2023年，第二次人工智能(néng)浪潮，因爲大模型的"湧現"能(néng)力不期而至。

事(shì)實上，早在2022年年中，Midjourney、Jasper等圖片生成(chéng)、文字生成(chéng)類AIGC應用就在海外走紅。這(zhè)使得，當全球大佬們還(hái)圍繞底層大模型進(jìn)行"軍備競賽"時，建立在模型基礎上的AI應用，已在數量和類型上“百花齊放”。

36氪日前接觸到的一家公司「音律閃動」，就是一家以AI寫歌爲主營業務的公司，當前正在打磨一款名爲「歌歌AI寫歌」的AI歌曲創作類産品。公司高管告訴36氪，其團隊成(chéng)員長(cháng)期身處音樂領域，早在上一次AI風靡（即Alphago擊敗人類）時，就開(kāi)始探索用AI生成(chéng)音樂。而2022年，出于對(duì)AI寫歌領域的持續看好(hǎo)，團隊成(chéng)員聚在一起(qǐ)成(chéng)立了「音律閃動」，希望做出全球領先的AI寫歌類産品。

在全球範圍内，AI創作音樂并非新鮮事(shì)物——Google、OpenAI，和一些國(guó)内外創業公司均有涉獵。但在「音律閃動」團隊眼中，這(zhè)些産品的效果均有不足。

公司COO王樞沛告訴36氪，目前全球範圍内的AI創作音樂産品可分爲三種(zhǒng)技術路線。第一種(zhǒng)是符号音樂生成(chéng)路線。這(zhè)種(zhǒng)方式類似NLP模型的訓練——人們需要先标注大量樂譜，再訓練，最後(hòu)形成(chéng)的産品也是樂譜。但這(zhè)種(zhǒng)方式的弊端在于，生成(chéng)的結果是樂譜而非音樂，"怎麼(me)把樂譜直接變成(chéng)音樂，目前是一個全球範圍内的難題。"王樞沛表示。

另一種(zhǒng)是大模型思路，即直接用海量音頻訓練模型，但這(zhè)種(zhǒng)方式不僅需要高昂資金，生成(chéng)效果也需要提升。王樞沛解釋，音樂裡(lǐ)包含的信息量很大，不僅包括歌詞、人聲和旋律，歌詞裡(lǐ)還(hái)分爲各種(zhǒng)語義信息，人聲裡(lǐ)還(hái)包括口音、感情表現等，旋律則可能(néng)由數十種(zhǒng)樂器演奏而成(chéng)，每種(zhǒng)樂器都(dōu)存在自己的演奏方式。"一首歌裡(lǐ)有著(zhe)龐大的信息量，比訓練ChatGPT的難度高很多。"王樞沛表示，當前Google和OpenAI的産品采用這(zhè)類路線，但在音質、音色、歌詞等方面(miàn)還(hái)遠不及商用标準。

還(hái)有一些初創公司走的是"AI剪輯"路線，就是積累龐大的歌曲素材庫，再對(duì)這(zhè)些素材打标，接著(zhe)用AI進(jìn)行剪輯。"嚴格來說，這(zhè)不屬于AI的生成(chéng)。這(zhè)些素材被(bèi)提前準備好(hǎo)，再讓AI找出來進(jìn)行拼接。"王樞沛告訴36氪，在體感上這(zhè)類歌曲并不流暢，再加上維護龐大的素材庫需要花費不少成(chéng)本，整體投入産出比不高。

對(duì)比之下，「音律閃動」團隊認爲自身産品生成(chéng)的歌曲已達到商用标準。而且，「歌歌AI寫歌」"是唯一能(néng)做到整曲生成(chéng)的産品"。對(duì)此王樞沛解釋，整曲是說，「歌歌寫AI歌」目前已可以生成(chéng)包括歌詞、人聲、旋律在内的完整音樂。最終，「歌歌AI寫歌」的目标是在數秒内根據用戶Prompt生成(chéng)發(fā)行級的華語流行音樂，并覆蓋全球所有類型音樂。

他進(jìn)一步告訴36氪，「歌歌AI寫歌」采用的并不是大模型路線，而是由多個專業模型和專家系統組成(chéng)而成(chéng)的AI産品。"拿旋律舉例，我們會有一個專有模型去做旋律的生成(chéng)。整體我們有多個專有模型。"他介紹，這(zhè)樣(yàng)做既保證了效果，算力消耗也不大。再加上，公司此前也積累了不少歌曲的版權，所以訓練素材較爲豐富。另外，公司還(hái)積累了把樂譜轉換成(chéng)音樂的音頻算法。王樞沛總結，多種(zhǒng)模型、歌曲版權以及對(duì)音樂的理解是公司的壁壘。

未來，「音律閃動」的目标用戶是全球所有喜歡音樂、唱歌的普通人。公司表示，希望達成(chéng)全球超過(guò)二十億用戶在其平台上進(jìn)行生成(chéng)、創作、分享和版權變現的目标。

當前「歌歌AI寫歌」正在打磨過(guò)程中，計劃在接下來的幾個月内面(miàn)世。"我們還(hái)會在生成(chéng)的歌曲整體效果、生成(chéng)風格的廣度上持續打磨。"王樞沛說。

團隊方面(miàn)，公司目前員工人數在20左右。據介紹，CEO龍勇擁有20年音樂制作經(jīng)驗，曾是中國(guó)好(hǎo)聲音、中國(guó)有嘻哈、TME官方合作夥伴，參與制作運營音樂版權總播放量在百億級别，總版稅數億。COO王樞沛是浙江大學(xué)工學(xué)/ 美國(guó)伯克利音樂學(xué)院音樂制作和吉他表演雙專業學(xué)士，曾任網易AI音樂産品負責人。CTO張文鉑曾任阿裡(lǐ)巴巴技術總監，是「我要寫歌」APP創始人。團隊核心成(chéng)員均來自阿裡(lǐ)、網易、字節、Google等音樂AI相關項目。