文|定焦 王璐
編輯|魏佳
“不開心就讓Suno給你寫首歌吧?！?/p>
近期，AI音樂生成類工具Suno發(fā)布最新版本，憑借著低門檻、速度快、歌曲完成度高的強大功能，被網(wǎng)友譽為音樂界的ChatGPT，甚至一些詞曲創(chuàng)作者開始擔心，自己要失業(yè)了。
這是國外AI初創(chuàng)公司Suno研發(fā)的一款文本生成音樂工具，目前推出的是V3版本，用戶只需輸入幾句歌詞或者歌名，并自選音樂風格，便可在一分鐘內(nèi)得到兩首時長在兩分鐘內(nèi)的歌曲。Suno支持中文在內(nèi)的多種語言輸入，且免費向用戶開放。
近兩年，在文生圖、文生視頻領(lǐng)域分別誕生了Midjourney、Sora等效果炸裂的應(yīng)用。在AI生成音樂領(lǐng)域，類似的工具也不少，比如國內(nèi)有網(wǎng)易的網(wǎng)易天音、騰訊的TME Studio，以及靈動音科技（創(chuàng)始團隊來自清華大學）的BGM貓等。國外更不用說，比如谷歌的Magenta Studio，以及號稱不會復(fù)制任何歌曲、生成獨一無二曲子的Soundful等。但這些都沒有引起大范圍關(guān)注，直到Suno的出現(xiàn)。
此刻，圈外用戶用Suno創(chuàng)作各種搞笑歌曲，過了一把音樂人的癮，圈內(nèi)從業(yè)者也將自己寫的詞放上去，試圖一探自己和AI作曲的高低，結(jié)果被高完成度震驚。很多人覺得，Suno帶來的震撼可以與上一次引發(fā)影視圈熱議的Sora相提并論。
隨著Suno的火熱，其幕后團隊的相關(guān)信息也出現(xiàn)在公眾視野，這家坐落于麻省劍橋的公司，目前共有12名員工，四位創(chuàng)始人曾來自同一家公司，為機器學習專家，其中有兩位還是音樂愛好者。
與市場上眾多AI音樂生成類工具相比，Suno究竟強在哪？它會顛覆音樂圈嗎？
“傻瓜式”操作，一分鐘生成兩首歌
業(yè)余音樂愛好者科科在社交平臺上偶然刷到了Suno的相關(guān)內(nèi)容，其能讓小白用戶在一分鐘內(nèi)完成歌曲創(chuàng)作的強大功能，讓他忍不住嘗試了一把。
在隨機輸入了一串沒有任何邏輯性的數(shù)字加字母后，不到半分鐘，科科便拿到了曲子?！斑@么拗口的歌詞配上旋律居然十分流暢”，他感到十分意外。
其一鍵成曲的低門檻讓網(wǎng)友們玩嗨了。有人讓Suno一本正經(jīng)地唱菜譜，還有人將自己打工的心酸經(jīng)歷輸進去，生成歌曲發(fā)到網(wǎng)上。不少網(wǎng)友表示，自己被Suno創(chuàng)作的曲子笑到肚子疼。
圖源 / Suno官網(wǎng)
Suno為什么火了？它究竟強在哪？
首先得益于它的低門檻，讓普通用戶找到了自己寫歌的快樂。
很多網(wǎng)友表示，自己被Suno的“省事”所吸引。用Suno創(chuàng)作一首歌，只需簡單四步。登錄官網(wǎng)注冊、點擊AI創(chuàng)作、輸入文字、點擊創(chuàng)作按鈕，便可拿到兩首歌詞相同但旋律不同的歌曲。
從打開軟件到生成歌曲，全程不到一分鐘。如果用戶不會作詞或者懶得作詞，也有解決辦法，用戶只用選擇希望的曲風，它就能自動生成。
Suno還十分智能，比如它支持歌曲進一步優(yōu)化。
如果用戶覺得生成的某一首歌不錯，但還想再精進一步，只需要點擊“生成類似“選項，類似于妙鴨相機的“我想更像我一點”按鈕，幾秒鐘后便又可得到一首作品。
此前Suno支持用戶每天免費使用5次，也就是生成十首歌，但不允許商用。不過目前，根據(jù)官網(wǎng)顯示，用戶首次注冊可獲得20積分，且第二天不會再贈，而每次生成一首，會消耗5個積分，也就是只能免費玩2次。如果想多玩幾次或者商用，也有辦法，交錢即可。
選擇界面上的會員充值按鈕，有68元-498元不等的4種套餐可選，價格越高，獲得的創(chuàng)作次數(shù)越多。比如68元對應(yīng)的是136首歌曲，498元則是1328首。官網(wǎng)標注，這些歌曲可被商用。
普通用戶驚訝于Suno的一鍵生成速度和操作的低門檻，而部分圈內(nèi)人士更關(guān)注其專業(yè)度，甚至產(chǎn)生了危機感。
音樂制作人樊宇镈用了好幾個“非常”形容自己的驚訝程度。他告訴「定焦」，如果之前的AI音樂類工具是小學生水平，那Suno至少是上初中了。
在Suno之前，他嘗試過用很多AI工具寫歌，但效果一般。用他的話說，費半天勁訓練AI，結(jié)果生成的更多是伴奏模型，或者是聚焦某一環(huán)節(jié)，比如輔助作詞、自動編曲、生成人聲、制作專輯封面等。整體計算下來，自己用AI時投入的時間和精力，和不使用差不了太多。
但這次Suno已經(jīng)能做到自動生成歌詞+選擇譜曲風格+人聲演唱，“發(fā)展到可以自動寫solo的程度了?！倍宜€發(fā)現(xiàn)，其創(chuàng)作的曲子還有和聲，“不少初級音樂制作人都做不到這種程度，秒殺了那些在淘寶定價800元一首的初級編曲?！?/p>
和「定焦」的交流過程中，多位專業(yè)人士認為，Suno生成的歌曲有的能達到商用程度，即在不涉及版權(quán)風險的情況下，直接對外出售。
愛夢科技CEO雷鳴把一位新生代歌手的詞放到Suno里一鍵成曲，聽完后他覺得，AI創(chuàng)作的歌曲反而更接近行業(yè)標準?！白龀鰜淼母栀|(zhì)量很高，有的甚至能達到唱片級別。”
音樂從業(yè)者小杰也告訴「定焦」，自己和身邊的音樂人朋友都在感慨Suno的強大，“本就吃不飽飯音樂圈又迎來了一波雪上加霜。”
Suno雖好，但不必神化
雖然AI生成類的音樂工具不少，但一些圈內(nèi)人士覺得，之前的工具在曲作質(zhì)量上存在明顯問題，操作也不夠便捷，所以更多是“狼來了”的故事，直到Suno V3版本出現(xiàn)，大幅刷新了他們的認知。
有著十年大廠編程經(jīng)驗，同時也密切關(guān)注AI的佐羅告訴「定焦」，他覺得Suno帶來的影響可能和Sora差不多，是音樂、影視領(lǐng)域創(chuàng)作的一次重大突破，而且其已經(jīng)處在公開免費使用階段。
據(jù)了解，Suno背后主要由自研的兩個大模型支撐，分別是基于transformer的Bark語音模型和Chirp音樂模型，前者主要用來生成人聲，后者提供音樂旋律和音效。兩者讓Suno生成的音樂旋律更智能化、復(fù)雜化，這也是這家公司的核心技術(shù)。
不過，Suno也不完美，它在時長、語言理解力，以及音樂分軌等方面都有問題。
首先，目前Suno生成的曲子都不到兩分鐘，無論是普通用戶還是專業(yè)音樂制作人，都明顯感覺到很多作品經(jīng)常戛然而止，這直接影響了聽覺效果。
其次，雖然Suno支持多國語言創(chuàng)作，但其最了解的還是英文，在理解中文歌詞及音樂風格上，存在明顯偏差。
樊宇镈頻繁使用過十幾次后發(fā)現(xiàn)，在生成電子、R&B、搖滾等音樂風格時，Suno能處理得很好，但華語流行風格不太行。「定焦」在嘗試用Suno創(chuàng)作時，風格上選擇“民謠”，其創(chuàng)作出來的兩首曲風都更像二次元。
他還遇到過主副歌不分的情況，將自己創(chuàng)作的中文歌詞輸入進去，并將主副詞做了明顯標注區(qū)分，但Suno依然把副歌的最后一句唱到了主歌上。
此外，Suno創(chuàng)作出的作品不支持調(diào)整分軌，專業(yè)人士沒有辦法對生成的歌曲進行調(diào)整，這也是目前困擾Suno商業(yè)化的最大難點。
雷鳴表示，雖然目前Suno生成的音樂能輕松達到廣告配樂、影視配音標準，但如果客戶聽完一遍后，還想修改一些細節(jié)，Suno就辦不到了，只能再次隨機生成另一首曲子。
樊宇镈覺得，在這一點上，網(wǎng)易的AI音樂工具——網(wǎng)易天音就比較友好，支持導出音軌。不過，相比Suno，網(wǎng)易天音生成的曲子還比較初級，且需要音樂人認證。
圖源 / 網(wǎng)易天音官網(wǎng)
AI研究者Cyrus則提出，目前AI生成音樂音頻清晰度不夠高，這也讓其很難改編。即便Suno能導出來，曲子的高頻和低頻都會損失比較嚴重，還會伴有雜音、噪音等。所以目前Suno更多的是用來娛樂。
在Cyrus看來，文生圖和視頻的核心在于如何更完美地模擬物理世界，而音樂最重要的是，如何還原人的情緒。但Suno的歌曲旋律較為單一，使用的樂器也不夠豐富，且生成的音樂時長還不夠，這些都阻礙了情感傳遞。
想要解決這些問題，需要數(shù)據(jù)、時間和一定的技術(shù)突破。
人工智能在讀博士、做過相關(guān)大模型研究的牛小博從技術(shù)端解釋，目前Suno的底層技術(shù)還是大模型用到的diffusion、transformer的底層架構(gòu)，但在多模態(tài)上有所突破，比如文字（含歌詞）、聲音（人聲、曲子）、圖像（能生成封面，但很簡單）的多模態(tài)。而其生成的歌曲只有不到兩分鐘，很有可能是算力不夠。
一位業(yè)內(nèi)人士也告訴「定焦」，“目前AI生成音樂的一大技術(shù)難點是，大模型難以在學習復(fù)雜音樂樂理的同時，理解、模擬詞曲情感，如果還要復(fù)制市面上特定風格、某一歌手的表達方式，那會更加復(fù)雜，這需要大量數(shù)據(jù)和算力。”
Cyrus覺得，Suno有所突破，但在技術(shù)層面并非革命性的創(chuàng)新?！癝uno代表的AI生成音樂，可控度和復(fù)雜度遠不及文生圖，還有較長的一段路要走。”牛小博表示。
Suno會搶誰的飯碗？
目前，Suno以及AI生成音樂工具被熱議，不過普及速度似乎不如想象中那么快。
「定焦」詢問了幾家國內(nèi)音樂廠牌，以及大眾熟知的歌手團隊，大多數(shù)人表示，這類工具不會影響到他們的日常創(chuàng)作，甚至還有一部分人沒有聽說過Suno。
這主要有兩方面原因。
一是音樂人或者公司使用 AI的主要目的是提高效率，但之前從業(yè)者需要反復(fù)調(diào)教AI，才能達到使用效果，調(diào)教AI的時間和其單獨創(chuàng)作所花費的時間差不多。而且，當音樂人自身靈感爆發(fā)時，速度往往更快。
更主要的原因是，目前AI生成的音樂還滿足不了用戶/客戶想要個性化歌曲的需求。即便是已經(jīng)很強大的Suno，雖然歌曲質(zhì)量在線，但缺乏有創(chuàng)造力的點。
歸根究底，目前AI生產(chǎn)出的還是工業(yè)化產(chǎn)品。
牛小博表示，目前這類工具最大的難點是獲取優(yōu)質(zhì)數(shù)據(jù)和相關(guān)版權(quán)。版權(quán)問題主要靠平臺的努力，優(yōu)質(zhì)數(shù)據(jù)則考驗運營能力。如果越來越多優(yōu)秀音樂人能在Suno平臺上持續(xù)產(chǎn)出高質(zhì)量的音樂數(shù)據(jù)，AI便有可能產(chǎn)出更多高質(zhì)量、有靈魂的歌曲。
不過，Suno所代表的AI生成類音樂工具，其更新迭代速度，已經(jīng)讓很多從業(yè)者感到恐慌。
去年4月推出文本轉(zhuǎn)音頻模型Bark，7月在音頻生成模型上增加人聲音樂，12月用戶可以在網(wǎng)頁上使用，再到如今推出Suno V3版本，這家成立不到兩年的公司，在不到一年時間內(nèi)，實現(xiàn)了AI音樂專家口中需要數(shù)年才能完成的突破。
有網(wǎng)友將Suno升級的三個版本對比發(fā)現(xiàn)，其修復(fù)自身BUG的速度也非常快。輸入相同一段歌詞，V1版本還將古風爆改成流行，V2就變成了很明顯的古風，比如在開頭加入古箏彈奏，而V3的人聲和旋律一體化程度非常高。如果將來Suno再迭代，加上大量數(shù)據(jù)訓練，取代一些工作崗位不是不可能。
圖源 / Suno官網(wǎng)
而短期來看，它將很快會對兩類人產(chǎn)生影響。
一類是普通用戶。Suno聯(lián)合創(chuàng)始人Shulman曾表示，他們的目的是，降低用戶創(chuàng)作音樂的門檻，讓每個普通用戶都能成為創(chuàng)作者，Suno并不是想取代藝術(shù)家。而從目前的用戶反饋來看，這一工具已經(jīng)讓很多音樂小白體驗到了不懂樂理就能寫一首歌的快樂。
另一類便是批量寫歌的公司。
在交流中，大家都認同，Suno無法取代樂隊這種需要團隊合作的音樂種類，也不會影響知名音樂人的飯碗。“不過將替代掉95%以上沒有那么厲害的從業(yè)者，”雷鳴表示，那些不追求獨特性，喜歡批量寫歌的公司和一些把音樂當伴奏的領(lǐng)域，將迅速被AI取代，比如廣告配樂、環(huán)境音樂、影視配音，甚至一些同質(zhì)化的網(wǎng)絡(luò)歌手和短視頻神曲。
Cyrus也覺得Suno對編曲、混音要求不高，特別是市面上那種幾百塊一首的口水歌打擊很大。而對熟手來說，比如作曲、作詞、編曲混音從業(yè)者，可能會帶來利好，畢竟這些工作可以一個人完成了。
據(jù)了解，國外已經(jīng)有公司收到了AI批量作曲的需求，且專業(yè)人士也將AI應(yīng)用到了《芭比》和《奧本海默》等影視音樂中。國內(nèi)目前還沒有將AI音樂大規(guī)模投入到商用中的情況，不過從業(yè)者已經(jīng)開始嘗試。
需要注意的是，除了技術(shù)，AI所帶來的版權(quán)問題，也是影響Suno以及AI作曲未來發(fā)展的一道門檻。
“音樂圈抵制AI作曲”、“部分歌手被懷疑借助AI作曲引發(fā)網(wǎng)友不滿”、“音樂公司要求AI使用自家歌手聲音時得到授權(quán)”……自從AI作曲出現(xiàn)后，這些聲音就沒有斷過。
佐羅從另一方面分析，Suno也會給行業(yè)帶來一些良性影響。“像影視劇、短視頻等的BGM就不會有太多版權(quán)糾紛了，畢竟每位用戶都可以用AI生成符合特定場景的音樂?！?/p>
現(xiàn)在，Suno公司已經(jīng)宣布Suno V4正在開發(fā)中，并會推出一些令人興奮的新功能。到時，AI和人類又將開啟新一輪的較量了。