当下的AI技术通过大数据挖掘与深度学习，能够模仿并生成与人类音乐高度相近的作品，而我们听众几乎难以察觉其中的细微区别。00后最熟悉AI音乐，90后至70后的了解逐代变少不过，不同年龄的被调查者对于AI音乐的了解程度存在较大差异。00后中，有48%表示“听过AI音乐”，这一比例远远大于其他年龄段。00后也是唯一一个年龄群体，“听过AI音乐”的比例超过了“知道但没听过”。“网络原住民”对于新兴技术表示了浓厚的探索兴趣。而90后和80后，则分别有49%和34%表示“完全不知道”，70后中有56%表示“知道AI音乐但没听过”。事实上，三个群体，都有超过70%的受访者没有听过AI音乐，只停留在“完全不知道”或“只是听说”的阶段。“完全不知道AI音乐”的比例，70后竟然低于80后和90后。这或许是因为，年轻一代影响了自己70后的父母。或许是饭桌上的一次科普，或许是一个相关视频的转发，总之，70后高达56%的了解率，让我们丢弃了一些“年纪大就跟不上社会潮流”的刻板印象。调查结果还显示，不同年龄层对于AI音乐的识别能力呈现特定规律——AI音乐识别能力，随着年纪增长逐步下降。将近70%的00后，能够准确识别由AI生成的音乐作品，他们对于人工智能音乐表现出了较高的接受度和识别度；然而，仅有大约52%的90后和37%的80后能够正确辨别AI音乐；在70后群体中，只有25%的被调查者能够正确识别AI音乐——尽管有所耳闻，但大部分人也没有真正听过一首AI音乐，要识别出来，对他们来说还是太难了。越了解，越反感AI音乐？除了性别上的差异，不同年龄段对AI音乐的总体喜好程度也显现出有趣的规律。00后似乎对AI音乐尤其“苛刻”，打出了3.33的平均分（5分满意），刚刚及格。而有接近一半的人表示“从未听说过AI音乐”的90后，对待AI音乐这个新鲜产品似乎还相当喜欢，打出了4.46的高分，差距显著。在焦点访谈中，我们也能观察出许多00后受访者对专业歌曲属性的期许，比如“呼吸感”、“即兴感”、“情感传达”等，看来，00后对音乐的要求似乎不止是“旋律好听”，而是要了解音乐创作背后是否是真诚的、自然的。因此，我们发现，在对AI音乐的了解程度上，呈现出的规律是：00后>70后>80后>90后；而对AI音乐的喜好程度，却呈现出：00后<70后<80后<90后。恰好相反。AI音乐就像大家说的：“你越了解一个人，可能就越不喜欢一个人”。00后与AI共生共长，对于AI音乐具有更高的敏感度和理解能力。而年龄较长的群体，对于新兴科技的理解力逐渐降低，这与教育背景、社会环境、数字素养等都有着密不可分的关系。虽然对于不同的人群和不同的音乐类型，AI音乐的被识别率存在差异，但我们仍然可以这么说：AI音乐已经几乎做到了“以假乱真”。流行与蓝调音乐更容易识别，说唱音乐识别度低调查中使用的AI音乐是由Suno软件生成的。根据较为普遍的分类方式，我们将音乐分为八类，并在Suno软件中根据相同的提示词生成对应的AI音乐。流行音乐提示词（Prompt）包括：现代流行音乐类型歌曲、具备流行音乐的典型特征、英文歌词。我们发现，不同类型的AI音乐，被识别度差异很大。尽管我们说，有的音乐类型，AI非常擅长、“以假乱真”。而有些时候，AI模仿效果稍显拙劣。这是因为，音乐类型具有不同的特征和音乐属性，而AI模仿这些音乐各个特征和属性的能力存在差异。调查结果发现，八类音乐中，流行（Pop）音乐的猜测正确率最高，达到了53%；其次是蓝调（Blues）音乐，达到了44%。而说唱（Hiphop）音乐识别度最低，只有12%。猜测时一共有3个选项，受访者是在1首AI音乐和2首人类音乐中作选择，因此嘻哈音乐的12%正确率与爵士音乐的16%，已经低于了“猜对”的平均正确率即33%，这表明在特定音乐类型上，AI音乐给听众带来了相当大的混淆。而流行音乐，大部分人都听，接触最多，也最了解。因此，这场“知己知彼”的对抗，让流行歌曲获得了最高的正确率。识别不同音乐类型，为什么会有难易之分？我们从问卷受访者中随机选取了五人进行焦点访谈。我们再次使用Suno分别生成五段流行、蓝调和说唱类型的AI音乐（指定关键词相同），将生成的AI音乐播放给受访者，并详细记录他们在聆听这些音乐时的感想与体会，以及他们是通过什么正确判断出AI音乐的。由于五位受访者猜对的音乐类型不同，所以针对不同问题我们选择了相应的受访者记录他们的回答。对于流行音乐（Pop），共有4位受访者成功猜对，他们认为这些AI音乐在节奏上过于规律，缺乏自然的波动和变化，并且AI音乐听起来像是缺乏灵魂，显得过于逻辑化，且在和声的使用方面过于单一。对于蓝调音乐（Blues），共有4位受访者成功猜对，他们认为这些AI音乐缺乏情感表达，缺乏旋律复杂性且缺乏节奏连贯性，并且缺乏呼吸感。对于说唱音乐（Hip-hop），共有3位受访者猜错，总结原因，他们认为这些AI音乐节奏精准，押韵复杂，语言处理能力强，很难判断。AI音乐，男性总体更喜欢还记得你开头听的那首AI音乐吗？你觉得好听吗？在我们的问卷测试中，无论受访者是否猜对了AI音乐，我们最终都向他们呈现了答案，并请他们再次聆听后选择自己对这首歌曲的喜爱程度。音乐的偏好总是众口难调的，有人喜欢平和，有人喜欢热烈；有人喜欢听最热歌单排行榜，有人将“小众”作为自己的歌曲标签……网易云集合大量数据为用户提供“日推”、“猜你喜欢”、“专属歌单”等功能，就是为了满足千人千面的音乐喜好。AI音乐虽然可以规定关键词，但总有一套基于大数据的创作规则。而这条规则，听众是否买账？问卷中受访者的打分结果（5为最喜欢，1为最不喜欢）告诉我们——从音乐类型上看，不同音乐类型受喜爱的程度存在较明显的差异，其中“古典（Classical）”和 “嘻哈（Hiphop）”两种音乐类型总体上最受听众喜爱，而男性尤其喜爱嘻哈音乐，女性尤其喜爱古典音乐。从性别上，我们明显能看到男女对于AI音乐的偏好差异。男性总体上为AI音乐打出更高的分数（约4.1分，满分5分），而女性的平均分数为3.6分。更多女性将AI创作的音乐与“平淡”、“重复”等词相关联，因此，对AI音乐不太感冒。除此以外，在“爵士（Jazz）”音乐上，男女双方有些分歧——男性相当喜欢，而女性却打出了2.91的低分。以及，男性对“嘻哈（HipHop）”音乐表达了很高的喜爱程度，评分来到4.8分。AI音乐从何而来？用户需要UGC内容从口口相传到乐谱记载、从录音复制到网络传输，“音乐”已走过很长的路。20世纪的音乐世界属于黑胶唱片、磁带、CD等实体媒介；21世纪则成了数字音乐和流媒体音乐的天下。每一次技术革新都彻底改变着音乐陪伴人类的方式。数据来源：RIAA（美国唱片业协会）上述产业，一直在为人类带来更便捷、更丰富的音乐享受，但有一个模块是音乐产业始终不太触及的——用户生成内容(User Generated Content，简称UGC)。互联网的创作门槛不断降低，文字、图片、视频的UGC催生了网文、社媒、短视频平台等。但音乐作为情感传达的方式之一，其UGC内容仍处于萌芽阶段，但不意味着，用户没有音乐UGC的需求。在最受年轻群体欢迎的视频平台Bilibili上，翻唱、改编歌曲的视频热度居高不下，就能够验证音乐UGC需求的存在。AI制作的以孙燕姿的声音翻唱的《发如雪》，截至2024年6月18日B站播放量已超333万次。许多弹幕诸如“这个尾音完全就是本人”、“转音真假音都很流畅”、“连呼吸也模仿了” 等，都体现听众对AI制作的翻唱音乐，感到惊喜和喜爱。图源B站UP主平台用户也会基于热点事件或特定事件进行AI歌曲创作，比如针对国足的《穷开摆》填词创作，截至2024年6月18日B站播放量已超1752万次。每个人都有自己的音乐偏好。正是UGC偏好，催生了AI在音乐领域崭露头角。用户使用相关软件，就可以创作自己喜欢的风格、旋律和段落，甚至加入和声等元素，制作的不是一个简短的片段，而是具有相当高完整度的“自己的歌曲”。比如，用AI歌曲的形式吐槽国足、吐槽电竞、做华语天后孙燕姿的鬼畜歌曲串烧……虽然AI技术尚未完全成熟，但丝毫没影响用户用自己的方式表达情绪，也为大家带来快乐。AI音乐的未来，需注意潜在隐患AI音乐，刚刚起步，但已在各类广告和品牌宣传片中投入使用。在社交媒体平台上，许多博主也开始尝试使用AI音乐作为其背景音乐。然而，有待商榷的是，这样的技术所创作的AI音乐，其旋律和节奏上可能涉及到版权问题。如果说AI音乐能够被生产出来的前提，是人工智能提取数据和模仿已有音乐的能力，那么，AI音乐的原创性又该如何被证明？虚拟艺术家的作品是否能超越人类？我们又如何能确保AI音乐技术不被用于不道德目的，如深度伪造技术在音乐领域的滥用？……看起来，AI音乐的兴起将关于技术伦理的争论再次强调。蓬勃的技术浪潮下， AI音乐最终会去向何方，我们仍未可知。但可以期许的是，AI音乐的未来，不会剥夺人类的创造力，而是与人类共同推动跨领域融合，实现人机共创。下面两首歌，你更喜欢哪首？在评论区说出你的选择吧。（上：流行AI音乐 下：说唱AI音乐）02:4202:04特约作者：丁彤彤；蒋佳芮指导老师：赵鹿鸣编辑：张铃媛海报设计：王亚赛本文为上海外国语大学新闻传播学院《数据可视化》（本科）课程作品
（图片来源网络，侵删）
0 评论