背景
今天，2024 年 3 月 25 日，我的一个叫残梦霓虹的好友发来了两个音频文件，是最近新出的 AI 音乐模型 sono 生成的。
听了一下，还有点东西，非常像人做的了。只是有两个缺点：
- 不能导出 midi
- 只能生成两分钟
于是我开始想：工具、软件的出现让创作音乐的过程变得更加高效了，但随着 AI 生成技术的发展，创作音乐的快乐是不是会被 AI 取缔？
先设想一下，假如效率高到极限，这样的音乐创作过程是什么样的？
坐着不用动，脑子里想，你的想法像电波一样传递给一个高科技程序，自动识别你的想法和意图，一瞬间就出来了一个工程文件，你可以听一遍。然后当有一些地方感觉不对，和自己想的不太一样的时候，这个高科技程序立刻识别到了你的想法，并按照你的意图修改了某个地方。
重复上述过程，直到作品满意了为止。
所以，音乐创作的本质实际上就是将心里的意图，转化为了实际可以听到的声音。
如今突飞猛进的创作工具和 AI 工具，让这个转化的过程不断的缩短。
但 AI 始终是没有意识的 AI，否则那相当于是创造了一种生命体了。所以意图始终是在人心里的，AI 不能自发的创作，AI 只能根据人的意图来产出音乐。
但经常可能会有这样一种情况，人本身的创作意图和需求都是不清晰的，仅仅只是概括和标签化的描述给 AI。AI 在它所有标签的可能性的结果中产生了一个音乐给你。你恰好认为这个不错，所以就拿来当你创作的作品了。
这似乎也无可非议。
音乐是给人服务的，听众听着好听，就没问题。严肃音乐除外。（严肃音乐是……）
观众的审美等级可能是会变化和提高的。
如果认为，音乐的目的就是为了剧情、故事服务，那么 AI 音乐的发展就是一种帮助，帮助我们更快的做动画和电影，游戏。效率更高了。
所以最核心的还是人所要表达的故事。
那么故事的目的又是什么？
还是先看看音乐的目的是什么，或者说音乐有什么用吧：
穷举音乐的目的：
- 提供氛围，烘托气氛。
- 熟悉的旋律承载个人记忆、民族记忆和文化：中国的京剧、西方的歌剧、非洲的鼓乐等。
- 提供一种合作的事情，比如共同创作，共同演唱，增进人与人之间的联系和友谊
- 不同国家的语言也许不通，但音乐表达的情感是国际互通的。
- 修复社会情绪的一剂良药。一些人通过音乐被治愈，在逆境中获得力量。
第一点：找 AI 音乐烘托气氛也不是不可以。
第二点：不排除现在经历的事情可能被人用 AI 写成 AI 音乐，被后人所流传和保存。
第三点：共同创作音乐可能会变成共同用 AI 创作音乐。设想 AI 变得顶级强悍，这样的合作可能有点无趣。甚至有可能这件合作事情因为 AI 的出现而瓦解，人们通过其他事情来寻找合作和互动的乐趣。
第四点：第四点表达的目的大概可能和第一点重叠了。如果音乐用于一种语言作为国际交流，这似乎不太可能。这似乎只出现在科幻小说中“歌者文明”。
第五点：这个 AI 应该替代不了，因为人肯定希望被真正的温暖治愈，这个真正的温暖可能是听者喜欢的偶像。或者具有相同经历的，能够共情的确确实实存在的人。除非这个 AI 歌手、数字人、以及它所构建的背景故事太逼真了，把别人给骗了，以为是真实存在的人。
所以我认为 AI 音乐对音乐创作本身产生重大影响。会减少学习和关注音乐本身的人的数量。
但关于 AI 音乐的出现会减少音乐学习的人数和关注人数有相反意见：
AI 也可能激发更多人对音乐的兴趣，因为它降低了创作门槛，让更多人有机会接触和尝试音乐创作。同时，高质量的音乐教育和对音乐艺术深层次追求的重要性仍然不可忽视，因为音乐不仅仅关乎创作，还包括欣赏、理论、表演和文化理解等多个维度。因此，AI 音乐的影响可能是双面的，既有挑战也有机遇。
对 AI 音乐创新性的质疑：
有一些音乐听起来不怎么好听，但是是具有颠覆和创新意义存在的，比如全程静音的“四分三十三秒”、比如德彪西的音乐、还有用拼接主义创新出来的音乐、还有用一些微分音和其他体系做出来的音乐，比如宝可梦的紫苑镇背景音乐，作曲家在乐理和音色上进行了极为细节的精心设计。这些极具创新性的音乐虽然不会出现在市场上，但这可能 AI 学不来，目前的 AI 只能根据数据集中的数据来学习模式，生成风格类似的音乐。但数据集里的音乐还是人们创作的音乐。所以 AI 很难做出这种令人意想不到的创新。AI 的创新只是旧有数据集中的模式里学习来的音乐内容变化。除非这些意想不到的音乐已经在数据集中了，被 AI 学习到了。
具体来说是这样：
目前 AI 的数据集中都是流行、古典、爵士、等各种音乐，突然人类在数据集中添加了一个“四分三十三秒”，此时此刻，AI 开始有小概率生成一些全是静音或者前半段有音乐后半段静音，或者中间、前半段静音的奇怪音乐了。
这时候，人类又往数据集中添加了一个含有微分音的音乐，这个时候 AI 学习的时候知道了，原来音乐还可以脱离十二平均律的体系了，于是，AI 生成的音乐开始有些特殊异样的听感了。
这时候人类又往数据集中添加了一些录音，摩擦的噪音……AI 生成的音乐种类又多了。
从这个角度看，还是人类在引领音乐的创新。
这种意想不到的音乐始终还得是由人来创造，然后放入 AI 的训练集供 AI 学习。形成一种新的风格，所以最终引领音乐创新的还是人，不是 AI。除非 AI 学习到了元思维，能够像人一样思考如何对音乐创新。不过貌似让音乐 AI 有这样的元思维也不是不可能，毕竟大语言模型有可能有这种创新思维。
AI 的缺点：无法实践、实验、检验。
音乐最终是给人听的。不是给机器人听的。
一个音乐是否好听，得要有人去听，检验。在乐理逻辑上虽然能做出一些机器自主的判断，计算音程距离、听感和谐程度、整体结构的复杂度，但人是主观的，人类的审美和喜好是随时变化的。
经过一番思考，很难得出一些好的结论来帮我自己做出一些抉择，目前只能对 AI 音乐的发展保持持续的关注。