谷歌发布音乐AI工具MusicFX:一句话就能生成一首音乐
来源:华尔街见闻葛佳明
MusicFX的出现可能颠覆音乐产业,降低音乐创作的门槛,但随之而来的是AI生成内容对版权、所有权和如何证实音乐原创性的挑战。
谷歌继续向音乐领域发起挑战,人人都能作曲的时代似乎又近了一步。
12月14日,谷歌推出AI音乐创作工具“MusicFX”,仅需几句话,用户即可生成原创的音乐作品。
谷歌在介绍中指出,这一名为“MusicFX”的创作工具结合了谷歌此前发布的MusicLM模型和DeepMind的水印技术SynthID,以便在事后识别出它们是否由AI制作而成,一定程度上可以解决创作人对于版权问题的担忧。
分析认为,MusicFX的出现也将成为AI领域的一个重要里程碑,为音乐家、制作人和音乐爱好者开辟了尝试和创作多种音乐的新可能性:
MusicFX为音乐创作者提供了丰富的音效和声音素材,用户可以创作各种类型的音乐,同时支持调整音调、节奏和音量,还可以添加混响、回声等效果。无论是想要营造舒缓的氛围还是冒险紧张的氛围,MusicFX都可以满足。
MusicFX当前仍需要通过谷歌一个AI实验性产品网站(AITestKitchen)进入,这一平台的建立是为了让用户在尽早体验其最新的AI技术的同时,也能提供早期反馈,这种合作方法能帮助谷歌完善技术,并遵守道德标准。
媒体分析认为,MusicFX的发布不仅仅将为音乐生成提供全新的工具,也代表了AI发展过程中的趋势,用户在帮助企业完善和塑造人工智能方面的作用变得越来越重要,通过在早期阶段让用户参与进来,谷歌不仅增强了技术,还主动解决了潜在的道德问题。
此外,MusicFX的出现可能会降低音乐创作的门槛,让更多没有经过专业音乐培训的爱好者们参与进来。
但MusicFX的出现并非没有争议,有观点认为,如何解决人工智能生成的内容对版权、所有权和音乐原创性的影响还没有答案,谷歌决定在AI生成音乐中使用水印,表明了他们对这些问题的关注,但这一问题并没有解决,AI生成的内容是否属于原创?
对于接下来的计划,谷歌表示,他们会继续根据用户意见继续完善MusicFX,MusicFX有可能重新定义音乐创作及与音乐互动的方式,AITestKitchen可能会成为未来AI发展的典范,这种方法可以推动人工智能发展进入负责任的新时代,在这个时代,技术与社会价值观和规范齐头并进。
MusicLM有多强大?
在今年年初,谷歌MusicLM横空出世,可以直接将文字、图像自动生成音乐,并且曲风多样,凡是想听的音乐,基本都能自动生成。
MusicLM是一个以文本为条件的音频生成模型,可以从文本描述中生成高保真的音乐。该模型采用层次化的序列到序列的方法,这使它能够生成几分钟内一致的音乐。
MusicLM使用三种模型来提取作为条件自回归音乐生成输入的音频表示。SoundStream,w2v-BERT和MuLan。
其中,AudioLM模型可视作MusicLM的前身,MusicLM就是利用了AudioLM的多阶段自回归建模作为生成条件,可以通过文本描述,以24kHz的频率生成音乐,并在几分钟内保持这个频率。
相较而言,MusicLM的训练数据更多。研究团队引入了首个专门为文本-音乐生成任务评估数据MusicCaps来解决任务缺乏评估数据的问题。MusicCaps由专业人士共建,涵盖5500个音乐-文本对。基于此,谷歌用280000小时的音乐数据集训练出了MusicLM。
但媒体此前分析称,MusicLM肯定不是完美无缺的,或者说离完美仍有相当的距离。一些样本还有质量问题,而且虽然MusicLM在技术上可以生成人声,包括完成和声,但还有很多地方需要改进。大多数“歌词”也是蹩脚的英语或纯粹的胡言乱语,然后由合成的声音演唱,听起来像是奇怪的“混合物”。
AI生成音乐的版权风险:到底算不算原创?
AI跟人一样,偶尔会偷懒直接抄袭这些素材,版权该如何保护?
谷歌的研究员在一次实验中发现,该系统生成的音乐中约有1%是直接复制自其训练的歌曲。这个问题足以让研究人员不愿意过早发布MusicLM。另外,用搜集来的素材供AI学习,这本身是否就已经涉及到侵犯版权?
实际上目前已经有了相关案例。2020年,美国说唱歌手Jay-Z的唱片公司对YouTube频道VocalSynthesis提出版权警告,理由是它使用AI创作了Jay-Z翻唱比利·乔尔(BillyJoel)的“WeDidn‘tStarttheFire”等歌曲。
美国音乐出版商协会的埃里克·桑雷(EricSunray)撰写的一份白皮书认为,像MusicLM这样的AI音乐生成器通过“从训练数据库中吸收作品中连贯的音频,侵犯了美国版权法的复制权”。
进一步说,AI生成的音乐虽然是“原创”,但往往像不同音乐人作品的杂糅,也就是说有洗稿甚至是山寨的嫌疑。
因而此次谷歌运用DeepMind的水印技术SynthID生成的ID便是对版权问题的重视,谷歌表示,生成的所有歌曲都带有数字水印,人的耳朵听不见也不会影响音乐的效果。主要通过音频波转换为二维可视化来实现。即便数字水印遭受了添加噪声、音质压缩、音频调速等破坏性操作,仍然可以检测到歌曲中的水印。
但有分析师指出,尽管谷歌加了水印证明该音乐作品是AI创作而成却依旧没能解决根本问题,由AI系统生成的音乐到底算不算原创作品?可以和“人造音乐”同台竞技吗?
伴随着关注与争议,或许在不远的未来,这些问题都将有清晰的答案。