Web3音乐创作中，AI会成为必不可少的一环吗？

在 The Hash 对话中，华纳音乐集团的首席数字官兼业务发展执行副总裁 Oana Ruxandra表示，她期待 AI 驱动的音乐工具能够开创前所未有的局面，为音乐和娱乐行业带来“新形式的创造力和子流派”。

尽管Ruxandra对未来感到乐观，但她也承认了很多音乐家的担忧，同时也强调了保护艺术家的创造性和权利的重要性，并表示必须非常警惕。

最近，一首名为“Heart On My Sleeve”的deep-fake人工智能生成的音乐曲目大受关注，因为它模仿了Drake和Weeknd的声音，尽管这两位艺术家没有参与其中。

创作者使用了艺术家的音乐进行了AI训练，这激怒了环球音乐集团的所有者，但其他音乐家却更加欢迎这种新技术。

实际上，电子流行音乐家Grimes甚至邀请歌迷用她的声音创作自己的AI配音歌曲，并提出了50/50版税划分的建议，这展示了解决AI深度造假难题的一种创造性解决方案。

还有 Web3 音乐公司 Pixelnyx，将增强现实 (AR) 体验与元宇宙游戏相结合，专注于帮助艺术家为粉丝打造难忘的体验。

PIXELYNX 由电子音乐制作人 Deadmau5 共同创立，他以通过 The Sandbox 发送粉丝任务和在 Decentraland 举办节目而闻名，PIXELYNX 旨在通过使用 AI、Web3 和用户生成的内容。

4 月，Pixelnyx 发布了 Korus，该工具允许用户使用官方授权的艺术家内容创建 AI 驱动的音乐伙伴。

本着这种精神使用时，人工智能音乐工具可以帮助、增强或增强艺术家的创作风格。虽然这些工具还不足以取代艺术家，但它们令人印象深刻，并且通过持续的人际互动不断“学习”。

用 AI 取代音乐家从来都不是一个流行的做法，Spotify 在测试了自己的人工音乐策划版本后收到的反对就证明了这一点。

尽管围绕 AI 存在争议，但今天的音乐艺术家可能能够以尊重工艺的方式使用 AI 辅助音乐制作而受益。

构思与协作

WarpSound，一家自适应人工智能音乐平台，已经想出了多种方法，将基于区块链的收藏品和数字化身集成到其业务产品中。

这家公司涉足音乐内容、NFT 和社交体验，不久将发布一款软件API，逐个音符地创作原创音乐，涵盖各种风格。

创始人兼首席执行官Chris McGarry是一位企业家和媒体高管，曾在Facebook虚拟现实部门Oculus担任音乐主管，他表示，WarpSound的工具可以帮助艺术家找到新的创作灵感和源材料，为创作过程注入活力。

该公司是The Sandbox的Game Maker Fund支持的项目，该基金支持The Sandbox metaverse中的游戏设计师，并计划在平台内建立一个家庭场所，供艺术家试验生成音乐。

WarpSound还与全球支付提供商Mastercard合作推出AIMusic Studio Artist Accelerator，这项合作带来了新的创作过程好处。

McGarry曾表示，上周他和参与该计划的艺术家一起参加了一系列虚拟工作室会议。

他们正在使用已经生成的AI音乐界面向艺术家呈现一组音乐创意，随后让艺术家进行塑造和迭代，直到发现有共鸣的东西，从而激发他们的合作动力。

除此之外，WarpSound还与翠贝卡电影节和YouTube合作，旨在创造有趣的音乐体验并促进艺术家与观众之间的互动。

作曲与编曲

如果你的音乐项目与现场表演无关，而更多关注于成品，比如为播客、元宇宙活动、YouTube 频道、Web3 视频游戏或教育内容创作原创音乐的话，你可以借助 AI 来加速组合和安排过程。

尽管最具才华的演奏家可能可以在梦中演奏完美的音阶，但同时涉及声音和视频制作等多元素，采用 AI 实现快速添加音阶、琶音、旋律和和声已成为常规做法。

Riffusion等工具允许用户提供转换为音乐的文本提示。Soundful是另一个允许人们生成和下载免版税曲目的人工智能平台。

如果你想更进一步并添加歌词，流行的全能工具ChatGPT可以在不到 30 秒的时间内用最少的提示写出一首包含前副歌、副歌、桥段和尾奏的两节歌曲。当然，歌词可能有点简单或俗气——但这不是一些最好的歌曲吗？

在大多数情况下，AI 生成的歌曲无需支付许可费即可复制，因为它们是由机器制作的，因此不受美国知识产权法的保护。但是，大多数平台都收取订阅费。

然后可以将这些声音制作成 NFT，并在OpenSea 等市场上出售。Royal.io等平台还允许艺术家加入该网站，并将他们的歌曲作为碎片化 NFT 提供，向粉丝支付版税。

AI音乐制作的极限

你可能已经听说音乐 AI 工具还没有那么复杂，尤其是与最新的 AI 文本到图像生成器（已经用于衍生出整个漫画集）和 Open AI 的聊天机器人 Chat GPT相比。

该领域的专家解释说，这是因为音频制作确实需要比静态文本和图像输出更多的计算能力。

音乐研究网络Water & Music的技术和战略主管亚历山大·弗洛雷斯 (Alexander Flores)表示，技术创新通常从数据密集型最少的格式发展到最丰富的格式。

就 AI 而言，聊天机器人的开发速度可能比 AI 音频和视频渲染更快是有道理的。

在一个在线讨论线程中，一位 Reddit 用户指出了这些限制，强调虽然作家可以在几秒钟内校对和编辑 AI 聊天机器人的输出，但听一首歌需要几分钟，有时甚至需要几个小时来编辑。

机器从 AI 数据集中学习的速度也较慢，因为提供给它们的音频文件很少有全面的文本描述来教 AI 文件的属性（流派、节奏、调性、乐器等）。

同时，基于文本和图像的 AI 可以快速搜索成千上万的文字和图像。

弗洛雷斯说，“消费内容需要多长时间很重要，随着一首歌，你被锁定了三分钟。你不能加快它的速度，因为那样你就没有体验到真正的歌曲。”

此外，图像是静态的，而歌曲则更加动态。

创意技术实验室Sony CSL的执行研究员Stefan Lattner在 Water & Music 首届波长峰会的一个小组中说，

“音频的维度要高得多。虽然图像具有固定数量的像素，但在音频中，你想要生成的秒数是可变的。”

Napster曾是一款点对点文件共享应用程序，它让音乐的传播变得近乎免费，同时也打破了边界和准入阻碍，这其中包括了加密等原住民相当熟悉的概念。

Water & Music相信，创意AI是自Napster以来音乐行业最具影响力的技术之一。