人工智能對音樂產業的影響研究

摘要：本文歸納了人工智能在音樂產業的主要應用，并結合商業模式要素畫布模型，分析了人工智能對音樂產業商業模式的影響，提出了筆者對于人工智能與音樂產業的思考，最后將探討人工智能音樂產業應用的機會以及帶來的威脅。

關鍵詞：人工智能;音樂產業;商業模式要素畫布模型

人工智能（后文中簡稱AI）的浪潮席卷了工業、醫療等各個行業，也包括音樂產業。AI對作為音樂產業核心動力的音樂創作進行了深刻的探索，并對音樂產業的細分行業都產生了一定程度的影響。

一、人工智能在音樂產業的主要應用

目前人工智能在音樂產業主要應用于音樂創作、音樂傳播、音樂教育和音響設備領域。

音樂創作是音樂產業的核心動力，利用AI作曲或輔助作曲是關注度最高的應用方向之一。AI作曲運用遺傳算法、神經網絡等技術，通過音樂規律為計算機制定規則，建立數據庫深度學習后生成音樂。IBM的Waston Beat AI系統能在聽到超過20秒的音樂后，基于原始采樣生成一段新的旋律與節奏。AI還應用于歌聲合成技術中，由樂譜預測每個音節的時長和音高的韻律模型，將韻律參數和頻譜參數結合生成歌聲。眾多K歌產品在用戶錄入自己的聲音后可自動修音，并將用戶聲音與原唱音色融合生成歌曲。

通過個性化推薦優化用戶體驗是數字音樂平臺間競爭的重要內容。以AI為基礎，當前主流的推薦算法可分為兩類：基于內容的推薦和基于協同過濾的推薦。基于內容的推薦是根據用戶過去喜歡的音樂，找到與該音樂內容相似的新音樂推薦給用戶。基于協同過濾的推薦是根據歷史數據中用戶對歌曲的評分，發現品味相近的用戶或相似度高的音樂推薦。在實際應用中通常采用混合推薦算法，即將這兩類算法結合，達成更好的效果[1]。

AI在教育領域應用的主要形式是智能教學系統，采用先進的音頻識別技術、圖像與視頻識別技術，記錄用戶彈奏的過程，在AI與大數據技術的支持下，分析對比鋼琴家和用戶的演奏數據，形成客觀的學習評價。

AI與音響設備相結合，通過語音技術準確地識別用戶說的話，學習用戶的習慣和喜好，在不斷的練習中提高執行任務的準確性。AI還應用無線耳機的市場中，智能耳機相比于傳統藍牙耳機，強調了語音交互式的體驗，帶來更多樣的應用場景。

二、人工智能對音樂產業商業模式的影響

2005年亞歷山大·奧斯特瓦德提出了包含四大支柱、九個要素的商業模式要素模型，四大支柱包含產品或服務界面、資產管理界面、客戶界面和財務界面。在這四大支柱之下包含九個構成要素，其中產品或服務界面包括價值主張，資產管理界面包括核心資源、關鍵業務、重要合作，客戶界面包括客戶細分、渠道通路和客戶關系，財務界面包括成本結構和收入來源[2]。

價值主張分析顧客的需求或痛點，進而針對性地提供相應的產品和服務。AI作曲及歌聲合成技術對音樂創作有重要的意義。以及，AI為數字音樂平臺賦能的個性化推薦，可以向用戶提供符合其偏好的音樂產品和多樣化的服務。

核心資源是指商業模式有效運作所需要的最重要的資產。AI對音樂產業核心資源的影響主要在于知識資產的提升。AI技術本身作為一種高科技，是關鍵的知識資源，音樂產業中具備更高水平AI技術的企業有著更強的競爭力。同時也意味著“音樂+AI”復合型人才資源在競爭格局中扮演重要角色。

關鍵業務是指企業運作中最重要的業務。音樂創作是音樂產業的關鍵業務。AI作曲技術及歌聲合成技術能夠輔助用于完成一些較為簡單和規律的音樂創作，如廣告歌曲等。

重要合作是指讓商業模式有效運作所需的供應商與合作伙伴的網絡。AI構建起了音樂制作公司與AI技術公司之間的合作，于音樂公司而言，AI賦予了新的創作方式，于AI技術公司而言，則是拓寬了AI的應用域。

客戶細分是指企業提供產品和服務的對象。AI拓寬了客戶的范圍，例如AI與音響設備相結合，賦予了音響人機交互功能，智能音箱使得其客戶不僅僅局限于音樂愛好者。

渠道通路是指企業與目標客戶產生聯系的方式和渠道。AI拓寬了企業與目標客戶產生聯系的方式，例如智能音樂教學系統者通過線上互動來判斷教學者的課程進度和學習者的學習進度，決定后續更高效的教學和交互活動。

客戶關系是指企業為達到其經營目標，主動與客戶建立起的某種聯系。AI的個性化推薦增進了數字音樂平臺與客戶之間的關系，扮演了“知己”的角色，智能音樂教學系統與客戶的互動中扮演了“教師”的角色，AI智能音箱和無線耳機則扮演了“朋友”的角色，對維護與客戶的關系起到了重要的作用。

成本結構是指企業運營引發的最重要的成本。AI對音樂產業成本顯著的兩大影響，其一是以機器取代人工，降低了大量的人力成本。其二是降低了大量的運營成本。AI在和用戶不斷的互動中學習用戶的習慣和喜好，并且在不斷的練習中提高執行任務的準確性，從而降低了解客戶、維護客戶關系的運營成本。

收入來源是公司從客戶群體中獲取的現金收入。AI豐富了音樂產業收入來源，以AI為基礎開發的音樂產品，如各類智能音響設備能夠吸引更大范圍的客戶群體進行消費。智能音樂教育系統為更多客戶提供音樂教育機會的同時，也成為了一項創新的收入來源。

三、人工智能音樂產業應用的機會與威脅

AI通過與物聯網等其他技術結合的橫向發展，會為AI音樂產業帶來更大的可能性，為器樂在線教學、交互式音樂裝置、穿戴式音樂裝置等帶來更多機會。此外，如今大眾所談論的AI對音樂的影響，往往都是從數字音樂的角度來談。AI如何運用到現場音樂中，也是音樂產業中值得挖掘的機會。

然而人工智能在音樂產業的應用也存在一些威脅。AI設備在沒有人工輸入的情況下創作音樂，理論上是作品的真正“作者”。但面臨版權糾紛時，則是AI的創造者要承擔主要責任。目前AI相關的法律尚未完善，存在著版權侵權的隱患。此外，AI產品中儲存了海量用戶的隱私，存在著隱私泄露的風險。若沒有得到妥善的把控，隱私泄露可能會造成嚴重的后果。

參考文獻：

[1]金蕾.個性化音樂推薦算法的研究與實現[D].山東大學，2017.

[2]蒂姆·克拉克，亞歷山大·奧斯特瓦德，伊夫·皮尼厄著.畢祟毅譯.商業模式新生代[M].機械工業出版化.2011：4-36.

作者簡介：王可婷（1997.07-），女，漢族，浙江諸暨人，碩士在讀。研究方向：新聞與傳播（文化創意產業管理）