谷歌发布新型 AI 工具「MusicLM」：文字描述生成音乐_如何用谷歌生成字幕

5月12日消息:谷歌在日前的 I/O 大会发布了新型 AI 工具「MusicLM」能把文字描述转化为音乐。在 Web、Android 或 iOS 上的 AI Test Kitchen 应用程序中，用户可以输入提示，如「晚宴深情爵士乐」或「创建具有催眠效果的工业声音」，让 MusicLM 将生成多个版本的音乐。

用户可以指定乐器类型，如「电子乐」或「古典乐」，以及他们想要实现的「氛围、情绪或情感」，并完善他们由 MusicLM 生成的作品。

谷歌在今年 1 月份的一篇学术论文中预览了 MusicLM，表示「目前没有立即发布」的计划。论文的合著者指出，MusicLM 系统面临诸多伦理挑战，包括将训练数据中的受版权保护的材料并入生成的歌曲中。

然而，在过去几个月中，谷歌表示，他们正在与音乐家合作并举办研讨会，以「看看这种技术如何支持创造性过程」。其中之一的结果是，AI Test Kitchen 中的 MusicLM 版本不会生成特定艺术家或人声。无论如何，广泛存在的关于生成音乐的挑战似乎不太容易解决。

2020 年，Jay-Z 的唱片公司因使用 AI 演绎 Billy Joel 的「We Didn』t Start the Fire」之类的歌曲的 AI 版本而对 YouTube 频道 Vocal Synthesis 提出版权申诉。在最初删除了这些视频后，YouTube 恢复了它们，并发现删除请求「不完整」。但是，「deepfaked」音乐仍处于法律上的不确定地位。

越来越多使用生成 AI 创作的「自制音轨」，能够产生类似真实或接近真实的熟悉声音，并且一经发布就会迅速走红。与 Jay-Z 案例相反，音乐唱片公司迅速向流媒体合作伙伴提出了知识产权问题，并且通常是胜利的——随着普遍的投诉，Spotify 在过去一个月中已经从创业企业 Boomy 中删除了成千上万个 AI 生成的歌曲。

音乐出版协会的实习法律顾问 Eric Sunray 撰写的一份白皮书指出，像 MusicLM 这样的 AI 音乐生成器通过从训练所涉及的作品中产生「连贯混合音频」，侵犯了美国版权法的复制权。确实像 MusicLM 这样的 AI 是从现有的音乐中学习，以产生相似的效果——这是论文所提到的那样——并不是所有艺术家都能接受的。

这个问题可能不会太久便会拥有一些明确的答案。正在法院中起诉的几个案件可能对生成音乐的 AI 产生影响，包括涉及未经知情或未经同意使用其作品为 AI 系统进行训练的艺术家的权利的案件。