百事通！AI，在音乐领域继续狂飙

今年1月底，Google公布了一款叫做MusicLM的作曲AI，它可以通过输入自然语言来生成音乐；也可以输入画作生成，实现从美术到音乐的转换；甚至可以用旋律（例如口哨声、哼唱声）作为条件，生成符合描述风格的音乐。

(相关资料图)

人人都有机会成为作曲家？

研发团队向我们展示了MusicLM的强大之处。

比如，输入一段描述性的自然语言：

“The main soundtrack of an arcade game. It is fast-paced and upbeat, with a catchy electric guitar riff. The music is repetitive and easy to remember, but with unexpected sounds, like cymbal crashes or drum rolls.（街机游戏的主要配乐。它节奏快，乐观，带有朗朗上口的电吉他即兴演奏。音乐重复且易于记忆，但又有意想不到的声音，比如钹碰撞或鼓声。）”

那么MusicLM就会给你这样一段音乐：

不仅如此，MusicLM对人声的生成效果也很自然。

“Slow tempo, bass-and-drums-led reggae song. Sustained electric guitar. High-pitched bongos with ringing tones. Vocals are relaxed with a laid-back feel, very expressive.（慢节奏，低音和鼓主导的雷鬼歌曲。持续电吉他。带有铃声的高亢班卓琴。人声轻松，给人一种悠闲的感觉，很有表现力。）”

MusicLM对这段文本的理解：

当然，此前也有过AI生成音乐的技术，但其作品往往时长短且声学场景单一，实用的意义不大。研发团队认为MusicLM有能力解决这一痛点，它可以生成长时间的音乐内容，并且保持连贯性。

最令陀螺君感到惊艳的一点是，MusicLM可以结合图像与文本的描述来创造符合条件的音乐。

事实上，文字与音乐的对应关系是模糊的。不同的人对同一段音乐的感受或许会相去甚远，而图像与文本结合似乎能够为使用者的表达增加准确度。

让我们来看看MusicLM是怎样理解世界名画的：

可以感受到，MusicLM对于一些模糊度很高甚至抽象的文本描述，也可以给出基本符合我们认知的音乐。虽然这目前仅是一款实验性的AI，但是以其展现的阶段性成果与潜力来看，大规模的AI音乐生成应用也离我们不远了。

与AI绘画所产生的版权争议不同，根据Google的论文我们得知，训练MusicLM所用的材料皆来自于Free Music Archive，这是一个无版权音乐库。MusicLM的训练包含了500多万段音频，总时长约28万小时。

从美术到音乐，AI加持让游戏制作更亲民

或许在音乐专业领域，AI生成还不足以加入市场竞争，但从游戏行业的角度出发，类MusicLM的AI音乐生成应用即将成为很多公司与从业者的福音。

首先是显而易见地降低游戏制作成本，让一些实力不那么雄厚的公司有机会优化资源分配，拿出更多资金去做其他方面的事情。

而对于独立游戏、小成本游戏来讲，AI音乐生成更让一些“门外汉”的制作人有机会实现自己心中所想。

还记得陀螺君此前介绍的《神之天平》吗？上班族KEIZO利用自己几乎全部的业余时间，花费多年打造这样一款游戏。其中游戏内的音乐大部分是免费的素材，而在浩如烟海的素材库中挑选、比对，找出符合游戏场景的曲子是一项繁琐且庞大的工程。

虽然KEIZO的精神值得学习，但无谓的付出与辛劳是我们不愿看到的，也不是每一个“灵感”都能等待那么久。

高效，准确，低门槛，是AI音乐应用之于游戏制作的意义。

当然，AI音乐不会也不能取代真正的音乐作曲家。在陀螺君看来，AI生成的音乐在未来会更像“工业产品”，在此我们可以借用知乎网友的一段话：

好的音乐总是能在听众期待的范围内制造一些不符合主流的“意外”，而AI生成的结果总是趋向主流的，稳妥折中的。（陀螺君认为这个道理也同样适用于AI绘画。）

那么，如果一款游戏对音乐的需求是音效，是背景，是其他内容的“装饰”，在不久的将来AI音乐一定会满足。而那些需要以“听觉享受”为卖点的游戏，比如音游，似乎还是仰仗作曲家更好一些。

总的来说，AI音乐已经基本能够满足游戏制作一般性的需求，它甚至可以抬高游戏行业内音乐制作的下限，但是距离触及上限，协助人们产出诸如《最终幻想》《八方旅人》之类的游戏，还有很长一段路要走。

关键词： 游戏行业 自然语言