台灣即時新聞 · 快速準確全面
快訊

AI音樂來襲:多數聽眾難分辨真人創作

AI音樂來襲:多數聽眾難分辨真人創作 cover

欄目:關鍵數字

人工智慧正在全面改寫音樂的生產方式,從最初的靈感發想、編曲配器,到專業的混音與母帶後製,過去必須仰賴人力與時間累積的環節,現在都可能由工具在短時間內完成,成本也大幅下降,這場變化已經不是未來的想像,而是正在發生的產業現實。

最近一個受到廣泛討論的例子,是知名實況主的一句直播名言被改編成氣勢磅礴的歌劇版本,上架短短數天就累積數十萬次點閱,顯示聽眾對於這類作品的接受度並不低,也讓更多人開始注意到人工智慧音樂的存在感正在快速上升。

從全球發行數據來看,人工智慧的滲透速度同樣驚人,單月發行的歌曲中,有相當高的比例已經使用了人工智慧技術,這意味著聽眾在串流平台上隨手點開的一首歌,背後很可能已經有機器的參與,只是外表聽起來與傳統製作沒有明顯差別。

法國串流平台的一項調查更指出,絕大多數聽眾無法分辨一首歌究竟是真人創作還是人工智慧生成,這個結果讓業界開始認真思考標示與透明度的問題,大型影音與串流平台也陸續推出認證標誌或人工智慧標籤,試圖讓聽眾在點閱之前就能知道作品的來源。

一位長期經營音樂製作教學頻道的創作者最近做了一次實測,他讓一套人工智慧模型直接操作專業混音軟體,與自己的真人混音版本進行比較,結果讓他相當意外,原本想拍影片調侃工具的不足,最後卻發現工具的表現遠比預期成熟。

在這次實測中,人工智慧完成整首歌的混音大約只花了一個半小時左右,而創作者本人則花了將近三個小時,雖然人工智慧版本仍有一些細節問題,例如鼓聲偏大、低頻不夠穩定,但整體完成度已經達到可以作為工作底稿的水準。

創作者進一步指出,如果以人工智慧的半成品為基礎,再由有經驗的專家花半小時到一小時微調,就有機會交付給客戶使用,這代表人工智慧目前在編曲、混音到母帶處理等環節,基本盤已經具備六到七成的水準,足以改變傳統的工作流程。

在編曲端,人工智慧的應用其實早已是公開的祕密,許多製作人會先請生成式工具產出初步版本,再把音軌抽出來交給真人重新演奏,或是用鍵盤重新輸入,藉此跨過靈感卡關的時刻,過去需要找朋友討論的瓶頸,現在用月費數百元的工具就能找到新的方向。

據業界人士觀察,唱片公司的專職編曲人員與獨立工作室之中,可能有一半以上已經在編曲過程中使用這類工具,原因很現實,編曲需要大量思考與嘗試,人總有靈感枯竭的時候,而工具可以在短時間內提供多種可能性,甚至比原先的想法更好。

另一位音樂製作人也證實,在中大型專案的溝通過程中,直接傳送人工智慧生成的音檔已經成為常態,雙方會在音檔上標記段落想法,連試聽用的示範版本都可能出自人工智慧之手,形成人工智慧骨架加上真人演奏的高度混合模式。

他形容,從無到有的第一步通常是最困難的,一旦有了初步方向,後續發展就相對容易,演唱會改編也是如此,過去會把不同版本分給不同的編曲人員,現在很多時候先交給人工智慧做出不同方向,再由樂手在練團時微調,或交給編曲人員修改。

在後製端,成本壓力更直接,有講師指出,不少製作人為了節省預算,在給客戶試聽示範版本之前,會直接把音檔交給月費僅數百元的人工智慧母帶平台,一個月可以處理數十首歌,效率遠高於傳統流程。

市場上甚至出現能夠自動辨識音符、把和弦精準分配給各弦樂器並套用演奏技法的軟體,取代了過去專門負責模擬演奏的工作,這類工具的出現,讓原本需要高度專業訓練的環節,也開始被自動化分食。

那麼,觀眾真的聽不出來嗎,有講師借用圖靈測試的概念來說明,如果聽眾無法分辨一首歌是真人還是人工智慧寫的,就代表人工智慧已經跨入一個新的境界,現階段具備音樂底子的人大多仍能聽出破綻,原因在於人工智慧是依據人類歸納出的架構進行推算。

例如固定的和弦對應某種情緒的公式,可以架構出宏大排場,卻難以拿捏細緻幽微的複雜人性情感,像是喜悅中帶著悲傷這類層次,但人工智慧自我進化的速度非常快,未來多數人可能真的分不出人工智慧生成與真人製作的差別。

在生計衝擊方面,業界普遍認為最先被取代的,是剪輯、檔案命名、段落標註等瑣碎繁複的初階助理工作,這些工作過去是新人入行的重要起點,如今卻最容易被自動化取代,連帶影響了人才養成的路徑。

沒有資源的小歌手與小市場的音樂人,也被點名是最先受到影響的族群,因為他們缺乏預算與團隊支援,一旦市場被低成本作品填滿,能見度與收入都會受到擠壓,低端與獨立的音樂製作人同樣面臨直接競爭。

面對這場不可逆的科技洪流,音樂人的態度憂喜參半,有人選擇把人工智慧視為得力助手,用它來加速發想與製作,也有人在科技步步進逼之下苦思退路,思考如何守住無法被機器計算的品味與靈魂。

關鍵數字:單月全球發行歌曲中,接近四成使用了人工智慧技術,顯示滲透率已經不是少數實驗,而是主流現象的一部分,值得所有從業者正視。

關鍵數字:法國串流平台調查顯示,高達九成七的聽眾無法分辨人工智慧音樂,代表標示制度與聽眾教育將成為接下來的重要課題,而不是單純的技術討論。

關鍵數字:實況主名言改編的歌劇版本,上架數天就突破四十萬次點閱,說明人工智慧作品在社群傳播上具備爆發力,也可能在短時間內改變話題走向。

關鍵數字:人工智慧混音耗時約一小時三十五分鐘,真人則約三小時,專家再花半小時至一小時微調即可交付,時間成本的差距就是產業流程重組的直接動力。

關鍵數字:人工智慧在編曲、混音到母帶處理的基本盤,已被評估為六至七成水準,這個數字意味著它還不是完美替代品,卻已經足以擔任稱職的助手與起點。

關鍵數字:人工智慧母帶平台月費僅數百元,一個月可處理多達三十首歌,低廉的邊際成本正是它快速擴散的原因,也對傳統收費模式形成壓力。

後續值得觀察的,是平台標示制度能否真正落實,以及聽眾在知道作品來源之後,是否仍願意用同樣的標準去欣賞與支持,創作者的品味、生命經驗與不可複製的主題性,很可能成為未來競爭中最關鍵的差異。

對音樂產業來說,真正的考驗或許不是工具會不會變得更強,而是人類創作者如何在工具普及之後,仍然保留創作過程中的掙扎、情感與不完美,因為那些無法被公式化的部分,才是音樂之所以動人的原因。