今年3月，Suno V3的走红引发了全球对AIGC音乐的广泛关注。 （审查：
AIGC（人工智能生成音乐）作为一种新兴的音乐创作方式，正在逐渐改变音乐产业的格局。 （审查：）
在此背景下，音频生成领域在早期也展现出了勃勃生机和巨大的发展潜力。音频生成领域虽然起步较晚，但发展迅速。声音作为音乐创作的基石，具有很强的“个人”属性。在音乐作品中，声音不仅是传达情感的载体，也是演唱者个性的体现。声音的独特性赋予音乐作品鲜明的个人风格，成为歌手赖以生存的基础。
从版权到创作，从演唱到表演，AIGC音乐的发展是否会颠覆艺人行业的生存方式？随着AIGC技术的发展，未来音乐产业将呈现出更大的不确定性和更多的可能性。音乐行业从业者如何看待AI应用场景带来的机遇和挑战？
近日，音乐财经与PRO会员朋友们线下讨论了Suno与AIGC的音乐发展话题。以下是现场交流的简化版，供大家参考。
电影配乐/作曲家佐伊
我是一名独立作曲家。我从高中起就在音乐学院学习作曲。作为一名本科生，我经常和朋友一起去电影学院创作文学电影。之后，作为研究生，我继续在美国学习。在美国这两年给我最大的启发就是，这八年里，从高中到本科，我学习的大部分音乐作品都停留在美国“比较时尚”的音乐文化中。在西方20世纪，我认为这是新音乐。但在国外看了很多场音乐会，接触了更多实验音乐和前卫艺术之后，我才真正有了“当代”这个概念。如果只是单纯学习传统的学术知识，根本跟不上这个时代的变化。
我身边的一些朋友有时只局限于自己的小圈子。象牙塔变成了舒适区，他们深陷其中出不来。尤其是在面临职业选择时，很容易出现“高不成低不就”的情况。另一方面，现在抖音、快手上的流水线音乐，从赚钱的角度来看，其实可以产生非常不错的利润，但对于一些有专业背景的人来说，却很难放下身段。
Suno的出现，我认为是一个非常好的工具，因为如何定义一个好的音乐家或者作曲家？通过审美、视觉和品味，包括多年的经验和知识积累，Suno的诞生可以消除一群可能连和弦都不懂的人。这些人现在比真正做音乐的人赚更多的钱，所以我认为这个行业不太公平。
我已经尝试过Suno很多次了。基本上可以替代“生产线上”的音乐。除了中文、语调、发音和一些分词、分句的问题外，我觉得没有那么厉害。然而，它非常擅长生成其他语言的歌曲。不错。
说到赚钱，Suno最有利的地方就是降低成本，提高效率。比如以前收到广告的时候，我们都会和版权音乐公司合作进行授权。所以现在这个链接很可能不再需要了。个人可以是一个音乐库，可以随时生成演示并发送给客户。为什么一些拥有一两百万音乐预算的广告商不愿意尝试创作原创内容？总的来说，与其试错、花费不必要的时间，不如花重金购买现有的欧美大流行版权。现在Suno出现了，其实可以更好的帮助独立音乐工作者。效率的提高至少可以帮助你赢得时间与客户讨论想法。
成本问题非常重要。客户需要考虑预算。作为团队的甲方，规划每个环节的预算是非常麻烦的。我经历过很多不同的offer，发现水很深。与商业项目相关，一些高价的项目与淘宝上几百元的价格没有什么区别。它们都是基于模板的。我什至在一本书里找到了一个编曲，12.8元。我感觉这个行业真的很混乱。与其这样做，不如用AI来加速这个行业的洗牌。
工具的出现必然会创造更多的价值。人工智能提供了一种新的生产方式。除了节省开支、更好的价值分配之外，我认为也会更好地促进个人价值的表达。还使用了人工智能。为什么有些人比其他人更好？这是关于个人经历、音乐审美和知识积累的。
Suno有时会给我意想不到的惊喜。我之前尝试生成 Boogie-woogie 音乐，Suno 为我添加了一个中断，这对我的耳朵非常有吸引力，我想，好吧，我什至没有想到它，但它出现了。
有时候，进入提示等待生成过程后，甚至有一种打开盲盒的期待感。所以我觉得不用担心它会不会消灭人类。想要用好，首先得把自己提升得更好。只有这样你用它生成的产品才会更加准确。它正在推动你并让你进步。在这个过程中，就当成一个玩具吧。
索尼音乐 A&R 特蕾西
我来自唱片公司，日常工作主要是艺人，同时也负责OST项目。
今天的话题是关于Suno如何重塑音乐产业。对于我来说，一开始我也很关心AI图片生成。我知道AIGC音乐生成软件非常强大。这些玩法和模式我都尝试过。我当时的感觉是，如果用AI做出一首好音乐，对音乐审美的人来说可能会有一个门槛。
虽然我对AI没有那么深入的研究，但是我觉得如果我们想要把它提升到更高的水平，最终还是取决于人的能力，也就是使用AI工具的人如何能够更好的优化工作。
现在人工智能可以唱歌了。如果进一步发展的话，未来平台实际上会收集这些歌手的声音。先不说侵权与否的问题。即使我们不采样著名歌手的声音，只是采样一个唱得好的普通歌手的声音，经过充分提炼后出来的AI作品也会相当好听，有情感、有曲线、有节奏。连呼吸的起伏都清晰可见。
至于AI是否会取代人类？事实上，我们以艺术家为例。我们刚才谈到了泰勒·斯威夫特和个人IP的打造。人们之所以崇拜明星或者追明星，把喜欢一个IP当成一种信仰，不仅仅是因为对方唱得好，更是因为对方唱得好。这是因为良好的歌曲创作和个人魅力。比如，粉丝喜欢周深，不仅仅是因为他天籁般的嗓音，更是因为他的魅力。
从音乐行业的艺人角度来看，仍然存在不确定性和不可预测性，这也是最吸引人的地方。 AI可以有足够的“库”分析，建模可以建立得足够好，但人的个性以及一些现场表演是无法计算的东西。比如说我们经常录音，我知道有些歌手会怎么唱，对他们会怎么唱我也有一个大概的了解，但是在录音棚里我经常会得到一些惊喜，即使他们被认为是有缺陷的。某些情况。但它也会被保留下来，这也是魅力的一部分。
因此，我认为，即使人工智能太好了，运行得非常准确、无可挑剔，它也会吓到你。人性的缺陷和不完美也是魅力的一部分，至少短期内不会颠覆音乐家。
作为一个人工智能工具，它现在将成为一个助手。作为A&R的岗位，因为我们是给艺人提供服务的，无论是专辑还是单曲，所以在策划的时候一定要做好充分的准备。原来我们得从图书馆去找。或者依靠我们自己的经验。现在有了AI，它可以产生一种感觉，有时会让我们感觉眼前一亮。我认为的另一个作用是给我们编曲的灵感提示。
在信息处理方面，我们人脑肯定比AI弱很多。人工智能的作用是集中处理信息。创意的东西还是要靠人。
萌萌演艺产业
我在演出场馆工作，做一些线下演唱会活动。虽然我的专业与音乐无关变明星声音软件，但我对音乐行业非常感兴趣。
我是大众用户。我有一些灵感，想做一种音乐，但是完全不懂，做不出来。这个时候我就可以请苏诺帮我制作了。所以对于我这样的普通爱好者来说，AI工具就是帮助我实现梦想和想法的工具。
但我也觉得有一个问题，那就是需要更多的用户去感受音乐的整体。就像我们工作的时候，领导给我们一些东西，你就得去执行。然后我们请Suno来做，感觉也是一样的。必须有一个清晰的思路和指示，否则做起来就会乱七八糟。 AI我可能不太知道会出来什么样的成品，但我只是按照说明尝试一下，然后继续尝试和创造它。我想这对我们人类来说肯定要求更高。
但我还有一个问题，为什么人工智能要取代人类？
当然，从商业逻辑的角度来看，如果我们花很多钱去开发这项技术，肯定会节省一些钱，替代一些人力成本。但从广义上讲，人类是人类，人工智能是人工智能。是否应该允许人工智能探索一些人类无法到达的领域？我觉得这是一个比较有趣的事情。就像特雷西老师刚才说的，人类的独特之处就在于人类有缺陷，但人工智能没有。
人类和人工智能之间还有其他区别吗？我认为这是因为思维模式不同。虽然我不知道AI的思维和意识是如何诞生的。虽然人工智能是人类创造的，但他们基本上是两个物种。那么我们是否可以各尽其责，互相探索呢？极限？
因为我入行才两年多，经验比较少，所以不会发表更多的意见。我觉得AI工具在演出行业的应用，比如虚拟歌手演唱会的探索，也用到了很多AI技术。因为我自己也是一个追星的人，对于现场表演，我认为看到“真人”是更重要的吸引力。
嘉怡，歌手/商人
我一直在学声乐，毕业后给艺人做过声乐教练，现在在一家公司做业务。
因为我是一名声乐专业的学生，对于我这样不专业作曲、制作的人来说，AI是一个非常好的工具。因为以前我创作一首音乐需要付出很大的努力。毕竟我不是音乐制作和编曲方面的专业人士。因此，Suno这样的AI工具诞生后，极大地提高了我的工作效率。
刚才一直在听老师们的分享，处于学习的状态，非常受益。
刚才老师提到了虚拟歌手，因为我之前经常看到一些项目，比如找真人来录声音的AI项目。就我个人而言，其实我是非常抗拒的，因为我不希望我的声音被提前收集。对于一个处于发展阶段的歌手来说，像AI唱歌这样的事情还是会对他的职业生涯产生一定的负面影响。
不知道您对于这个问题有何看法？当平台找到一些歌手录制声音并应用到各种场景时，可以理解为采集语音控制。你的声音会传遍四面八方，但没有人会知道你是谁。这相当于人们记住了你的声音，但不知道你到底是谁。对于一个想成为一名歌手并在音乐界发展的人来说，我认为这种做法并不友好。
虚拟艺术家这两年很受欢迎。我已经做了一段时间了，我朋友的公司也在朝这个方向努力。我给他们做了一段时间的音乐指导，因为虚拟艺术家也要创作歌曲。
洛天依和初音未来的声音属于自家软件库中的声音库。他们被故意制作得不像真人，并且针对的是二次元群体。近两年来，超现实主义艺术家特别受欢迎。他们做的事情非常逼真、真实，而且还收集真人的声音。在这个虚拟艺术家的身后，有一个人戴着“动作捕捉”设备进行直播。互动是平等的，以真诚为主，也有个人特点，比如唱歌好听，创作能力强。 （审查：）
然而，我其实根本不明白虚拟艺术家这个行业的逻辑。砸钱吧，付给真正的歌手也不会很多。事实上，对于歌手来说，为虚拟艺人制作歌曲只是一份工作，公司把大部分钱花在形象和宣传上。而且这些图像没有很强的核心，内容也不够好……说实话，这个问题困扰了我很长时间。我实在不明白为什么要花这么多的钱和资源在这个东西上？
小葛音乐人/商业
我从事这个行业已经快十年了。我在AI音乐科技公司工作过几年，在版权音乐公司工作过几年，所以对一些内幕还是比较了解的。
我曾经从事人工智能音乐数据模型的研究。 2015年到2018年，我和老师罗俊林一起研究AI音乐，希望通过大数据引领AI技术创新，改变音乐创作的形式。他其实从2005年就开始研究AI作曲，这个模型2008年就已经在写了，比目前版权市场上的很多歌曲要好很多，但一直没有推广。 2015年至2016年，我们正式开始在公司工作。
关于AI音乐，我先做个总结。当时的技术水平还没有达到真正的人工智能音乐的水平，因为它的逻辑与人类制作音乐无关。 AI音乐的逻辑相当于一个神经元系统——将所有的Track文件、音频文件、乐器文件都划分上不同的标签。通过标签的各种组合，以触发标签之间嵌套的方式定义音乐，因此是一种类似于组合形式的模型。
在这个过程中，服务器负载能力消耗了大量的计算能力。这个问题太大了，普通服务器无法支持。我们创业失败时面临的最大问题就是带不到服务器，所以生成速度很慢。我们不得不等十分钟才出来。那么谁会使用它呢？所以2018年这个时期，我们是国内最早做AI音乐的公司之一。
对于AI来说，算力问题一直存在。虽然我们谈了很多融资，但是平台投入的钱太少了。我们知道，靠这点钱是不可能达到目标的。因为我们算过一个成本，天使轮需要2亿资金才能烧毁这么大的数据模型库。您的数据库越好，音乐就会越好。在那个阶段我们不可能筹集到这么多钱来烧。我们国内只能筹集2000万。对于我们来说，这笔钱只用于程序开发阶段。 。
这就是我们当时遇到的困难。 AI模型和制作音乐的思维完全不同。听起来或许AI会更准确，音乐听起来会更好，但实际上这并不是人类创造的思维，也不是“二合一”。这种思维的转变。
所以我认为未来AI不会淘汰音乐领域的人。特别是，我们不会排除那些声誉良好、对市场需求有深刻了解的音乐人。因为走得越晚，对人的需求就会越来越明显。这种能力类似于理解能力。能够得到别人的心很重要。
另外，非常有创造力、善于决策的人不会被淘汰，表演类也不会被淘汰，因为更注重现场表达和情感诉求。而且，真正的作曲家和艺术家不会被淘汰。我觉得以后厂牌签人的逻辑会完全不一样，会变成纯粹签艺人的逻辑。
从平台的角度来看，如果我们想象一个极端的情况，比如AI音乐播放数据对业务的收入贡献远好于人类作曲家的音乐。那么平台有什么动机给音乐人分这么多钱呢？这是值得思考的。
王石唱片A&R
我在三巨头中担任 A&R，并一直在音乐行业工作。我对人工智能了解不多。今天听了很多分享，也学到了很多。我非常同意特雷西所说的。它仍然是一个辅助工具，不能改变我们整个创作过程或我们与艺术家合作的方式，至少在短期内是这样。
刚才我们讲数据库的时候，我感觉还不错。就像我们做音乐制作的时候，音质不断升级，声音包不断扩大，越来越精致。某种程度上，这和我们的音乐制作逻辑是一样的。我积累这些声乐素材，采样各种声乐素材，让这个数据库越来越完整，这样我才能生成更好的素材。 ，所以底层逻辑没有改变。
十年前，我就关注过初音未来。当时我是用Vocal软件来做的。现在它实际上是一个人声的样本。我使用我们的音频后期制作方法向声音样本添加表情。然后它就变成了来自未来的人类声音。我的想法比较简单。像 Suno 这样的工具的出现已经实现了自动化，并使这个过程变得更快，用一组算法取代了手动“绘图”过程。
现在玩家的版权价值被稀释，网络歌曲的数量很大，这对我们来说是一个巨大的挑战，特别是我们制作一首歌曲的成本如此之高，版权收入如此之低，我们如何评价这一点事物？它很难。从唱片公司的角度来看，我们往往更关心艺人的作品、品质和整体发展。事实上，唱片公司用于专辑制作的预算也在逐年减少。
如果我们顺应当前编曲者可以退休的趋势，那么我们就会真正拥抱这个工具，并根据我们自己的业务运营逻辑以低成本的方式使用它。从这个角度来说，AI可以给A&R带来一些帮助。
亨利科技/音乐爱好者
我是一名IT从业者，音乐是我的爱好。我最近从公司辞职，现在作为自由职业者，为一些公司提供人工智能咨询服务。
我是80后，感觉自己已经属于市场上比较沉闷的一类人了，但是我觉得和大多数同龄人不同，我对音乐的兴趣还是比较活跃的。我以前曾加入过乐队，一直对音乐和科技行业的交叉点感兴趣。
因为我一直很关注AI。 AI孙燕姿去年很火，大家都在讨论AI在声音方面的突破。 Suno其实已经默默工作了两年多了，v2版本已经相当惊艳了。之前在网上看了各种文章，也看了B站和YouTube上的视频讲解，大家都有各种讨论。我认为大部分都只是基于猜测和想象。跟随苏诺公司的历史和变迁，你可能会有不同的理解。
最初，Suno 和当今市场上的许多人工智能公司一样。他们一开始并没有想过生成音乐，而是专注于文本到语音的合成。后来，客户询问人工智能是否可以生成音乐。他们认为可以，投资者也愿意出足够的钱，所以我们就这么做吧。这个团队原本是从事声学的。他们最早的职业生涯是在一家公司，为公司录制语音通话并将其转换为文本。由于客户可能来自各个国家，讲着各种语言，呈现出各种不清楚的声音，客服人员根本听不清楚。简而言之，声音识别和声音文本生成是他们一直专攻的方向。
他们的投资者实际上非常清楚，尝试这样做将成为音乐行业的敌人，并且随之而来的将是许多法律问题。不过，因为看好这支球队，所以还是投入了。原因也很简单。投资者和音乐产业没有利益交集。
Suno就是这样一个草根产品。整个公司只有十几个人，但是在v2中却取得了非常好的成绩。后来微软又投入大量资金将其打造为微软的副驾驶服务。微软现在是最大的财务支持者。但他们实际上没有商业模式的设计。像许多人工智能公司一样，他们首先构建它，然后再关注市场。所以很多人认为的“Suno的商业模式等等”其实并不准确。
因为我是技术出身，所以我很长一段时间都在关注他们的原理。我关注他们很久了，但从未看到他们有任何透露。但从各种采访中可以看出，绝对是基于“谱”。这意味着它实际上是根据频率查看图片，声音形成频谱图，这从技术上讲是图片识别，与音乐无关。但它比以往的音乐生成技术更具创新性的是，它采用了变压器和扩散技术，这也是本轮人工智能创新带来的新技术。
但是用的是谁原来的训练库呢？无论如何，他们拒绝透露。我推测，毫无疑问，AI训练的过程中存在这种未经授权的训练，但因为你在生成的歌曲中看不到它，或者没有办法证明它，实际上很可能都是其中将被公开。播放的歌曲都被喂饱了。因为与其他公司不同，Suno的模型都是开源的，所以人们可以在它上面继续训练，各种奇怪的东西都可以输入到里面。
目前，Suno比较可控的方面之一是它避开了真人。比如你不能让它直接生成薛之谦风格的歌曲。然而，所有人物或著名音乐明星的名字在训练期间都被故意屏蔽。你很难对付他。但你不知道怎么还能触发某个明星的风格，但这很难作为证据。
从Suno多次表达的出发点来说，他们想要降低音乐制作的门槛变明星声音软件，让普通用户能够有一种心理上的满足，做出自己的音乐，带来情感价值。但在商业方面，无论是2C还是2B，因为法律问题不明确，我认为至少现在还很难有一个明显的商业模式。
