AI 在音乐领域的应用：以及 MusicBrainz Picard 等工具

人工智能（AI）旨在让机器重现人类智能。人类的重要特质之一是与艺术的联系，尤其是与音乐的联系。音乐深刻影响着我们的文化和情感。得益于 AI 的进步，机器如今可以创作出听起来像是由人类作曲的音乐。AI 音乐为人类与 AI 之间的创新合作带来了新的可能，也改变了我们体验音乐和与音乐互动的方式。

在本文中，我们将探讨人工智能如何用于创作音乐。我们还会讨论人工智能与 MusicBrainz Picard 等音乐标记工具之间的联系，以及它们对艺术家、制作人和整个娱乐行业的影响。

声音人工智能及其重要性#

人工智能可以处理各种类型的数据，包括声音。声音数据通常称为音频数据，是由不同强度的波形频率随时间组合而成的。与图像或时间序列数据一样，音频数据也可以转换为人工智能系统能够处理和分析的格式。声波可以转换成供人工智能模型分析的数值数据。

另一种有趣的方法是使用傅里叶变换，将声波转换成频谱图。频谱图是一种可视化表示形式，展示不同声音频率如何随时间变化。人工智能模型可以将频谱图视为图像，应用图像识别技术来分析和解读音频数据。人工智能可以识别声音中的模式和特征，就像处理视觉数据一样。

图 1. 人工智能对声音进行分类的示例。

利用人工智能分析、处理和生成音频数据，可以实现多种应用。以下是一些示例：

• 音乐生成与作曲：通过学习现有作品来创作新音乐，并协助音乐家创作旋律、和声与节奏。
• 音频增强与降噪：通过降低背景噪声来改善音频质量，适用于呼叫中心、助听器和音频编辑。
• 播客摘要：生成简洁的播客单集摘要，让用户更轻松地获取内容。
• 语音情绪检测：检测语音中的情绪，适用于客户服务、心理健康监测和用户体验研究。

了解 AI 歌曲生成器的工作原理#

AI 歌曲生成器通过分析和学习现有音乐来工作，原理与图像生成类似。了解人工智能如何理解音乐与如何生成音乐之间的区别很重要。理解音乐涉及分析和识别模式，而生成音乐则是根据学到的模式创作新作品。

图 2. 使用人工智能理解音乐与人工智能生成音乐的对比。

AI 音乐生成流程始于收集包含多种流派和风格的大型音乐数据集。随后，数据集会被拆分成音符、和弦和节奏等更小的组成部分，并转换成供人工智能处理的数值数据。

有许多不同的生成式 AI 模型可以通过训练来生成音乐。例如，Transformer 和变分自编码器（VAE）等 AI 模型可以协同工作来生成音乐。VAE 可以将输入声音压缩到潜在空间，将相似的音乐片段聚集在一起，以捕捉音乐的多样性和丰富性。随后，Transformer 利用这个潜在空间理解模式，并关注序列中的重要音符，从而生成新音乐。

AI 模型经过这些数据的训练后，就可以根据学到的内容预测下一个音符或和弦，从而生成新音乐。模型可以将这些预测串联起来，创作完整的作品。生成的音乐还可以进一步微调，以符合特定风格或偏好。

我们开始看到越来越多使用这项技术的音乐生成器。以下是一些示例：

• Google 的 MusicLM：根据文本提示生成音乐，用户可以指定流派、情绪、乐器和整体风格。
• Meta 的 MusicGen：根据文本描述或现有旋律创作音乐，并使用名为 EnCodec 的工具处理音频数据。
• Stability AI 的 Stable Audio 2.0：根据文本和音频输入生成高质量音轨和音效，能够创作完整音轨，也能根据提示转换音频样本。

人工智能对音乐行业的影响#

AI 创新正在为音乐家、听众和制作人带来新的机遇与挑战，也让他们面对以往可能从未经历过的情况。各群体如何适应这些进展、使用新工具，并应对原创性和伦理方面的担忧，十分值得关注。除了生成音乐，AI 在音乐行业还有其他令人期待的潜力，例如增强现场表演、改进音乐发现和协助制作流程。让我们仔细看看 AI 如何影响音乐行业中的音乐家、听众和制作人。

图 3. 生成式人工智能对音乐行业的影响。

对音乐家的影响#

人工智能正在改变音乐家创作音乐的方式。集成生成式 AI 的工具可以帮助创作新旋律、和弦进行和歌词，让音乐家更容易摆脱创作瓶颈。人工智能还被用于完成未完成的作品，例如披头士的新歌《Now And Then》，这首歌利用了 John Lennon 一段旧小样中的人声制作而成。然而，模仿知名艺术家风格的 AI 生成音乐日益增多，引发了人们对原创性的担忧。例如，Bad Bunny 等艺术家担心 AI 未经许可复制他们的声音和风格。

除了创作音乐，AI 和计算机视觉还可以帮助音乐家打造更精彩的演出和音乐视频。音乐视频包含许多不同元素，其中之一就是舞蹈。像 Ultralytics YOLOv8 这样的姿态估计模型能够理解图像和视频中的人体姿态，并可用于创作与音乐同步的编舞舞蹈片段。

NVIDIA 的“Dance to Music”项目是人工智能用于编舞的另一个优秀案例。在这个项目中，他们使用 AI 和两步流程生成多样、风格统一且符合节拍的新舞步。首先，他们使用姿态估计和运动学节拍检测器，从大量舞蹈视频中学习各种踩点舞蹈动作。然后，使用生成式 AI 模型将这些舞蹈动作编排成符合音乐节奏和风格的舞蹈。AI 编排的舞步为音乐视频增添了有趣的视觉元素，也帮助艺术家发挥更多创意。

对听众的影响#

对于听众来说，AI 可以改善音乐发现和聆听体验。Spotify 和 Apple Music 等平台正在利用 AI，根据用户的聆听习惯策划个性化播放列表并推荐新音乐。当你在这些平台上发现新艺人和音乐流派时，背后往往就有 AI 在发挥作用。

AI 驱动的虚拟现实 (VR) 也在提升现场音乐会的体验。例如，Travis Scott 利用 VR 举办虚拟演出，吸引全球观众。然而，TikTok 等平台上大量由 AI 生成的音乐可能会让音乐发现变得令人应接不暇，也可能让新兴艺术家难以脱颖而出。

图 4. AI 让虚拟现实 (VR) 音乐会体验成为可能。

对制作人的影响#

AI 以多种方式为制作人带来助益。协助音高校正、混音和母带处理的 AI 工具简化了制作流程。IBM 的 Watson Beat 等 AI 虚拟乐器和合成器能够创造新的声音和音色，拓展创作空间。

流媒体平台上的 AI 不仅让听众受益，也能帮助制作人扩大受众范围。然而，正如音乐家所担心的那样，AI 模仿知名艺人风格的能力引发了伦理和法律问题，涉及对艺人独特声音和风格的利用。这导致了法律纠纷，例如 Universal、Sony 和 Warner 等大型音乐公司对 Suno 和 Udio 等 AI 初创公司提起的诉讼，指控这些公司未经许可使用受版权保护的作品训练模型。

使用 MusicBrainz Picard 等集成 AI 的工具管理音乐库#

我们简要探讨了 AI 在音乐行业不同利益相关方中的影响，以及 AI 在音乐领域的一些应用。现在，让我们看看 AI 在音乐领域一个更具体的应用：MusicBrainz Picard 等 AI 增强型音乐管理工具。这些工具有助于整理和管理数字音乐库。

图 5. 使用人工智能管理音乐库。

这些工具会自动识别音乐文件，并为文件添加准确的元数据标签，例如艺术家姓名、专辑名称和曲目编号。MusicBrainz Picard 让音乐收藏的整理变得更加轻松。AcoustID 音频指纹是集成到 MusicBrainz Picard 中的关键技术之一。即使音乐文件没有元数据，这些指纹也能根据文件实际的音频内容识别文件。

这为什么如此重要？ BBC、Google、Amazon、Spotify 和 Pandora 等大型组织依靠 MusicBrainz 数据来改进与音乐相关的服务。MusicBrainz Picard 等工具创建的元数据，对于开发音乐数据库、标签工具应用或其他音乐相关软件至关重要。数据是 AI 的基础；如果没有 Picard 这样的工具，就很难获得分析和应用开发所需的干净、准确的数据。这些 AI 增强型工具还有助于创建 AI 应用所需的数据，形成有益的改进与创新循环。

人工智能与音乐：最后几点说明#

AI 已经在重塑音乐领域，围绕 AI 生成音乐的法律环境也在随之演变。当前法规，例如美国版权局制定的规定，指出完全由 AI 生成的作品不能获得版权，因为这些作品缺乏人类作者身份。不过，如果人类对创作过程作出了重大贡献，作品可能符合版权保护资格。随着 AI 继续融入音乐行业，持续开展法律和伦理讨论对于应对这些挑战至关重要。展望未来，AI 在音乐领域潜力巨大，可以将技术与人类创造力结合起来，拓展音乐创作和制作的可能性。

访问我们的 GitHub 仓库并加入我们的社区，探索 AI。通过我们的解决方案页面，了解 AI 在制造业和农业中的应用。