上週三，AI音樂生成服務Udio正式推出，該服務不僅能透過文字提示生成音樂，還能添加人聲和歌詞等元素。經過數個月的封閉測試，該服務由前Google DeepMind員工組成的團隊打造，並獲得知名投資人和名人，如音樂人will.i.am和Common等，1000萬美元的種子輪融資，備受期待。
有趣的是，在Udio團隊的支持下，提前體驗過該服務的評測者一致表示，Udio生成的音樂在現場感、人聲和聲等方面都達到了非常高的水準。此外，Udio簡化了音樂製作流程，讓任何人都能成為作曲家，這也預示著未來音樂創作和消費方式將發生革命性的變化，相關報導也隨處可見。
這項發展是AI相關趨勢的又一例證，該趨勢旨在將技術民主化，使更多人能夠接觸到藝術創作工具。然而，除了討論這種效率和使用者友善介面帶來的可能性之外，我們也需要思考一些問題。
這些工具能否重現人類創作者賦予作品的複雜意義和情感深度？這個問題對於理解AI在未來創作產業中的潛力和局限性至關重要。
音樂家HAINBACH（海因巴赫）在YouTube內容《How Textures Tell a Story》（紋理如何講述故事）中，穿梭於寧靜的公園和綠樹成蔭的自然環境中，讓聽眾體驗到在不同的地點，這些不受控的電子音如何帶給聽眾不同的意義和故事。對他來說，Lyra-8是一種可以根據聲音的感官和文化背景，呈現獨特敘事的樂器。
製造商Soma將Lyra-8描述為『有機體』（Organismic）合成器，因為它不採用傳統的鍵盤佈局，而是使用電容式觸摸表面，可以與使用者的身體特徵（觸覺敏感度、濕度、溫度等）互動。這為使用者創造了更親密、更具身體沉浸感的環境，進一步加深了互動的深度，讓聲音創作體驗變得非常個人化和探索性。而這也正是AI尚無法令人信服地重現的豐富多元聲音體驗世界的一個例子。
當今世界充斥著嗶嗶、滴滴聲和音樂片段。我們大部分時間都在螢幕前度過，這些缺乏深度和情境相關性的聲音讓我們感到飽和。因此，當出現新的AI音樂生成服務時，我們既感到興奮又有些擔憂。從本質上講，像Udio這樣的AI技術不僅要模擬人類的音樂能力，還要理解並反映支撐人類創造力的複雜情感和文化結構。
文化人類學家麥可·鮑爾（Michael Powell）在他的論文《摩擦的聲音》（The Sound of Friction）中強調，『聆聽』是一種非常有效的技術，有助於我們理解人類經驗和文化互動因素。從他的研究內容中，我們可以得到一些啟示，供未來AI音樂生成服務的開發者參考。
第一，互動式反饋迴路可能合適。可以借鑒民族誌訪談的重複過程，讓AI在回應文字基本輸入時提出後續問題，或根據使用者的初始反應來調整和完善生成的音樂，並將此系統整合到AI音樂生成服務中。
第二，考慮到基本輸入文字中蘊含的情感語調或相關參考的文化紋理，並進行細緻的分析，提供個人化的結果。
第三，就像民族誌學家在調查過程中會獲得更深入的見解一樣，AI系統可以擴展對話歷史的功能，以加深對使用者偏好和文化細微差别的理解。
像Udio這樣的AI代表了音樂創作可及性的重大飛躍。然而，它也促使我們反思如何填補創造力的本質與音樂所能提供的微妙人類體驗之間的聯繫。這種技術與傳統、創新與深度之間的對話將界定數位時代音樂的未來軌跡。因此，除了考慮聲音的生成方式外，我們還需要思考聲音在我們的社會中是如何被感知和賦予價值的，這可能是延緩『人類創作』成為高價標籤時代的最佳途徑。
參考資料
评论0