司给与这些艺术家一定的补偿？这种补偿是为了什么？新规则是否适用于音源分离？使用人工智能的音乐家会花更少的时间制作音乐，还是比以往任何时候都多制作音乐？
如果有一件事是肯定的，那就是改变。随着新一代音乐家沉浸在人工智能的创作可能性中，他们将找到使用这些工具的新方法。
信息源于：theconversation