音樂(lè)界 Sora 上線！AI音樂(lè)的 GPT 時(shí)刻到來(lái)了嗎？

天承辦公室 2024-04-12 發(fā)布于北京

展開(kāi)全文

Suno 爆火之后，又一個(gè)音樂(lè)界 ChatGPT 來(lái)了：Udio。

它由前 Google DeepMind 工程師開(kāi)發(fā)，被硅谷知名風(fēng)投 a16z、Instagram 創(chuàng)始人看好。

雖有爆款之相，但產(chǎn)品本身才能決定，Udio 可否在前輩的開(kāi)荒后，再留下自己的痕跡。

體驗(yàn)下來(lái)發(fā)現(xiàn)，Udio 的缺點(diǎn)和優(yōu)點(diǎn)都很明顯，和 Suno 各有所長(zhǎng)。同時(shí)，目前所有的 AI 音樂(lè)都是初聽(tīng)還行，聽(tīng)多了便會(huì)出現(xiàn)耳朵和大腦不耐受的情況。

??試用指路：https://www./

人聲更清晰的賽博點(diǎn)唱機(jī)

先看看 Udio 官方精挑細(xì)選的作品，直觀感受好不好聽(tīng)。

乍一聽(tīng)，AI 擅長(zhǎng)的音樂(lè)體裁挺多，很適合給團(tuán)建和蹦迪熱場(chǎng)，但留不下什么深刻印象。

反而是網(wǎng)友們的自發(fā)創(chuàng)作更有意思。從目前的熱門作品來(lái)看，相比 Suno，Udio 有兩個(gè)特點(diǎn)：一是人聲更加清晰，二是曲風(fēng)的既視感更強(qiáng)，總感覺(jué)在哪里聽(tīng)過(guò)。

以下這首把競(jìng)爭(zhēng)對(duì)手 Suno 唱進(jìn)詞里的復(fù)古歌曲，女聲比 Suno 更清晰，機(jī)器味也更少。

百老匯音樂(lè)劇版沙丘則靠創(chuàng)意取勝，合唱團(tuán)贊美由甜茶飾演的主角保羅，融合了青少年流行、音樂(lè)劇旋律以及搖滾元素。

Udio 甚至還能模仿迪士尼歌舞片的風(fēng)格，仿佛《美女與野獸》的貝兒、《阿拉丁》的茉莉公主、《冰雪奇緣》的艾莎在耳邊歌唱。

來(lái)源：X@cryptonymics

Udio 自己也以人聲為傲，表示 AI 會(huì)很多唱法，把高亢福音、沙啞藍(lán)調(diào)、夢(mèng)幻流行、絲滑說(shuō)唱一網(wǎng)打盡。

至于體裁和曲風(fēng)方面，比較出乎意料的是，Udio 擅長(zhǎng)古典，以下這首《C 大調(diào)快板合奏》和巴赫的勃蘭登堡協(xié)奏曲非常相似。

按照 Udio 的規(guī)定，它和 Suno 一樣，不支持用某個(gè)藝術(shù)家的聲音生成歌曲。不過(guò)，Udio 可以用藝術(shù)家的風(fēng)格作為提示詞，比如「貝多芬」。甚至有網(wǎng)友叫囂，如今自己也能成為古典作曲家了。

鄉(xiāng)村音樂(lè)也是 Udio 的舒適區(qū)，《Highway Lasts》這首，有些泰勒·斯威夫特早期專輯的味道，甚至音色和唱腔也莫名形似。

官方表示，Udio 擅長(zhǎng)的流派和風(fēng)格有很多，如電子舞曲、鋼琴爵士、新靈魂樂(lè)、極端金屬，也精通多種語(yǔ)言，支持生成日本流行樂(lè)、寶萊塢音樂(lè)、俄羅斯夢(mèng)幻流行音樂(lè)。

凡事不能光看說(shuō)了的，也要挖掘被隱藏的。Udio 沒(méi)有提及中文，可能是有意藏拙。

果然，讓 Udio 唱中文歌，有種霸王硬上弓的感覺(jué)，咬字不清晰又錯(cuò)誤頻出，發(fā)音有點(diǎn)像塑料粵語(yǔ)，不知道是不是拿港臺(tái)歌訓(xùn)練的 AI，且素材不是很夠。

要不是我親手輸入了蘇軾《定風(fēng)波》的「竹杖芒鞋輕勝馬......」，根本聽(tīng)不懂女聲在唱什么。

讓 AI 自動(dòng)生成中文歌詞更是災(zāi)難，時(shí)不時(shí)夾雜英語(yǔ)，且沒(méi)有什么韻味。

Udio 生成的歌詞.

生成十幾遍才有一首咬字基本清晰的中文歌曲之后，我也變得佛系了。難聽(tīng)，不想再聽(tīng)，嘔啞嘲哳難為聽(tīng)，但好不好聽(tīng)已經(jīng)沒(méi)法苛求。勉強(qiáng)寬慰自己，唱得還挺響亮和精神。

新手友好的開(kāi)盲盒

Udio目前發(fā)布的是免費(fèi)測(cè)試版，注冊(cè)賬號(hào)之后，每個(gè)人每月最多可以生成 1200 首歌曲，按照理想情況，40 秒內(nèi)就能生成一首。

看著比 Suno 每天 50 個(gè)積分大氣多了，然而官網(wǎng)擠爆了，服務(wù)器又不穩(wěn)定，我的第一首歌三個(gè)多小時(shí)都沒(méi)生成完畢，再登上去查看居然原地消失，只能重新輸入提示詞，之后的節(jié)奏倒是很快，基本在 2 分鐘內(nèi)就能生成。

而且，Udio 創(chuàng)作的片段，默認(rèn)為 30 多秒，相比 Suno 的 2 分鐘，算是大打折扣。

這些是基礎(chǔ)設(shè)施和基本設(shè)定的問(wèn)題，Udio 也有做得優(yōu)秀的地方。

和 Suno 類似，Udio 的創(chuàng)作界面非常直觀，輸入提示詞，點(diǎn)擊生成，等待 AI 創(chuàng)作完畢。也與 Suno 一樣，Udio 通過(guò) API 調(diào)用 ChatGPT 編寫歌詞。

除了讓 AI 自由發(fā)揮，Udio 也可以更加定制化，讓你輸入自己的歌詞，添加具體的流派標(biāo)簽，選擇生成純音樂(lè)，或者包含歌詞和人聲的歌曲。

同時(shí) Udio 不閑著，起到一個(gè)助手的作用，不斷地給你提建議，更加新手友好。

一方面，Udio 提醒你怎么讓歌詞的效果更好，建議你加一些額外的標(biāo)簽，比如[Verse]（主歌）、[chorus]（副歌），讓 AI 更好地理解歌曲的基本架構(gòu)。

這點(diǎn)其實(shí)也寫在 Suno 的社區(qū)指南里，但初次嘗試的新手不一定明白，Udio 把建議寫在了輸入框旁邊，背后原因令人暖心。

另一方面，按照你的提示詞，Udio 會(huì)建議添加一些流派的標(biāo)簽，比如當(dāng)我想要生成中國(guó)風(fēng)的音樂(lè)，Udio 建議添加「traditional pop」。

Udio 還有一個(gè)手動(dòng)模式（manual mode），一般來(lái)說(shuō)，Udio 會(huì)改寫我們的提示詞，提高生成的質(zhì)量。

但在這種模式下，Udio 不會(huì)做中間商，而是讓你原汁原味地和模型交互，應(yīng)該更適合那些本身就有音樂(lè)底子的創(chuàng)作人。

生成之后，Udio 還支持再加工，讓你擴(kuò)展音軌的長(zhǎng)度，添加[Intro]（前奏）、[Outro]（尾奏）等部分，讓作品更加完整。

這個(gè)細(xì)節(jié) Udio 也比 Suno 做得細(xì)致，之前體驗(yàn) Suno 時(shí)，我不知道可以在最前面寫上[Intro]（前奏），導(dǎo)致生成的歌曲一開(kāi)始就是人聲，不太符合日常聽(tīng)歌的習(xí)慣。

就算 Udio 的界面做得簡(jiǎn)單，但所謂「創(chuàng)作」的過(guò)程，還是個(gè)開(kāi)盲盒的過(guò)程，并且出錯(cuò)概率體感比 Suno 要多，很容易讓人垂頭喪氣。

如果你對(duì)生成的效果不滿意，不如玩玩 Udio 的隨機(jī)提示詞，比如「一首關(guān)于搶劫失敗的合成流行音樂(lè)」「一首關(guān)于與時(shí)間賽跑的拉丁歌曲」「一首關(guān)于期待久別重逢的電子舞曲」。

抱著降低期待的心理，我們就不必將 AI 當(dāng)作精準(zhǔn)的創(chuàng)作工具。

如果我們?cè)诰蹠?huì)、團(tuán)建等場(chǎng)景需要歌曲調(diào)動(dòng)一下氛圍，那基本就夠用了。這是普通音樂(lè)愛(ài)好者的赦免權(quán)，我們不必創(chuàng)作偉大的音樂(lè)，但可以多玩，看能不能生成自己喜歡的音樂(lè)。

允許 AI「創(chuàng)作」新的音樂(lè)

雖然 Udio 在 4 月 10 日才對(duì)外官宣，但這是一場(chǎng)事先張揚(yáng)的發(fā)布，之前就有音樂(lè)泄露在 X，引起外界的關(guān)注和猜測(cè)。

類比是人類的習(xí)慣?！敢魳?lè)界 ChatGPT」的名號(hào)已經(jīng)被 Suno 用了，因?yàn)?Udio 可以根據(jù)文本提示，快速生成包含人聲的完整音軌，支持多種風(fēng)格和流派，也領(lǐng)了一個(gè)互聯(lián)網(wǎng)稱號(hào)：「音樂(lè)界 Sora」。

預(yù)熱完了，Udio 終于露出廬山真面目，創(chuàng)始團(tuán)隊(duì)里有 4 位是 Google DeepMind 前員工。

和 Suno 一樣，Udio 也是希望音樂(lè)創(chuàng)作更大眾化，同時(shí)服務(wù)于音樂(lè)家，讓創(chuàng)作和分享音樂(lè)更簡(jiǎn)單，讓想象力變現(xiàn)的門檻更低。

文字、圖片、音頻、視頻，現(xiàn)在的我們其實(shí)已經(jīng)見(jiàn)過(guò)了 AI 的各種文本生成。

在 Udio 團(tuán)隊(duì)看來(lái)，從文本生成一首完整的歌曲，最有魔法的感覺(jué)，是個(gè)「wow event」（哇哦時(shí)刻）。

這是因?yàn)?，音?lè)是我們更投入情感、也更愿意花時(shí)間消費(fèi)的領(lǐng)域。

Udio 的目標(biāo)不僅是擁有一個(gè)創(chuàng)作音樂(lè)的工具，還要搭建一個(gè)圍繞它的、所有人都能參與的社區(qū)。當(dāng)工具可以讓人更輕松地創(chuàng)作時(shí)，人們就會(huì)成為創(chuàng)造者和消費(fèi)者的混合體。

Suno 首頁(yè).

跟隨 Suno 的腳步，Udio 的頁(yè)面也向音樂(lè)軟件看齊了，有編輯精選、流行趨勢(shì)、熱門類別、熱門曲目等欄目分類。

Udio 首頁(yè).

但從直觀的聽(tīng)感來(lái)說(shuō)，文生音樂(lè)的 AI 工具們都還不夠好。它們無(wú)法讓人忘記，這是機(jī)器制作的音樂(lè)，一旦聽(tīng)久了，必須停下來(lái)緩緩，要不然便是頭昏腦脹。

當(dāng)然，初出茅廬的 Udio 還只是 v1 模型，Suno 也只是 v3 版本，進(jìn)步的空間都很大。

未來(lái)，Udio 的改進(jìn)方向是，讓 AI 更加可控，服務(wù)于音樂(lè)人，包括導(dǎo)入外部曲目、添加參考人聲和更加精細(xì)的創(chuàng)作選項(xiàng)。

體驗(yàn) Suno 時(shí)，我們討論過(guò)「創(chuàng)作的幻覺(jué)」，音樂(lè)被簡(jiǎn)化成了提示詞的游戲，我們的主動(dòng)權(quán)有限，也不能說(shuō)自己「創(chuàng)作」了音樂(lè)。

Udio 給人的感覺(jué)也是如此，我們以普通人的角度體驗(yàn)，樂(lè)趣只是暫時(shí)的，對(duì)音樂(lè)人的敬意反而更深。

與此同時(shí)，AI 音樂(lè)生成工具可能陷入和繪畫一樣的版權(quán)爭(zhēng)議，侵害音樂(lè)人的權(quán)益。就在最近，碧梨、水果姐等數(shù)百名音樂(lè)人聯(lián)名呼吁，不要用 AI 取代人類藝術(shù)家。

《滾石》雜志發(fā)現(xiàn)，Udio 可能生成和已故歌手湯姆·佩蒂很相似的音色。Udio 回應(yīng)，他們內(nèi)置了一個(gè)過(guò)濾器，避免生成的聲音和真人音樂(lè)家相似，但不是百分百奏效。

然而，他們沒(méi)有正面回答，為什么會(huì)出現(xiàn)這樣的情況，更沒(méi)有說(shuō)清楚，訓(xùn)練數(shù)據(jù)是什么，有沒(méi)有拿受版權(quán)保護(hù)的音樂(lè)訓(xùn)練。

回避了版權(quán)問(wèn)題的 Udio，選擇以另一個(gè)角度升華工具的意義：AI 的產(chǎn)出本身是「變革性的」。換句話說(shuō)，模型正在從訓(xùn)練數(shù)據(jù)中創(chuàng)造出新的東西。

Udio 解釋，他們的目標(biāo)不是復(fù)制披頭士這樣的偉大樂(lè)隊(duì)，與其復(fù)制，不如直接聽(tīng)披頭士。他們所做的，是讓 AI 理解音樂(lè)的基礎(chǔ)，然后創(chuàng)作新的音樂(lè)，既受到已有作品的啟發(fā)，又完全新穎。

言下之意，不原模原樣地反芻，就是創(chuàng)新。更多的人參與創(chuàng)作，就是創(chuàng)新。某種程度上，ChatGPT 已經(jīng)實(shí)現(xiàn)這一點(diǎn)了，它可以為作家、藝術(shù)家所用，也融入我們的工作流里。

如果 AI 生成音樂(lè)的質(zhì)量變得越來(lái)越好、并且越來(lái)越可控，它的「創(chuàng)新」能否被大多數(shù)人認(rèn)同？這一切只能交給時(shí)間作答，到時(shí)候，AI 音樂(lè)的 GPT 時(shí)刻或許才真的到來(lái)。

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購(gòu)買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來(lái)自：天承辦公室 > 《015應(yīng)用場(chǎng)景》

舉報(bào)/認(rèn)領(lǐng)