人工智能已幫助上百萬位音樂創(chuàng)作者制作了上千萬份音樂母帶，并將給音樂產(chǎn)業(yè)帶來更大的改變。

當一首歌曲在收音機中播放時，有超出歌曲譜曲、演奏和制作這些創(chuàng)作范圍的無形力量在發(fā)揮作用。其中一個不可言喻的特質(zhì)就是音頻母帶制作，此過程可以對歌曲進行潤色并優(yōu)化歌曲在任何設(shè)備上的聆聽體驗。現(xiàn)在，人工智能算法開始嘗試進入這一工作領(lǐng)域。

“母帶制作有點像是魔法，”澳大利亞伍倫貢大學(xué)（University of Wollongong）的研究人員托馬斯·伯奇內(nèi)爾（Thomas Birtchnell）解釋道。“盡管母帶制作所發(fā)揮的作用并不總是十分明確，但經(jīng)過母帶制作這一流程的音樂會更好聽。”伯奇內(nèi)爾本人也是一名音樂家，當他聽說像LANDR這樣基于人工智能的母帶制作服務(wù)能夠提供低成本的母帶制作服務(wù)，也被激起了興趣。許多年輕藝術(shù)家和新人藝術(shù)家使用LANDR來對其要發(fā)布的曲目進行母帶制作，以期啟動自己的事業(yè)（此類服務(wù)提供月付套餐，四首曲目的母帶制作費用為9美元）。他決定研究人工智能在基于算法的音頻母帶制作中的使用情況和趨勢，并在2018年11月發(fā)表的一篇新論文中公布了相關(guān)結(jié)果。

傳統(tǒng)音頻母帶制作方法通常需要一間擁有專業(yè)音響的房間，并需要一位可以聽出音樂中的缺陷（例如頻譜范圍問題或立體聲平衡問題）的專家，以及消除噪聲、爆裂聲和噼啪聲。“這相當于質(zhì)量控制，”伯奇內(nèi)爾解釋道。母帶制作還會增加響度，即讓聲音聽起來更飽滿。它明顯不同于音量，他指出，“包含更多的存在感和力量。”

LANDR于2014年推出，其最近宣布已有超過200萬名音樂家使用其音樂創(chuàng)作平臺來對1000萬首歌曲進行母帶制作。

幾年前，卡內(nèi)基·梅隆大學(xué)（Carnegie Mellon）的計算機科學(xué)家羅杰·丹嫩貝格（Roger Dannenberg）聽說已有100萬首歌曲通過在線系統(tǒng)進行了母帶制作，這讓其感到震驚：“這實在是一個非常大的數(shù)字。”

丹嫩貝格說道，對于一些藝術(shù)家而言，轉(zhuǎn)為使用算法進行母帶制作是有意義的。

“在音樂創(chuàng)作領(lǐng)域，我認為母帶制作是相對而言比較容易形式化且相對而言比較枯燥無味的活動之一。”母帶制作仍然具有創(chuàng)造性，并且人類可以聽出程序無法聽出的內(nèi)容。但母帶制作的某些方面，例如均衡唱片上不同歌曲的響度等級或嘗試匹配低聲頻和高聲頻的頻譜內(nèi)容等，這些方面都比譜曲或進行音樂制作要容易自動化得多。

“這也許指明了人工智能在創(chuàng)造性實踐中發(fā)揮作用的一些方向，而且我真的這樣認為，但我認為人工智能距離從事創(chuàng)造性工作還有很長的路要走，盡管可能存在創(chuàng)造性方面，”丹嫩貝格說道。

幾年前，美國田納西州納什維爾音樂制作人兼作曲家瑞恩·彼得森（Ryan Petersen）曾使用過LANDR，并最終放棄使用該服務(wù)，回歸與人類同事共事。他表示，雖然該算法在技術(shù)方面令人印象深刻，但由于在專門用于創(chuàng)造性學(xué)習(xí)的軟件部分缺乏品味算法，它顯得有點功虧一簣。“基本而言，他們表示其引擎通過觀察上傳到其中的歌曲來不斷進行學(xué)習(xí)，但這意味著該算法總是著眼于過去，”他說道。“它永遠不會展望未來，也不會想著如何創(chuàng)造下一個很酷的玩意兒。”

伯奇內(nèi)爾表示，基于人工智能的音頻母帶制作可能取代了一些人類的工作，但很難知道具體數(shù)字。在大多數(shù)情況下，使用這些服務(wù)的用戶實際上也不會雇傭別人來對其曲目進行母帶制作。但這可能會讓新學(xué)徒得到的機會變少。“長期以來，業(yè)內(nèi)人士并不是真正在擔(dān)心自己的工作，但由于行業(yè)萎縮，他們不會接受新的學(xué)徒，”伯奇內(nèi)爾說道。

計算機很快就會開始產(chǎn)生影響的一個領(lǐng)域是作曲領(lǐng)域，即譜寫一首流行曲調(diào)或創(chuàng)作一個和弦進行（chord progression），丹嫩貝格說道。“它們在這類事情上變得相當厲害，而且實際上能夠與人類進行競爭，”他表示，并補充道，其創(chuàng)造的一些程序可以生成吸引人的曲調(diào)。

但人工智能和音樂在現(xiàn)階段存在最大弱點的領(lǐng)域是制作領(lǐng)域，即人們在錄制音樂后對音樂進行處理并對錄音做出混音和編曲等決定的領(lǐng)域。這是一個非常具有創(chuàng)造性的實踐，受到的約束也更少，同時還是創(chuàng)意團隊仍然非常需要人類參與的領(lǐng)域。“一臺計算機可以寫出流行曲調(diào)，”丹嫩貝格說道，“但除非有人類演奏者和制作人，否則你無法對該曲調(diào)進行演奏和編曲。”

當然，這可以被視為對人工智能和機器學(xué)習(xí)技術(shù)進行更多研究和更多應(yīng)用的機會。“我不認為存在任何絕對的障礙，”他說道。“我不是一個相信創(chuàng)造力天生屬于人類的人。”

伯奇內(nèi)爾認為人工智最終會在未來接手創(chuàng)造性領(lǐng)域。“隨著算法的改進，存在開始影響專業(yè)開發(fā)人員的余地，”他說道。“因此，我們可能會在未來看到人工智能與人類不相上下的臨界點，就像外科醫(yī)生這樣的白領(lǐng)工作被機器人取代，或無人駕駛汽車在道路上行駛一樣。似乎總是很快就會到達這一臨界點，但我們尚不知曉它何時會到來。”