AI音乐好不好听,70/80/90/00后们怎么说?

全文3843字,阅读约需11分钟,帮我划重点

划重点

01AI音乐在B站音乐区成为热门节目,超过60%的受访者无法正确区分AI音乐和人类音乐。

0200后对AI音乐最熟悉,90后至70后的了解逐代减少。

03不同年龄层对AI音乐的识别能力呈现特定规律,随着年纪增长逐步下降。

04然而,不同音乐类型的AI音乐识别度存在差异,如流行音乐识别率最高,说唱音乐识别度最低。

05未来AI音乐需注意潜在隐患,如版权问题和技术伦理问题。

以上内容由腾讯混元大模型生成,仅供参考

你听过懒羊羊唱的《Love Story》吗?
或是孙燕姿唱的《发如雪》?
图片
“AI翻唱”正在成为B站音乐区的热门节目。
如今,人工智能在越来越多的领域开展拳脚,音乐也不例外。
许多AI音乐软件,如Suno、MusicFX、Stable Audio等等,都可以根据用户给的关键词生成符合要求的AI音乐。
可如果将AI音乐与人类创作音乐放在一起,你能听出来吗?不妨来试一试:
第一首音乐片段,和第二首音乐频段,哪一个是AI创作的?
如果做不出决定,可以再听一遍,仔细感受每个音符和节奏的细微差别。
好,现在让我们揭晓答案:
第二个音乐片段是由AI创作的,而第一个则是首真实存在的歌曲《un-unnoticed》。
超六成人无法区分AI音乐和人类音乐
这个实验不仅是为了测试大家的耳朵,更为了引出一个重要的问题——在音乐领域,AI创作是否已经达到了难以识别的程度?
为了回答这一点,我们制作了一些AI音乐,并完成了一次211位用户参与的小实验,来了解公众对AI音乐的识别能力与接受度。
结果显示,超过60%的受访者在聆听多段音乐后,无法正确判断哪些是由AI生成,而哪些又是由人类艺术家创作。仅有不到40%的参与者,能够准确辨别两者之间的差异。
图片
这说明AI音乐已经和人类音乐很相像了!
当下的AI技术通过大数据挖掘与深度学习,能够模仿并生成与人类音乐高度相近的作品,而我们听众几乎难以察觉其中的细微区别。
00后最熟悉AI音乐,90后至70后的了解逐代变少
不过,不同年龄的被调查者对于AI音乐的了解程度存在较大差异。
00后中,有48%表示“听过AI音乐”,这一比例远远大于其他年龄段。00后也是唯一一个年龄群体,“听过AI音乐”的比例超过了“知道但没听过”。“网络原住民”对于新兴技术表示了浓厚的探索兴趣。
90后和80后,则分别有49%和34%表示“完全不知道”,70后中有56%表示“知道AI音乐但没听过”。事实上,三个群体,都有超过70%的受访者没有听过AI音乐,只停留在“完全不知道”或“只是听说”的阶段。
图片
“完全不知道AI音乐”的比例,70后竟然低于80后和90后。这或许是因为,年轻一代影响了自己70后的父母。或许是饭桌上的一次科普,或许是一个相关视频的转发,总之,70后高达56%的了解率,让我们丢弃了一些“年纪大就跟不上社会潮流”的刻板印象。
调查结果还显示,不同年龄层对于AI音乐的识别能力呈现特定规律——AI音乐识别能力,随着年纪增长逐步下降。
将近70%的00后,能够准确识别由AI生成的音乐作品,他们对于人工智能音乐表现出了较高的接受度和识别度;然而,仅有大约52%的90后和37%的80后能够正确辨别AI音乐;在70后群体中,只有25%的被调查者能够正确识别AI音乐——尽管有所耳闻,但大部分人也没有真正听过一首AI音乐,要识别出来,对他们来说还是太难了。
越了解,越反感AI音乐?
除了性别上的差异,不同年龄段对AI音乐的总体喜好程度也显现出有趣的规律。
00后似乎对AI音乐尤其“苛刻”,打出了3.33的平均分(5分满意),刚刚及格。
而有接近一半的人表示“从未听说过AI音乐”的90后,对待AI音乐这个新鲜产品似乎还相当喜欢,打出了4.46的高分,差距显著
在焦点访谈中,我们也能观察出许多00后受访者对专业歌曲属性的期许,比如“呼吸感”、“即兴感”、“情感传达”等,看来,00后对音乐的要求似乎不止是“旋律好听”,而是要了解音乐创作背后是否是真诚的、自然的。
因此,我们发现,在对AI音乐的了解程度上,呈现出的规律是:00后>70后>80后>90后;而对AI音乐的喜好程度,却呈现出:00后<70后<80后<90后。恰好相反
AI音乐就像大家说的:“你越了解一个人,可能就越不喜欢一个人”。
图片
00后与AI共生共长,对于AI音乐具有更高的敏感度和理解能力。而年龄较长的群体,对于新兴科技的理解力逐渐降低,这与教育背景、社会环境、数字素养等都有着密不可分的关系。
虽然对于不同的人群和不同的音乐类型,AI音乐的被识别率存在差异,但我们仍然可以这么说:AI音乐已经几乎做到了“以假乱真”。
流行与蓝调音乐更容易识别,说唱音乐识别度低
调查中使用的AI音乐是由Suno软件生成的。根据较为普遍的分类方式,我们将音乐分为八类,并在Suno软件中根据相同的提示词生成对应的AI音乐。
流行音乐提示词(Prompt)包括:现代流行音乐类型歌曲、具备流行音乐的典型特征、英文歌词。
我们发现,不同类型的AI音乐,被识别度差异很大。
尽管我们说,有的音乐类型,AI非常擅长、“以假乱真”。而有些时候,AI模仿效果稍显拙劣。这是因为,音乐类型具有不同的特征和音乐属性,而AI模仿这些音乐各个特征和属性的能力存在差异。
调查结果发现,八类音乐中,流行(Pop)音乐的猜测正确率最高,达到了53%;其次是蓝调(Blues)音乐,达到了44%。而说唱(Hiphop)音乐识别度最低,只有12%。
猜测时一共有3个选项,受访者是在1首AI音乐和2首人类音乐中作选择,因此嘻哈音乐的12%正确率与爵士音乐的16%,已经低于了“猜对”的平均正确率即33%,这表明在特定音乐类型上,AI音乐给听众带来了相当大的混淆。
而流行音乐,大部分人都听,接触最多,也最了解。因此,这场“知己知彼”的对抗,让流行歌曲获得了最高的正确率。
图片
识别不同音乐类型,为什么会有难易之分?
我们从问卷受访者中随机选取了五人进行焦点访谈。
我们再次使用Suno分别生成五段流行、蓝调和说唱类型的AI音乐(指定关键词相同),将生成的AI音乐播放给受访者,并详细记录他们在聆听这些音乐时的感想与体会,以及他们是通过什么正确判断出AI音乐的。
由于五位受访者猜对的音乐类型不同,所以针对不同问题我们选择了相应的受访者记录他们的回答。
对于流行音乐(Pop),共有4位受访者成功猜对,他们认为这些AI音乐在节奏上过于规律,缺乏自然的波动和变化,并且AI音乐听起来像是缺乏灵魂,显得过于逻辑化,且在和声的使用方面过于单一。
图片
对于蓝调音乐(Blues),共有4位受访者成功猜对,他们认为这些AI音乐缺乏情感表达,缺乏旋律复杂性且缺乏节奏连贯性,并且缺乏呼吸感。
图片
对于说唱音乐(Hip-hop),共有3位受访者猜错,总结原因,他们认为这些AI音乐节奏精准,押韵复杂,语言处理能力强,很难判断。
图片
AI音乐,男性总体更喜欢
还记得你开头听的那首AI音乐吗?你觉得好听吗?
在我们的问卷测试中,无论受访者是否猜对了AI音乐,我们最终都向他们呈现了答案,并请他们再次聆听后选择自己对这首歌曲的喜爱程度
音乐的偏好总是众口难调的,有人喜欢平和,有人喜欢热烈;有人喜欢听最热歌单排行榜,有人将“小众”作为自己的歌曲标签……网易云集合大量数据为用户提供“日推”、“猜你喜欢”、“专属歌单”等功能,就是为了满足千人千面的音乐喜好。
AI音乐虽然可以规定关键词,但总有一套基于大数据的创作规则。而这条规则,听众是否买账?
问卷中受访者的打分结果(5为最喜欢,1为最不喜欢)告诉我们——从音乐类型上看,不同音乐类型受喜爱的程度存在较明显的差异,其中“古典(Classical)”和 “嘻哈(Hiphop)”两种音乐类型总体上最受听众喜爱,而男性尤其喜爱嘻哈音乐,女性尤其喜爱古典音乐
图片
从性别上,我们明显能看到男女对于AI音乐的偏好差异。
男性总体上为AI音乐打出更高的分数(约4.1分,满分5分),而女性的平均分数为3.6分。更多女性将AI创作的音乐与“平淡”、“重复”等词相关联,因此,对AI音乐不太感冒。
除此以外,在“爵士(Jazz)”音乐上,男女双方有些分歧——男性相当喜欢,而女性却打出了2.91的低分。以及,男性对“嘻哈(HipHop)”音乐表达了很高的喜爱程度,评分来到4.8分。
AI音乐从何而来?用户需要UGC内容
从口口相传到乐谱记载、从录音复制到网络传输,“音乐”已走过很长的路。
20世纪的音乐世界属于黑胶唱片、磁带、CD等实体媒介;21世纪则成了数字音乐和流媒体音乐的天下。每一次技术革新都彻底改变着音乐陪伴人类的方式。
图片
数据来源:RIAA(美国唱片业协会)
上述产业,一直在为人类带来更便捷、更丰富的音乐享受,但有一个模块是音乐产业始终不太触及的——用户生成内容(User Generated Content,简称UGC)
互联网的创作门槛不断降低,文字、图片、视频的UGC催生了网文、社媒、短视频平台等。但音乐作为情感传达的方式之一,其UGC内容仍处于萌芽阶段,但不意味着,用户没有音乐UGC的需求。
在最受年轻群体欢迎的视频平台Bilibili上,翻唱、改编歌曲的视频热度居高不下,就能够验证音乐UGC需求的存在。
AI制作的以孙燕姿的声音翻唱的《发如雪》,截至2024年6月18日B站播放量已超333万次。
许多弹幕诸如“这个尾音完全就是本人”、“转音真假音都很流畅”、“连呼吸也模仿了” 等,都体现听众对AI制作的翻唱音乐,感到惊喜和喜爱。
图片
图源B站UP主
平台用户也会基于热点事件或特定事件进行AI歌曲创作,比如针对国足的《穷开摆》填词创作,截至2024年6月18日B站播放量已超1752万次。
每个人都有自己的音乐偏好。正是UGC偏好,催生了AI在音乐领域崭露头角。
用户使用相关软件,就可以创作自己喜欢的风格、旋律和段落,甚至加入和声等元素,制作的不是一个简短的片段,而是具有相当高完整度的“自己的歌曲”。
比如,用AI歌曲的形式吐槽国足、吐槽电竞、做华语天后孙燕姿的鬼畜歌曲串烧……虽然AI技术尚未完全成熟,但丝毫没影响用户用自己的方式表达情绪,也为大家带来快乐。
AI音乐的未来,需注意潜在隐患
AI音乐,刚刚起步,但已在各类广告和品牌宣传片中投入使用。
在社交媒体平台上,许多博主也开始尝试使用AI音乐作为其背景音乐。
然而,有待商榷的是,这样的技术所创作的AI音乐,其旋律和节奏上可能涉及到版权问题
如果说AI音乐能够被生产出来的前提,是人工智能提取数据和模仿已有音乐的能力,那么,AI音乐的原创性又该如何被证明?虚拟艺术家的作品是否能超越人类?我们又如何能确保AI音乐技术不被用于不道德目的,如深度伪造技术在音乐领域的滥用?……
看起来,AI音乐的兴起将关于技术伦理的争论再次强调。蓬勃的技术浪潮下, AI音乐最终会去向何方,我们仍未可知。
但可以期许的是,AI音乐的未来,不会剥夺人类的创造力,而是与人类共同推动跨领域融合,实现人机共创
下面两首歌,你更喜欢哪首?在评论区说出你的选择吧。
(上:流行AI音乐 下:说唱AI音乐)
特约作者:丁彤彤;蒋佳芮
指导老师:赵鹿鸣
编辑:张铃媛
海报设计:王亚赛
本文为上海外国语大学新闻传播学院《数据可视化》(本科)课程作品