语音大模型

来源 | 音乐先声作者 | 范志辉在自己的演出上，法国知名DJ David Duetta相信，“音乐的未来在于AI”。最近，他在Twitter上分享了自己在演出时候放歌的片段，随着几个声效，Eminem的声音响起，唱着“this is a future rave song……”，台下的观众都“为之疯狂”。据David Duetta介绍，这是他借助AI工具完成的歌曲。他先是在歌词生成网站上输入“以Eminem风格写一首关于Future Rave的歌”，然后再在虚拟人声的网站用Eminem的声线把歌词放进去播放。AI音乐带来的效果诚然是令人惊喜的，但很快也有人质疑，这样的做法是否涉嫌侵权。可以说，涉嫌侵权的确是AI音乐在应用中最令人担心的问题。自从ChatGPT爆火之后，人工智能似乎不再只是一种噱头或隐秘高端的技术，而是落地到让普通人也能触及的一种未来。尤其是近两年来，音乐公司、流媒体平台加速对AI技术的布局，Music LM、Jukebox等高端破局者还在摩拳擦掌，普通AI作曲平台已经接到如奥迪等大牌的商业合作。那么，2023年会是AI音乐和人类音乐正面交锋的一年吗？AI音乐会引发 “Napster效应”吗？AI逐渐发展，给音乐行业带来的首先确实恐惧。诚然，AI音乐代表着扩大创作边界、提高创作效率的利器，但也威胁着一批音乐人的职业生涯。最担忧的莫过于唱片公司们，AI是基于已经存在的音乐而发展的，却不必给唱片公司付一分钱，创作出的音乐甚至还能抢走一部分人类创作者的饭碗，唱片公司自然是不会轻易允许这种事情发生的。今年1月，代表三大唱片公司利益的RIAA（美国唱片业协会）向美国政府提交了报告，游说美国政府重视AI音乐侵权的问题。从去年起，RIAA就列出了以RemoveVocals和Songmastr等软件，指责这些软件通过现有音乐生成新音乐，是一种对音乐人和唱片公司的侵权行为。英国唱片业协会（BPI）也发出了同样的声音。由于去年英国政府为了促进人工智能发展，想让AI训练可以无需创作者和权利人的许可，随意使用包括音乐在内的创意作品，被英国音乐行业包括唱片业协会（BPI）机构在内的数家音乐行业组织机构强烈反对，让政府终于决定重新审视这一提案。从去年1月到9月，RIAA出现在15份政府游说报告中，申报的游说支出近540万美元，创下2018年以来游说支出新高，足见唱片公司们的重视程度。近来，这种担忧还有增无减。今年2月，环球音乐称，AI歌曲生成可能会给音乐人造成持久而广泛的伤害，呼吁不要放松版权法来推动AI发展，并且可能对版权保护造成Napster级别的危机。时针拨回到1999年，全球经济衰退正在一步步上演，旧有世界因为新技术的到来处于崩溃的边缘。在一片混乱中，因为CD业务的巨额利润，唱片行业正在享受前所未有的光明，而波士顿东北大学的宿舍里，一个早熟的程序员已经扼住了音乐行业的喉咙，并差点把它掐死。这个名为Shawn Fanning的程序员推出了主打P2P模式的音乐共享平台Napster，让年轻人们可以通过互联网共享彼此的mp3文件。上线仅4个月后，Napster就吸引了超过15万用户，8个月后超过了2640万，有些人甚至怀疑超过了8000万。16个月后，它的创始人就登上了《时代》杂志的封面。但Napster也成为了唱片公司们的噩梦。因为Napster，盗版音乐泛滥，人们能够通过互联网轻易获得音乐资源，磁带、CD和黑胶唱片的销量一落千丈，音乐行业的收入规模在之后20年都未能超过1999年的高峰，实体音乐收入更是大势已去，几乎每年都只能比去年更低。2019年，RIAA愤而起诉Napster，以Dr Dre为代表的艺人和EMI为代表的唱片公司都对其表示了强烈抗议。最后，Napster在和唱片公司、艺人的多次诉讼后于2001年被关闭，并让在Napster背后提供贷款的贝斯塔曼在2006年到2007年分别向环球音乐、华纳音乐、EMI、美国国家音乐出版商协会（NMPA）支付了千万到上亿美元不等，后起之秀Spotify则通过与版权方达成协定后，也成为版权方的最强打工人。如今的AI音乐，的确与Napster多有相似。AI工具借助广大的现有内容进行训练，可以按照用户的要求生成相应的内容，它和当年的Napster一样，代表着更新的趋势、更开放和高效的知识利用技术，但与此同时，AI工具同样也被指责“窃取”了创作者的果实。如果AI音乐真的广泛应用，确实很可能对音乐版权内容造成前所未有的重创。当然，新一代的AI破局者肯定既不想成为破局到破产的Napster，也不会想成为革了命但还是为别人卖命的Spotify，键就要看AI音乐公司们将如何与版权方们达成一致了。但面对再一次的技术革新，唱片公司们已经从Napster中学到了宝贵的一课。当年强硬拒绝流媒体的音乐公司们已经倒在了时代巨变的车轮之下，幸存的赢家都是懂得骑在车轮上让自己跑更快的老司机。这一次，音乐公司们虽然不无担忧，但已经争先恐后地以适合自己的方式加入AI音乐的浪潮。音乐公司拥抱AI音乐以环球音乐为代表的唱片公司们，一边重金让RIAA游说政府，担忧AI音乐的侵权问题；一边也下场成为玩家，生怕落于人后。如今，在众多音乐行业人士的助推下，AI生成工具已经涉猎作词、作曲、语音生成、编曲混音甚至发行等多个方面。在最受关注的作曲方面，AI创作的音乐已经在游戏、商业广告、环境音乐等功能性音乐方面有了广泛的应用。这对于想要减少版权成本的流媒体无异于是救命稻草。但在国外，或许是出于侵权隐忧，流媒体平台们并没有高调参与AI作曲工具的收购，Spotify在中东和北非的竞争对手Anghami也仅是声称自己很快将成为全球第一个托管AI歌曲超过20万首的平台。YouTube“一母同胞的兄弟”谷歌最近推出的音乐创作大杀器Music LM由于版权相关的担忧，仍被谷歌“封印”中。它被比作音乐版的ChatGPT，能够根据用户输入的文本创作歌曲。不过，外媒Vice给出的评价是，“在复制游戏音乐方面做得不错，但目前为止，它似乎无法写出能让你喜欢的艺人破产的歌”。OpenAI旗下的Jukebox、MuseNet也是类似的情况。在国内，这一赛道的入局者更多。字节跳动收购了AI作曲公司Jukedeck；“唱鸭”基于华为独创的AI Singer模型，让用户只需输入歌词就能完成创作；网易还推出了网易天音，并上线“网易天音”拜年小程序，让用户输入歌词即可生成拜年歌，并用AI歌手进行演唱；快手也自主研究了AI音乐创作模型和AI歌手，并推出“小森唱”，通过AI为用户打造专属歌曲 。有趣的是，唱片公司们对此也很积极。AI音乐公司Endel主打提供专注、放松、睡眠场景的音乐，已经得到了华纳音乐、AVEX、索尼、Concord音乐、Royalty Exchange等音乐公司的投资，目前合作对象包括梅赛德斯·奔驰研究部、日本全日空航空公司、澳洲消费电子公司Nura；还有华纳音乐协助发行专辑，联合索尼研究耳机，与音乐家Grimes联合创造的名为“AI Lullaby”的睡眠音乐，更是成为了当时的头条。2022年，华纳音乐还投资了AI音乐公司Lifescore，后者的应用场景包括直播、汽车、睡眠、健身、游戏还有元宇宙，合作对象不乏奥迪这样的大品牌。或许正是版权问题尚未得到解决，让AI作曲软件有侵权风险，让音乐公司更倾向于让AI推荐音乐创作类工具的发展。比如索尼CSL（电脑科学研究室）在2020年推出的AI辅助音乐创作应用Flow Machines，在2022年还推出了名为“SampleMatch”的机器学习模型，可以从档案中检索出与特定曲目匹配的乐器采样，帮助创作。环球音乐、迪士尼、微软等还投资了AI驱动的音乐创作平台Soundful。或许是由于得到各位“版权狂魔”的支持，Soundful在内测阶段就已经搞定了所有版权授权问题，让用户可以放心对音乐进行视频、广告、社交媒体等平台的使用。华纳音乐则参与了AI编曲软件Landr的种子轮投资，后者可以提供远程团队合作、自动化的母带处理，还能分发到超过150个流媒体平台，帮音乐人完成创作的“最后一公里”。Spotify的Basic Pitch，则可以帮助音乐人高效完成音乐转录。而最近谷歌推出的新软件SingSong，让用户只需要哼唱，就能生成对应的伴奏，简直让音痴也能完成歌手梦。在国内，网易云音乐对AI音乐创作辅助平台AIVA进行了战略投资，后者的音乐灵感来自于“莫扎特、贝多芬、巴赫”等音乐名家同时也是公版音乐，合作对象包括NVIDIA、TED、卢森堡文化部等等。字节跳动旗下的音乐创作工具海绵乐队也引入了AI技术，类似于音乐制作的“剪映”，可以为创作者完成简单高效的各类创作和优化。除此之外，AI语音生成也成为音乐公司重要的发力方向，这不仅是为了提高音乐创作效率，也是为了打造虚拟偶像，迎接元宇宙。韩国偶像娱乐巨头HYBE就在2022年收购AI语音公司Supertone，被推测可用于偶像们的数字分身，为粉丝提供更多定制化的内容。同年，Spotify收购了人工智能语音平台Sonantic。今年，其语音生成技术结合OpenAI以及平台的人类编辑，推出了AI DJ，为用户提供个性化的歌曲服务，能根据用户的反馈即时调整推荐内容，目前只面向美国和加拿大的付费用户。在国内，科大讯飞基于自己的AI技术推出“讯飞语音”厂牌，涉及唱歌合成、唱歌变声和唱歌评测等技术。腾讯AI Lab推出数字人“艾灵”，可以根据用户提供的关键字自动生成歌词并演唱。酷狗语音阿波罗声音实验室则研发了声音合成黑科技“凌音引擎”，能够高度还原和复刻歌手的声音特点，不仅可以To B，让歌手不再破音，也为粉丝提供个性化的偶像陪伴，更可以To C，成为普通人在声音上的“美图秀秀”。除了生成式人工智能（Generative AI）之外，AI另外一个大的使用方向是数据分析。流媒体时代，A&R的部分工作被数据取代，音乐公司都想从喷泉一般涌出的数据中先人一步找到下一个Billie Eilish或是BTS。华纳音乐就在2018年收购了AI驱动的A&R平台Sodatone，后者通过机器学习挖掘每天上传到Spotify等平台上的歌曲，并分析社交媒体和巡演数据，来寻找潜力新人。2020年，通过Sodatone锁定并签约的艺人和词曲作者比2019年多了整整一倍，足见华纳音乐对Sodatone的青眼有加。华纳音乐投资的另一家AI驱动的A&R平台Instrumental还有腾讯的入股，并且三大唱片和Live Nation都是其合作伙伴。SoundCloud也收购了Musiio，用于检测平台上歌曲的情况和A&R，期望早一步与明日之星建立关系并留住他们。除了找艺人，音乐公司们还在用AI找听众。此处指的不是流媒体推荐算法，或是流媒体平台通过AI对音乐进行标签或者审查，这些已经相当普及。即便是Apple 收购AI Music，让音乐推荐可以根据心跳等数据推测场景变化进而更加精确，又或者是Spotify新推出的AI DJ功能，让用户的反馈即时改变推荐内容，也只能算是锦上添花而已。更值得关注的是，唱片公司近两年开始通过AI改变艺人吸粉和固粉的方式。环球旗下厂牌Ingrooves Music Group近两年已经在AI营销方面获得了三项专利，致力于通过AI来将营销活动自动化、识别高价值受众、预测高价值社交媒体受众行为。总而言之，从歌曲创作、A&R、文案、营销、曲库管理等音乐行业的方方面面，AI都可能淘汰一部分就业岗位，又或者说，AI都能成为有力的助手，帮助人们从繁复的工作中获得一丝解脱。结语通过回顾音乐公司们在AI上的布局，可以看出，AI的作用已经渗透到音乐行业的方方面面。至于在最具有革命性的AI音乐创作方面，由于版权问题尚未得到妥善的解决，AI音乐创作更像是尚未允许打开的潘多拉魔盒，虽然让人迫不及待地想要打开，但打开后的结果却可以是致命的。唱片公司们绝不会轻易允许它成为第二个Napster，再次革了音乐行业的命。然而，一边说着反对、一边又大力投入其中的音乐公司们早已明白，面对大势的改变时，拒绝绝对不是正确的姿态，顺势而行，想办法为我所用才是赢家的法则。在AI创作所代表的巨大利益面前，接受它似乎也只不过是时间和方式的问题。所以，别再问AI音乐来了没有，因为它已经来了。 – END- 往期回顾 头条 | 从ChatGPT看AI生成内容的著作权问题聚焦 | 浅谈AI绘画的著作权归属头条 |...