人工智能在音乐中的应用：如 MusicBrainz Picard 等工具

人工智能（AI）的核心在于在机器中重现人类智能。身为人类的重要一部分，是我们与艺术的联系，尤其是音乐。音乐深刻地影响着我们的文化和情感。多亏了AI的进步，机器现在能够创作出听起来像是人类谱写的音乐。AI音乐为人类与AI之间的创新合作开辟了新的可能性，并彻底改变了我们体验音乐以及与音乐互动的方式。

在本文中，我们将探讨AI如何被用于创作音乐。我们还将讨论AI与MusicBrainz Picard等音乐标记工具之间的联系，以及它们对艺术家、制作人和整个娱乐产业的影响。

声音AI及其意义#

AI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）是随时间变化的、具有不同强度的波频率的混合体。就像图像或时间序列数据一样，音频数据可以转换为AI系统能够处理和分析的格式。声波可以转换为能被AI模型分析的数值数据。

另一个有趣的方法是使用傅里叶变换，将声波转换为语谱图。语谱图是一种视觉表示，展示了不同频率的声音随时间的变化情况。AI模型可以通过将这个语谱图视为图像来应用图像识别技术，从而分析和解释音频数据。就像处理视觉数据一样，AI可以识别声音中的模式和特征。

图 1. AI对声音进行分类的示例。

利用AI分析、处理和生成音频数据创造了一系列应用。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，并协助音乐人处理旋律、和声和节奏。
• **音频增强与降噪：**通过减少背景噪音来改善音频质量，适用于呼叫中心、助听器和音频编辑。
• 播客摘要： 生成播客片段的简明摘要，以便更轻松地消费内容。
• **语音情感检测：**检测客服、心理健康监测以及用户体验研究中的语音情感。

了解AI歌曲生成器的工作原理#

AI歌曲生成器通过分析现有音乐并从中学习来工作，这与图像生成类似。理解“使用AI理解音乐”和“使用AI生成音乐”之间的区别非常重要。理解音乐涉及分析和识别模式，而生成音乐则涉及基于这些学到的模式创建新的作品。

图 2. 比较使用AI理解音乐与AI音乐生成。

AI音乐生成过程始于收集包含各种流派和风格的大型音乐数据集。随后，数据集会被拆解成音符、和弦和节奏等较小的组件，并转换为AI可以处理的数值数据。

有许多不同的生成式AI模型可以经过训练来生成音乐。例如，诸如Transformer和变分自编码器（VAE）之类的AI模型可以协同工作来生成音乐。VAE可以将输入的音乐紧密地对齐并压缩到潜在空间中，以捕捉音乐的多样性和丰富性。然后，Transformer通过理解模式并专注于序列中的重要音符，利用这个潜在空间来生成新的音乐。

一旦AI模型在这些数据上完成训练，AI就可以通过预测下一个音符或和弦来生成新音乐。它可以通过串联这些预测来创作完整的作品。生成的音乐还可以进行微调，以匹配特定的风格或偏好。

我们开始看到越来越多的音乐生成器正在使用这项技术。以下是一些示例：

• Google的MusicLM： 根据文本提示生成音乐，允许用户指定流派、情绪、乐器和整体氛围。
• Meta的MusicGen： 使用名为EnCodec的工具处理音频数据，从文本描述或现有旋律中创建音乐。
• Stability AI的Stable Audio 2.0： 从文本和音频输入中制作高质量的音轨和音效，能够创建完整的曲目并根据提示转换音频样本。

AI对音乐产业的影响#

AI的创新正在为音乐家、听众和制作人创造新的机遇与挑战，带来了他们可能从未体验过的情况。有趣的是，看到每个群体如何适应这些进步、使用新工具，并应对关于原创性和伦理的担忧。除了生成音乐之外，AI在音乐产业中还有其他令人兴奋的潜力，比如增强现场演出、改善音乐发现以及协助制作过程。让我们仔细看看AI是如何影响音乐产业中的音乐家、听众和制作人的。

图 3. 生成式AI对音乐产业的影响。

对音乐人的影响#

AI正在改变音乐家创作音乐的方式。集成了生成式AI的工具可以帮助生成新的旋律、和弦进行和歌词，使音乐家更容易克服创作瓶颈。AI还被用于完成未完成的作品，例如披头士乐队的新歌“Now And Then”，该歌使用了约翰·列侬来自旧小样的人声。然而，模仿知名艺术家风格的AI生成音乐的兴起引发了对原创性的担忧。例如，像Bad Bunny这样的艺术家担心AI未经同意就会复制他们的声音和风格。

除了创作音乐之外，AI和计算机视觉还可以帮助音乐家策划更好的表演和音乐视频。音乐视频由许多不同的元素组成，其中一个元素就是舞蹈。诸如Ultralytics YOLOv8之类的姿态估计模型可以理解图像和视频中的人类姿态，并在创建与音乐同步的编排舞蹈序列中发挥作用。

AI可用于编舞的另一个好例子是NVIDIA的“Dance to Music”项目。在该项目中，他们使用AI和两步流程来生成多样化、风格一致且符合节拍的新舞蹈动作。首先，利用姿态估计和一个运动节拍检测器，从大量舞蹈视频中学习各种踩点的舞蹈动作。然后，使用生成式AI模型将这些舞蹈动作组织成与音乐的节奏和风格相匹配的编舞。AI编排的舞蹈动作为音乐视频增添了有趣的视觉元素，并帮助艺术家发挥更多创意。

对听众的影响#

对听众而言，AI可以提升音乐发现和收听体验。像Spotify和Apple Music这样的平台正在使用AI来策划个性化播放列表，并根据用户的收听习惯推荐新音乐。当你在这些平台上发现新艺术家和流派时，那就是AI的魔力所在。

由AI驱动的虚拟现实（VR）也在改善现场音乐会的体验。例如，Travis Scott使用VR来打造能够触及全球观众的虚拟演出。然而，TikTok等平台上充斥的大量AI生成音乐可能会让音乐发现变得不堪重负。这可能会让新艺术家很难脱颖而出。

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#

制作人从AI中受益匪浅。辅助音高修正、混音和母带处理的AI工具简化了制作流程。AI驱动的虚拟乐器和合成器，如IBM的Watson Beat，可以创造新的声音和纹理，从而拓展创作可能性。

流媒体平台上的AI不仅让听众受益，还能通过打造更广泛的受众来帮助制作人。然而，正如音乐家所担忧的那样，AI模仿知名艺术家风格的能力引发了关于剥削艺术家独特声音和风格的伦理和法律问题。这导致了法律纠纷，例如环球音乐、索尼和华纳等大型音乐公司对Suno和Udio等AI初创公司提起的诉讼，指控其未经许可擅自使用受版权保护的作品来训练模型。

使用MusicBrainz Picard等集成AI的工具管理音乐库#

我们简要探讨了通过了解AI对音乐产业不同利益相关者的影响来探究AI在音乐中的一些应用。现在，让我们了解一个AI在音乐中更具体的应用：像MusicBrainz Picard这样AI增强的音乐管理工具。这些工具对于组织和管理数字音乐库非常有用。

图 5. 可以使用AI来管理音乐库。

它们会自动识别音乐文件并用准确的元数据（如艺术家名称、专辑标题和曲目编号）对其进行标记。MusicBrainz Picard使保持音乐收藏井井有条变得更加容易。集成到MusicBrainz Picard中的关键技术之一是AcoustID音频指纹。即使文件缺少元数据，这些指纹也能根据其实际音频内容识别音乐文件。

为什么这如此重要？主要组织如BBC、谷歌、亚马逊、Spotify和潘多拉都依赖MusicBrainz数据来增强其与音乐相关的服务。像MusicBrainz Picard这样的工具所创建的元数据对于构建音乐数据库、标签应用程序或其他音乐相关软件的开发者来说至关重要。AI的基石是数据，如果没有像Picard这样的工具，要获得用于分析和应用开发所需干净、准确的数据将非常困难。令人着迷的是，AI增强工具既利用AI，又帮助创建AI应用所需的数据，形成了一个良性的改进和创新循环。

关于音乐中AI的结语#

我们已经讨论了AI在音乐领域掀起的波澜。围绕AI生成音乐的法律格局也在不断演变。当前的法规，如美国版权局制定的法规，规定完全由AI生成的作品不能享有版权，因为它们缺乏人类作者身份。然而，如果人类对创作过程做出了重大贡献，则该作品可能有资格获得版权保护。随着AI继续融入音乐产业，持续的法律和伦理讨论对于应对这些挑战至关重要。展望未来，AI在音乐领域拥有巨大的潜力，它将技术与人类的创造力结合起来，扩展了音乐创作和生产的可能性。

访问我们的GitHub仓库并加入我们充满活力的社区，一起探索AI。欢迎在我们的解决方案页面上了解AI在制造和农业领域的应用。