AI顛覆音樂產業，作曲家或許將面臨失業危機
0
導讀：人工智能(AI)在信息技術變革方面具有里程碑式的顛覆意義，它利用算法使繁瑣、音樂耗時的產業太原提包夜美女（電話微信156-8194-*7106）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源覆蓋全國任務變得更加高效。
雖然算法已經被用于檢測音樂品味和對流媒體服務提出建議很長時間，作曲但它們現在開始被用于制作音樂本身。家或人工智能(AI)在信息技術變革方面具有里程碑式的面臨意義，它利用算法使繁瑣、失業耗時的危機任務變得更加高效。一旦AI超越了它的顛覆使命，開始創造娛樂，音樂甚至與人類創作相匹敵，產業那么事情就會變得有趣起來。作曲
歷史上的家或藝術家和作曲家使用隨機統計方法來創作音樂。大衛·鮑伊(David Bowie)和泰·羅伯茨(Ty Roberts)合作開發了Verbalizer，面臨太原提包夜美女（電話微信156-8194-*7106）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源覆蓋全國鮑伊可以輸入多達25個句子和大量詞組。失業然后，Verbalizer會隨機將單詞重新排列組合。鮑伊用這個工具對他的《柏林三部曲》(Berlin Trilogy)產生了巨大影響。與許多其他生產領域一樣，人類對音樂的投入水平可能正在下降，這對音樂產業的影響將是巨大的。
大型科技公司似乎都在圍繞著AI創作音樂的概念進行研究。谷歌創造Magenta，即為藝術家設計，用來幫助他們寫歌的項目。同樣，索尼旗下計算機科學實驗室也建立了名為Flow Machines的AI系統，它可以從歌曲數據庫中學習幾種風格后創作音樂。法國作曲家貝諾特·卡爾(Benoit Carre用這種算法創作的披頭士風格的歌曲，名為《爸爸的汽車》。
在網絡上也有類似的可訪問程序，比如Jukedeck和Amper Music，它們允許普通用戶或音樂家在選擇音樂類型和情緒后，將剩下的事情丟給電腦去完成。前一家公司正在“訓練深度神經網絡，使其能夠從細微層面理解音樂創作”。在Jukedeck程序中，我(本文作者亞當·比倫伯格(Adam Bielenberg))點擊電子民謠類型，選擇了“振奮”情感。結果發現其創作出一首平淡的合成音樂，與在排行榜冠軍歌曲的背景下揮之不去的節拍沒有什么不同。
于是，我開始研究Amper Music。他們的測試版采用了一種不同的方法，專注于“功能性音樂”。它有7個專門的標簽——社交媒體、視頻游戲、歌曲創作、電影、電視節目、播客或廣播以及應用程序。我選擇了歌曲創作功能，但又一次被賦予了一種平凡的器樂節奏，聽起來完全符合人類的創作能力。從這兩種體驗來看，“功能性音樂”可能會給AI音樂帶來最大的合法性，它可以而且很可能會在背景音樂中占有一席之地。
另一方面，前面提到的《爸爸的汽車》聽起來讓人印象深刻。雖然它的共鳴更像是延斯·勒克曼(Jens Lekman)的迷幻版，而不是Fab 4，但它有一種未來主義的氣息。不過，通過閱讀YouTube上的說明，我們可以清楚地看到，AI的輸入非常少，因為有人指出，卡爾“編排、創作了這首曲目，還寫了歌詞”。
也許我遇到過的最引人注目、最復雜的程序是AIVA，它是一種將經典作品進行各種組合的系統。該公司網站指出，AIVA“一直通過閱讀大量由最偉大作曲家(莫扎特、貝多芬、巴赫…)創作的音樂來學習音樂創作藝術，以建立數學模型來解釋什么是音樂”。AIVA是通過深度學習算法實現的，這是一種受大腦神經網絡啟發的算法，然后為真正的音樂家制作樂譜。
AIVA成為第一個獲得作曲家國際地位的AI，該技術的作品曾出現在電影配樂、游戲和廣告中。雖然AIVA可能無法與莫扎特競爭，但與Jukedeck和Amper Music的電子/通用語錄相比，其作品明顯更有旋律感和廣泛性。此外，AIVA借鑒的古典音樂都是版權過期的，這對創始人來說是個雙贏的局面。
盡管AI音樂的合法所有權是個模糊的話題，但流媒體服務將會非常喜歡AI音樂，因為它們不必向第三方版權所有者付費。為了真正突破任何法律障礙，需要明確使用AI程序的藝術家是否是該音樂的“作曲家”。個人或企業目前可以購買他們在Jukedeck平臺上制作的歌曲，獲得免版稅的使用許可。
或者以更高的價格購買版權，完全擁有這首歌曲。AI用歌詞創作出深度、引人入勝的歌曲，這種想法目前看來似乎有些牽強。在近期，人工合成的流行金曲可能不會很快出現，但AI很容易對電影/視頻游戲配樂作曲家的職業生涯產生負面影響。流行藝術家們可能會用它來制作各自音樂的底層。
現有的AI音樂應用質量參差不齊，畢竟這一概念仍處于起步階段。但毫無疑問，它將進一步走向卓越。有些人可能會擔心AI會剝奪音樂的創造性和情感表達能力。然而，從西方記譜系統的角度來看，當音樂理論的基礎被插入到計算機中后，其結果并不一定產生一種非人性化的音樂形式，而是一種自動化的、快速的音樂形式。我們用同樣的和弦來處理大量的音軌，并利用最基本的算法識別它們。
在FutureFest的演講中，保羅·梅森(Paul Mason)提出“音樂AI將從創造我們想不到的音樂開始，但它也可能創造出我們無法理解的音樂”。這種反思是一種反烏托邦式的反思，我們是成為超人類還是繼承機器一樣的特征，這是個遙遠的未來邏輯辯論問題。音樂產業最近的發展已經令人擔憂，但是AI消滅人類音樂輸出的想法既令人感到恐懼，又令人懷疑。
雖然算法已經被用于檢測音樂品味和對流媒體服務提出建議很長時間，作曲但它們現在開始被用于制作音樂本身。家或人工智能(AI)在信息技術變革方面具有里程碑式的面臨意義，它利用算法使繁瑣、失業耗時的危機任務變得更加高效。一旦AI超越了它的顛覆使命，開始創造娛樂，音樂甚至與人類創作相匹敵，產業那么事情就會變得有趣起來。作曲
歷史上的家或藝術家和作曲家使用隨機統計方法來創作音樂。大衛·鮑伊(David Bowie)和泰·羅伯茨(Ty Roberts)合作開發了Verbalizer，面臨太原提包夜美女（電話微信156-8194-*7106）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源覆蓋全國鮑伊可以輸入多達25個句子和大量詞組。失業然后，Verbalizer會隨機將單詞重新排列組合。鮑伊用這個工具對他的《柏林三部曲》(Berlin Trilogy)產生了巨大影響。與許多其他生產領域一樣，人類對音樂的投入水平可能正在下降，這對音樂產業的影響將是巨大的。
大型科技公司似乎都在圍繞著AI創作音樂的概念進行研究。谷歌創造Magenta，即為藝術家設計，用來幫助他們寫歌的項目。同樣，索尼旗下計算機科學實驗室也建立了名為Flow Machines的AI系統，它可以從歌曲數據庫中學習幾種風格后創作音樂。法國作曲家貝諾特·卡爾(Benoit Carre用這種算法創作的披頭士風格的歌曲，名為《爸爸的汽車》。
在網絡上也有類似的可訪問程序，比如Jukedeck和Amper Music，它們允許普通用戶或音樂家在選擇音樂類型和情緒后，將剩下的事情丟給電腦去完成。前一家公司正在“訓練深度神經網絡，使其能夠從細微層面理解音樂創作”。在Jukedeck程序中，我(本文作者亞當·比倫伯格(Adam Bielenberg))點擊電子民謠類型，選擇了“振奮”情感。結果發現其創作出一首平淡的合成音樂，與在排行榜冠軍歌曲的背景下揮之不去的節拍沒有什么不同。
于是，我開始研究Amper Music。他們的測試版采用了一種不同的方法，專注于“功能性音樂”。它有7個專門的標簽——社交媒體、視頻游戲、歌曲創作、電影、電視節目、播客或廣播以及應用程序。我選擇了歌曲創作功能，但又一次被賦予了一種平凡的器樂節奏，聽起來完全符合人類的創作能力。從這兩種體驗來看，“功能性音樂”可能會給AI音樂帶來最大的合法性，它可以而且很可能會在背景音樂中占有一席之地。
另一方面，前面提到的《爸爸的汽車》聽起來讓人印象深刻。雖然它的共鳴更像是延斯·勒克曼(Jens Lekman)的迷幻版，而不是Fab 4，但它有一種未來主義的氣息。不過，通過閱讀YouTube上的說明，我們可以清楚地看到，AI的輸入非常少，因為有人指出，卡爾“編排、創作了這首曲目，還寫了歌詞”。
也許我遇到過的最引人注目、最復雜的程序是AIVA，它是一種將經典作品進行各種組合的系統。該公司網站指出，AIVA“一直通過閱讀大量由最偉大作曲家(莫扎特、貝多芬、巴赫…)創作的音樂來學習音樂創作藝術，以建立數學模型來解釋什么是音樂”。AIVA是通過深度學習算法實現的，這是一種受大腦神經網絡啟發的算法，然后為真正的音樂家制作樂譜。
AIVA成為第一個獲得作曲家國際地位的AI，該技術的作品曾出現在電影配樂、游戲和廣告中。雖然AIVA可能無法與莫扎特競爭，但與Jukedeck和Amper Music的電子/通用語錄相比，其作品明顯更有旋律感和廣泛性。此外，AIVA借鑒的古典音樂都是版權過期的，這對創始人來說是個雙贏的局面。
盡管AI音樂的合法所有權是個模糊的話題，但流媒體服務將會非常喜歡AI音樂，因為它們不必向第三方版權所有者付費。為了真正突破任何法律障礙，需要明確使用AI程序的藝術家是否是該音樂的“作曲家”。個人或企業目前可以購買他們在Jukedeck平臺上制作的歌曲，獲得免版稅的使用許可。
或者以更高的價格購買版權，完全擁有這首歌曲。AI用歌詞創作出深度、引人入勝的歌曲，這種想法目前看來似乎有些牽強。在近期，人工合成的流行金曲可能不會很快出現，但AI很容易對電影/視頻游戲配樂作曲家的職業生涯產生負面影響。流行藝術家們可能會用它來制作各自音樂的底層。
現有的AI音樂應用質量參差不齊，畢竟這一概念仍處于起步階段。但毫無疑問，它將進一步走向卓越。有些人可能會擔心AI會剝奪音樂的創造性和情感表達能力。然而，從西方記譜系統的角度來看，當音樂理論的基礎被插入到計算機中后，其結果并不一定產生一種非人性化的音樂形式，而是一種自動化的、快速的音樂形式。我們用同樣的和弦來處理大量的音軌，并利用最基本的算法識別它們。
在FutureFest的演講中，保羅·梅森(Paul Mason)提出“音樂AI將從創造我們想不到的音樂開始，但它也可能創造出我們無法理解的音樂”。這種反思是一種反烏托邦式的反思，我們是成為超人類還是繼承機器一樣的特征，這是個遙遠的未來邏輯辯論問題。音樂產業最近的發展已經令人擔憂，但是AI消滅人類音樂輸出的想法既令人感到恐懼，又令人懷疑。