Craig Anderton评估AI音乐现状

Craig Anderton 认为，AI 已无处不在，但其影响与他十年前设想的“自动驾驶音频”并不相同，而且相关判断随时可能变化。公众并未普遍抛弃人类创作的音乐，尽管 AI 生成音乐已进入广告歌和声音标识等领域；当前更迫切的风险不是 AI 取代创作者，而是大量低质 AI 内容涌入流媒体、淹没人类作品。消费者不喜欢受到蒙骗，一些盲测中，许多听众即使认为 AI 音乐“声音”更好，仍偏爱人类音乐。作者据此强调，听众更在意音乐本身而非声音的精致程度：AI 擅长处理细节，却尚未掌握热情、愿景和 DIY 气质等人类特征所构成的整体表达。 文章区分了“AI 生成”与“AI 辅助”。IK Multimedia ReSing 属于后者：它不是根据提示词生成歌声，而是把演唱者录入的声音转换成另一种音色，同时保留原表演的滑音、颤音乃至音准偏差，不添加演唱中不存在的表达。辅助混音和母带处理也被归入类似范畴，不过作者认为其本质更接近机器学习和模式匹配，而非真正的智能。此类系统或许能交付“足够好”的结果，却无法像一流工程师那样质疑创作选择，也不能自我反思、反复修改并依据个人愿景纠偏。 作者肯定 AI 在录音棚中加速工作流的实际价值，包括 stem 提取、繁琐的噪声清理和诊断工具；只要它能帮助人更快完成更高质量的工作，就值得使用。但 AI 不能取代麦克风摆位、审美、编曲、表演指导、混音决策和制作构想。它可以回答“怎么做”，却不擅长探索“如果这样做会怎样”；即使能依据网络资料建议麦克风位置，也未必能理解具体房间、艺人当天的状态或多支麦克风合并为单声道后的效果。作者将 AI 生成音乐比作非医疗目的的整形手术：它可能逼真、悦目，却也可能在追求“完美”时抹去人性；如果作品起初就没有灵魂，进一步将其打磨至完美也未必有价值。 文章最后以个人经历说明其立场并非全盘反对 AI。ReSing 的一个声音选项与作者已故妻子的音色十分相似；当他需要一段妻子本可能演唱的声部时，便模仿她的方式亲自演唱并转换声音，短暂重现了熟悉的听感。作者认为，这一用途没有夺走其他歌手的工作机会，而是完成了只有 AI 才能满足的特殊个人需求。