索尼推出全能音樂AI工具：作曲混音編曲都OK！留給人類發(fā)揮的空間不多了
索尼喊來一群AI幫音樂人寫歌
博雯 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
在AI們還在某個特定領域學畫畫、學寫歌的時候，索尼已經(jīng)喊了一群AI來給音樂人做全能助手了！
包含從鼓點、貝斯、鋼琴伴奏的生成，到多音軌的混合，再到母帶制作等多項功能的那種。
可以說，創(chuàng)作音樂的全程都有AI的參與。
而這些AI們單拎出來也都是優(yōu)秀的“唱作人”，自己也可以創(chuàng)作新的旋律、節(jié)奏或和聲樣本。
用索尼的話來說，這種AI合成的音樂樣本其實是提供了一種“創(chuàng)意原型”，能夠讓音樂家仿佛在與多名制作人一起頭腦風暴，探討新的音樂創(chuàng)意。
而這全套音樂輔助工具，總共包含了六大創(chuàng)造性AI，和四大專業(yè)的音頻制作工具。
這時候，就不得不再喊出那句話：
AI輔助音樂創(chuàng)作
首先是創(chuàng)造性的AI工具，這些工具某種程度上是將“音樂創(chuàng)新”這件事流水線化了。
其中，DrumNet通過無監(jiān)督學習的方式從音樂數(shù)據(jù)集之間生成一種音樂與鼓點之間的期望關系，進而形成一種可以直接基于現(xiàn)有的音樂旋律生成鼓點節(jié)奏的AI。
BassNet則是基于現(xiàn)有音樂旋律生成低音的AI，并且在音樂播放時可以隨時調整和控制產(chǎn)生音符的密度、清晰度和音色。
Flow Machines可以生成一段包含和弦、低音和完整旋律的音軌樣式。
在把實際演奏的鋼琴旋律進行數(shù)字化處理時，常常會遇到一些音符的缺失，這時就可以用PIA進行“修復”，甚至還可以直接去“續(xù)寫”或者從頭創(chuàng)建一段新的旋律。
這就相當于讓用戶扮演了藝術總監(jiān)的角色，只需要驗證或否決AI創(chuàng)造出來的作品是否足夠讓人滿意。
剩下的兩個AI中，NOTONO可以直接用復制粘貼來添加不同的音色，是一個將聲音可視化的合成器。
而DrumGAN則是我們熟悉的GAN，用于生成各種各樣的鼓聲。
接下來是專業(yè)性的工具。
Profile EQ類似擁有“自動對比”功能的圖形編輯器，是一個能將音頻直觀對比的自適應均衡器。
Resonance EQ則擁有類似“調節(jié)圖像飽和度”的功能，能對音頻也進行類似的調節(jié)：比如平滑音頻，去掉雜音，或放大共鳴，強調諧波豐富旋律。
Multiband Phase是一個可以自動識別和修復相位相關問題的工具，XSpecMatch則是一個實時的音頻匹配均衡器。
AI無法代替藝術創(chuàng)造
其實，這種AI與藝術創(chuàng)作的碰撞在最近幾年愈發(fā)頻繁。
比如在去年年初，科研機構Space150模仿說唱歌手Travis Scott的人聲和音樂風格，基于AI技術做出了一個說唱機器人Travis Bott。
而這位Travis Bott真的創(chuàng)作了一首名為《Jack Park Canny Dope Man》的歌，歌詞和旋律均由自己完成。
雖然有不少網(wǎng)友看著MV表示“比真人還好”，“非常有趣，這僅僅是個開始”，表示如果這位歌手開演唱會自己一定會買票去看。
但也有人產(chǎn)生了這樣的擔憂：
仿佛在看《黑鏡》中的一集。
事實上，每當AI在藝術創(chuàng)造領域有了新的應用時，都能引發(fā)無數(shù)的思考和爭論。
人們在驚嘆AI創(chuàng)作力與日俱增，甚至于人類無異的同時，也在擔心AI是否會進一步蠶食掉創(chuàng)作領域中的藝術家們的工作。
對于這種問題，開發(fā)了上述全套AI輔助工具的Sony CSL實驗室是這樣說的：
藝術家不是深度學習的專家，因此，我們要將技術嵌入到藝術家的工作流，讓人工智能更好地輔助他們進行創(chuàng)作。
秉持著這一目標，該實驗室在巴黎的分部Sony CSL Paris已經(jīng)在理解和創(chuàng)造音樂、語言等多個具有藝術創(chuàng)造力的領域，通過AI和數(shù)據(jù)科學發(fā)表了多篇論文，開發(fā)了不少應用。
而一些音樂人也表示，AI在藝術創(chuàng)作領域的高速發(fā)展或許會使一些創(chuàng)作者受到挑戰(zhàn)，比如在音樂圈從事重復勞動工作，創(chuàng)作口水歌、套路化背景樂的音樂人。
但是，AI永遠不會替代核心創(chuàng)作者，還會把從業(yè)者像更核心、更創(chuàng)意化個性化、更具有藝術價值的方向推動。
參考鏈接：
https://cslmusicteam.sony.fr/prototypes/
- 有道智能學習燈發(fā)布，通過“桌面學習分析引擎”實現(xiàn)全球最快指尖查詞2022-04-08
- 科學證明：狗勾真的懂你有多累，聽到聲音0.25秒后就知道你是誰，對人比對狗更親近2022-04-14
- 在M1芯片上跑原生Linux：編譯速度比macOS還快40%2022-04-05
- 小學生們在B站講算法，網(wǎng)友：我只會阿巴阿巴2022-03-28
相關閱讀
53年來國內唯三，MindSpore加速昇騰芯片論文獲國際頂會MICRO最佳論文提名
現(xiàn)在，這些數(shù)學家的基礎研究，讓華為在AI和芯片等領域得到了回報。
