人工智能驅動下的音樂產業發展狀況與問題分析

【摘 要】 在21世紀的技術浪潮中，人工智能技術已經成為推動社會和文化變革的重要力量。在音樂領域，人工智能技術也得到了廣泛的應用，尤其在音樂的生產和傳播中，其應用已經影響到此類音樂產業的生態發展，這無疑將促使相關理念的更迭。以當下音樂產業中的新動態、新現象為觀察對象，深入梳理人工智能技術在音樂創作、制作、表演、教育和傳播領域的映射圖景，思考人工智能技術與音樂發展的互動關系，以及相關領域所面臨的挑戰與機遇，成為學界亟待解決的重要時代命題。

【關鍵詞】 人工智能；音樂產業；音樂生態；技術革新；網絡傳播

人工智能（Artif icial Intelligence，簡稱AI）技術的研發始于20世紀中葉，從最初概念的提出、早期模型的創建到21世紀“大數據”爆發以及強大算力的出現，人工智能始終在升級迭代，已成為當下人類社會生活中不可或缺的一部分。音樂產業，作為音樂文化和理論的實踐場域，一直以來都是技術創新和社會發展的敏感“反應器”，在其所涉及的音樂創作、音樂制作、音樂傳播、音樂表演及音樂教育等領域中，產業的動態都深刻反映了音樂藝術的自我完善和發展。從錄音技術誕生到數字音樂的興起，每一次技術革新都對音樂產業的結構和運作方式產生了深遠影響。隨著當下生成式科技語言的快速發展，音樂與AI的深度結合使得音樂科技再一次自我升級與革新：在音樂創作中，AI展現出前所未有的能力，諸如可自動生成旋律、和聲等；在音樂制作中，AI發揮著重要的作用，比如通過算法可優化混音和音效處理等；在音樂教育中，AI的使用打破了傳統的教學模式，實現了人機互動的教學體驗；在音樂表演和傳播中，AI拓寬了表演的邊界，開辟了傳播的新路徑；在音樂檢索、音樂治療、圖片視頻智能配樂等方面[1]，AI也改變了人們對音樂體驗的期待和實現方式。然而，隨著AI技術與音樂產業的深度融合，傳統音樂生態受到較大沖擊，音樂產業結構和運作模式發生了變化，藝術倫理、大眾審美等方面也受到了深刻影響。

一、AI驅動下的音樂產業新格局

在當代音樂產業的變革浪潮中，AI的應用已成為產業發展中一股不可忽視的力量，“2021年，音樂人工智能界一件備受矚目的事是德國卡拉揚研究所羅德（M. Roder）組織了一個上百人的AI音樂團隊，根據殘存的貝多芬音樂手稿和其他線索，完成了AI版的貝多芬《第十交響曲》的創作和演出”，“AI機器人通過手稿研究、數據學習、神經網絡構建、算法調試、MIDI樂譜輸出、試奏視聽、生成樂隊總譜等復雜工作，最終使作品得以搬上舞臺”[1]。可見，AI改變了傳統音樂的創造生態，推動了音樂產業的變革。但同時也帶來了諸多新問題。在音樂創作領域，AI技術為作曲家開拓了新的創作方式，使創作更加多元化，卻也引發了對傳統音樂創作價值和技能的再思考，甚至引起了有關音樂原創性和版權的爭議。在音樂制作方面，雖然AI技術如自動化混音和母帶處理工具等可以提高制作效率，降低制作成本，使獨立藝術家和小型工作室能夠以更低的預算成本生產高質量音樂，以增強這些小規模實體在市場上的競爭力，但對于以傳統制作技術為職業的人而言，AI的興起卻意味著對技術的再適應與職業的轉型。在音樂分發和推廣（傳播）領域，AI技術如數據分析和個性化算法推薦等改變了音樂的市場接觸方式。流媒體服務通過精確的用戶數據分析，為用戶提供個性化的音樂體驗，也為音樂家提供更為精準的市場定位工具，但同時也給用戶隱私保護與數據安全帶來了風險，并使音樂風格愈發趨于單一。因此，AI技術所引發的變革不僅僅是技術層面的突破，更是產業生態乃至文化生態的重塑。

（一）AI引領音樂技術革新

美國傳播學者埃弗雷特 ·羅杰斯（Everett Rogers）的“創新擴散理論”認為，創新擴散需要經歷認知、說服、決策、實施及確認5個階段，創新因素則具有相容性、相對優勢、可試驗性、復雜性及可觀察性5個特征[2]。在產業領域，創新擴散一般表現為新技術、新產品與市場的快速融合，以高效能、高品質為標志。在網絡時代，AI技術往往會觸發“蝴蝶效應”，從而衍生出多種新的復合技術形態并與現有實踐實現有效兼容，這極易被不同的利益相關者所接受和采用，并快速形成“創新擴散效應”。如流媒體服務平臺就運用了機器學習算法模式，通過分析用戶的聽歌歷史和行為模式來實現用戶畫像功能，以提升、優化用戶體驗。這種精確的數據驅動方法不僅能提升用戶滿意度，也能增加用戶粘性和市場份額，帶來極大的技術創新紅利，使得優質產品的應用體驗和市場反饋能夠在眾多音樂平臺間相互傳播，從而快速實現“認知、說服、決策、實施及確認”的擴散進程，并以AI的創新性以及優勢促使音樂市場快速接受這些產品。

音樂制作行業作為音樂產業中的過程環節，尤為明顯地體現出技術性特征，因此AI技術產品的創新擴散會更加迅速地改變行業的整體境況。AI技術為行業賦能，發動了音樂制作的新引擎，在行業之間實現了快速的技術認同和理念傳播，促使“創新擴散效應”（信息認同）形成，從而誕生（研發）了多款軟件工具。這些工具不僅降低了制作成本，使高質量的音樂制作變得易于實現，還為音樂家提供了高效的創制手段，從而提升了音樂作品的整體質量。從每一個音符構成的旋律，到每一件樂器編織的伴奏，再到后期錄制、編輯及混音等，AI技術不僅為音樂產業提供了內容產品，也推動了產業增值。如iZotope，作為一款AI驅動的混音軟件，它能夠自動調整音軌平衡，執行復雜的均衡和壓縮處理任務，進而通過使用先進的算法分析音頻，識別并優化各種音效，從而減少了對人工操作的依賴。通過這種方式，AI不僅加快了音樂制作的進度，還使得音樂制作的專業門檻降低，為業余音樂制作者提供了平臺。再如ACEstudio歌聲合成軟件，使用者可以用人聲合成歌曲曲調。該軟件擁有十多位AI歌手，既可用流行、民歌、童聲、搖滾、美聲等風格演唱多語種歌曲，也可憑借其極為細致的參數設置—如聲音的張力、演唱中的“呼吸”、真假聲的轉換等在一定程度上模仿真人的演唱，從而代替錄音棚的人聲錄制。此外，還有Google的Magenta軟件，利用機器學習生成新的音效和樂器聲音，設計聲音場景，為音樂制作帶來更多的創新可能。可以說，AI技術不僅改變了音樂制作的技術面貌，也對音樂產業的商業模式和創作方式產生了深遠影響。

（二）AI對音樂傳統業態的沖擊

AI技術的融入不僅促進了行業模式的發展，同時也給傳統的音樂產業結構帶來較大的沖擊。這種沖擊影響到多個層級，牽動了包括產業內部結構、職業角色以及市場需求等多個環節的變化。

首先，某些傳統角色和業務模式將面臨被邊緣化甚至被淘汰的風險。AI技術在音樂制作和編輯中的普及，使得行業內對專業音頻工程師的需求有所減少。以LANDR（AI音樂母帶處理平臺）為例，它能夠自動化完成音軌的調整和優化，原本負責這些精細調整工作的傳統錄音工程師因此面臨著被新技術替代的挑戰。數字音樂和數字流媒體服務的興起，不僅影響了音樂分銷的方式，也改變了消費者的音樂購買習慣，這使得實體音樂商店面臨著巨大的市場壓力。以全球知名的大型音樂零售商“淘兒唱片”（Tower Records）為例，該公司的銷售就受到了AI技術市場化所帶來的嚴重沖擊，一度面臨倒閉風險。

其次，音樂版權和知識產權領域面臨諸多挑戰。AI與音樂創作的深度融合，使如何界定和保護這些作品的版權成為一個亟待解決的問題。在這方面，可以以“AIVA”為鑒，AIVA是一個能夠創作古典音樂作品的AI系統，該系統在法國和盧森堡作者權利協會均進行了合法注冊，其所生成的作品都擁有自己的版權署名，且這些作品未經協會允許不能在公共場合使用，上述舉措使得該系統成為人工智能領域第一個正式獲得版權的“作曲家”[1]。除此之外 ，智能化的版權管理和盜版檢測系統也是解決版權問題的有效途徑，比如可以利用區塊鏈技術自動追蹤音樂作品的使用情況，既能確保創作者的權益得到保護，又能有效地降低人工成本并提高精準度。

最后，傳播方式發生了革命性的變化。通過機器學習算法，流媒體平臺如QQ音樂、網易云音樂、Spotify以及Apple Music等能夠分析用戶的聽歌歷史和偏好，提供個性化的音樂推薦，這不僅優化了用戶體驗，也為音樂分發提供了新的策略，使音樂家和制作人能夠更有效地了解聽眾的欣賞趣味。AI的大數據分析能力使得市場研究更加精準和深入，AI能夠追蹤和分析消費者行為、市場趨勢和用戶反饋，為音樂制作公司提供關鍵的市場信息。然而，AI技術在一定程度上卻限制了傳統音樂搜索中的思辨性和主導性，削弱了供需雙方的理性交互效能，傳統的音樂審美也被具有同質甚至低質傾向的音樂所裹挾，限制了具有審美持久力的經典音樂的誕生。

二、AI引領下的音樂產業未來動向

2023年5月，某“UP主”制作的AI孫燕姿音頻，偶然被上傳到B站（Bilibili）后爆火，其總播放數已超過150萬次，其中《下雨天》單曲播放超過100萬次，收藏人數近2萬人[1]，隨后“AI鄧麗君”“AI帕瓦羅蒂”也相繼出現。可見在當今時代，AI所衍生出的新現象已對音樂傳統生態形成巨大的沖擊和挑戰。面對這些新現象，音樂實踐領域必須要做出改變，而音樂產業—以音樂內容（創演）為主的核心層，以音樂教育、樂器設備等為主的關聯層，以及以影視音樂、動漫音樂等為主的拓展層[2]—作為音樂科技和理念的孵化地，必將首先做出反應。

（一）進一步拓展創演邊界

在音樂創作中，AI不僅是傳統音樂風格的模仿者和學習者，更是創作者。例如，“OpenAI”的Jukebox軟件通過“深度學習”眾多音樂作品，不僅可以在現有音樂數據集的基礎上生成新的原創作品，還能通過數據集創作出具有不同流派與風格的新音樂。谷歌的MusicLM、“DeepMind”的Lyria等軟件，也可以生成帶有器樂和人聲的音樂，并且可以讓用戶對輸出的音樂風格和性能進行更細致的控制。2020年，荷蘭組織了一次AI歌唱比賽（AI Eurovision Song Contest），要求參賽者使用AI技術創作歌曲。該比賽旨在通過藝術創作過程中的人機協作，提升人類的音樂創造力，幫助音樂人和公眾進一步了解創造性AI及AI工具的潛力，以及為科學家和音樂人搭建合作、討論和分享的橋梁。在參賽過程中，作曲與作詞都由AI完成，參賽隊伍不僅需要提交人機協作完成的音樂作品，還需要提供代碼、使用的AI模型以及創作過程和理念的說明，以求得到組委會綜合、全面的評判。由此可見，AI在很大程度上可以替代傳統的音樂創作模式，甚至可以成為一個獨立的創作者，在一定意義上講，AI的出現已經模糊了機器與人的主體性，在未來的音樂創作實踐中，人與機器的音樂“產品”如何區分，或將越發困難。

在當代音樂表演藝術中，AI與音樂表演的融合正在重塑表演藝術的邊界和觀眾的體驗感。比如，用復雜算法模擬人聲來創造虛擬的歌手角色，以日本的虛擬偶像“初音未來”為例，她由計算機生成，其演唱吸引了成千上萬的粉絲，展示了AI技術在傳統音樂表演中的創造潛能[3]。這種虛擬偶像的存在挑戰了傳統音樂產業中的明星和表演者的概念。AI可以實時生成音樂或調整音樂元素以適應現場環境和觀眾反應，在“新冠”疫情期間，許多藝術家和樂隊轉向在線直播和舉辦虛擬音樂會，如歌手特拉維斯·斯科特（Travis Scott）在《堡壘之夜》（Fortnite）游戲中舉辦了一場虛擬音樂會，這場音樂會吸引了數百萬在線觀眾。這種模式不僅滿足了音樂受眾的虛幻想象，也讓觀眾在虛擬空間中達到了游戲式的快感滿足，拓展了音樂體驗的多種可能性。

（二）逐步實現音樂教育的AI化

艾媒咨詢數據顯示，中國音樂教育行業市場規模持續增長，2021年中國音樂教育市場規模達1133.8億元，預計2025年將達到1616.7億元[1]；同時從近幾年我國AI在線教育市場來看，不僅產值規模呈上升趨勢，AI在線教育的受眾也在逐步擴大。面對AI給音樂產業帶來的巨大挑戰，音樂教育培訓體系也在逐步調整，以適應技術進步所帶來的變化。對于學校音樂教育來說，未來的培養模式，不僅需要將AI相關科目納入音樂教育課程，還可以設立專門的音樂人工智能專業，創建專門的AI音樂實驗室，將“產、學、研”融貫一體，打造高端的音樂教育。例如，美國伯克利音樂學院的創意企業研究所設立了一個將音樂、AI與商業教育相結合的先鋒項目，為學生提供將音樂、技術與商業相融合的探索機會，幫助學生們理解如何在音樂產業中應用新興技術，并利用AI進行音樂創作和制作，從而為人工智能音樂人才的培養提供“暖房”。在我國，中央音樂學院、上海音樂學院及中國傳媒大學都在不斷推進人工智能音樂學科、課題和人才培養等相關項目的合作與發展。

對社會音樂教育來說，AI與線上、線下形成完整閉環教育（OMO）結合的模式將成為音樂教育轉型的新趨勢。如“小葉子”音樂科技公司為C端（Consumer，消費端）提供智能鋼琴、智能燈條等產品，同時在B端（Business，商家端）研發了智能鋼琴教室，為線下琴房提供教學課件和課程體系；同時，該公司還推出了線上AI鋼琴陪練項目，通過模擬人的耳朵（琴聲識別）、眼睛（視覺識別）、嘴巴（語音合成工具），為學員進行實時糾錯[2]。類似的例子還有“創客匠人（SaaS）”，其作為一個專為社會教育行業（k12，基礎教育）開發的應用教學平臺，在業界頗有影響，目前“開發了七種直播模式，包括：視頻錄播+社群直播、OBS（Open Broadcaster Software）實時直播、手機直播推流、語音直播、PPT直播、視頻直播、多師視頻直播，并且具備直播帶貨功能，可以滿足不同的教學場景”[3]。AI技術與這些應用場景緊密結合，輔助生成用戶體驗和應用模塊，提升線上教學效果，同時也為線下AI技術應用場景教學奠定基礎。由此來看，音樂教育產業將在一段時期內逐步完成從線下教學到線上、線下教學相結合（OMO）的模式過渡，在“新”與“舊”的迭代中，AI與OMO的融合也將重新定義音樂教育的未來面貌。

三、AI背景下

音樂產業發展的問題與彌合

AI作為一種模擬人類思考和活動的工具，正在引發音樂產業的根本性變革。傳統的音樂生產和傳播模式正在被數字化平臺和AI驅動的個性化音樂服務所替代，這將促使音樂產業的運營模式愈發需要緊密遵循人性的本質需求，同時AI的工具屬性也決定了其必然要與廣泛的學科實現融合。

如前所述，在音樂傳播、音樂制作、音樂編輯及音樂教育等領域，AI已經成為一種重要的引擎化要素。以人類思維和活動邏輯為模版，眾多音頻、視頻平臺已經推出了多款智能服務模塊，然而在實踐中仍然有一些軟件和應用場景差強人意，存在一些偏差和缺陷。如算法推薦功能，在音樂（音頻、視頻）瀏覽中，軟件平臺往往會以一種既定方式（用戶畫像）推送同類型信息，這會帶來一種“繭房效應”[1]，在一定程度上束縛了人們的復雜需求。此外，在信息精準度上也有不盡使用者心意的情況，如“天貓精靈”等智能音樂終端，在定位用戶語言和版本推送時存在效果和信息差。因此，人工智能技術與音樂的結合須在受眾的個性化縱深發展中繼續前行和完善。

此外，未來人工智能音樂發展所依循的知識層也不會僅限于藝術、心理或是其他人文層面，勢必會融入更加多維的學科領域，以實現更加廣泛的應用場景。2023年6月5日，中央音樂學院舉行了“面向未來—電子音樂與AI的交響”音樂會，這是國內首場深度融合AIGC（人工智能創作內容）、3D音頻、腦科學等前沿科技的音樂會[2]。音樂會基于對視覺、機械聽覺、腦電波、運動覺的捕捉和模擬，演出了多首奇幻的音樂作品。這些作品的呈現目的并不僅僅在于藝術的欣賞，而是在為心理學、腦科學、物理學、數學等學科領域提供探索經驗。

在人類技術演進史中，“省力化”作為新技術誕生的邏輯基底，始終促使著技術的更新迭代，并一直保持著一種機械理性，然而在技術發展極致化的當下，人類逐步有了對工具情感性的需求并努力將工具的技術性與情感性相結合，AI的誕生便成了人類技術發展到一定階段的必然結果。AI為音樂賦能，開啟了音樂創作、音樂傳播、音樂表演、音樂欣賞以及音樂教育等領域發展的新天地，同時也促使AI技術迭代升級和“創新擴散”。《呂氏春秋》曰：“音樂之所由來者遠矣，生于度量，本于太一。”[3]音樂的技術屬性古人早已察覺，然而在千百年來的藝術實踐中音樂所顯現的最大審美特性仍在于情感的不確定性（靈動性），人工智能音樂雖以人的邏輯思維作為模式基礎，但要表達這種情感的靈動性，從目前看尚不能實現。在AI技術背景下如何真正遵循“音樂真實”而非“技術真實”，并為人的情感靈動提供更加充分的展示，則是人工智能音樂研究在當下和未來需要深入思考的方向。

本文系湖南省社科基金項目“網絡音樂社群的文化認同和價值導向研究”（項目批準號：21YBA235）階段性成果。

責任編輯：李衛

[1]" 參見李偉、李子晉、高永偉：《理解數字音樂—音樂信息檢索技術綜述》，《復旦學報（自然科學版）》2018年第3期。

[1]" 黃宗權：《音樂人工智能的哲學審思》，《中央音樂學院學報》2023年第3期。

[2]" 魏文歡：《羅杰斯“創新擴散”理論評析》，《傳播與版權》2018年第10期。

[1]" 趙天水：《技術邏輯下強智能機器人刑事責任的再審視》，《深圳社會科學》2023年第5期。

[1]" 《每日經濟新聞》：《每天數十首“新作”面世！一夜之間，“AI孫燕姿”火遍全網》，https：//stcn.com/article/detail/862006.html，2023年11月2日。

[2]" 趙志安：《中國音樂產業發展報告（2015）》，人民音樂出版社2016年版，第2頁。

[3]" 參見劉凡：《“AI孫燕姿”“AI周杰倫”走紅，解碼AI歌手習藝之道》，https：//wenyi.gmw.cn/2023-05/22/content_36576236.htm，2024年3月12日。

[1] 《2022中國音樂教育行業報告》，https：//news.iresearch.cn/yx/2022/08/445278.shtml，2023年11月10日。

[2]" 豐格：《小葉子申報中國智能鋼琴教練行業標志性品牌》，http：//news.sohu.com/a/574453681_121445354，2023年11月10日。

[3] 《創客匠人知識付費SaaS系統功能介紹》，https：//blog.csdn.net/fxd1232/article/details/121996042，2023年12月28日。

[1]" 公眾只選擇使自己愉悅的信息領域，長此以往，會將自身禁錮于蠶繭般的繭房。參見楊蓉、唐英：《算法推薦視域下信息繭房的負效應研究》，《青年記者》2021年第11月下期。

[2] 《AI交響音樂會，中央音樂學院探索音樂人工智能》，https：//www.

360kuai.com/pc/9e2ffbf8482166cfd？cota=3amp;kuai_so=1amp;sign=360_57c3bbd1

amp;refer_scene=so_1.，2023年12月20日。

[3]" 呂不韋著，陳奇猷校釋：《呂氏春秋新校釋》卷第五《仲夏紀》，上海古籍出版社2002年版，第258頁。