就在2024年3月23日，一个再平常不过的周末，国内首张AI音乐专辑《齐天大笑》悄然上线，目前已可在网易云音乐、QQ音乐、酷狗音乐、酷我音乐等平台收听该专辑歌曲。据该专辑发起人音顽童介绍，专辑内所有歌曲的音乐部分均由Suno生成，甚至连专辑同名主打歌《齐天大笑》的歌词都能看到文心一言的“身影”。
音顽童表示自己虽然平时喜欢听音乐，学过一点爵士鼓，也做过几年音乐教育培训，但离音乐制作人所需的条件和能力还差的很远。要不是现在借助生成式人工智能（AIGC）工具，万万不敢想有生之年还有机会发行自己的专辑。
“将歌词按规则输入在Suno歌词栏，设置好风格，再点击创造按钮，AI就可以生成两段含有所输入歌词的音乐片段，要是不满意就继续点击按钮，直到有自己满意的为止，之后继续生成后续片段直至歌曲结束。拼接成完整版后，再通过一些工具进行修剪、比特率调整、音量调整、格式转换等微调后，就可以上传到各大音乐平台了。”音顽童笑着如是说。
随着这张专辑在各大平台的上线，标志着AI音乐时代真的来了。这一来不要紧，现有音乐行业会被前所未有的颠覆。（以上为他视角）
AI音乐时代的特点和变化
我个人觉得AI音乐时代，至少会发生以下几点变化，这里初步总结为“两个所有”、“两个增量”和“两个新象”。
首先，是“两个所有”
第一个是，“所有包含AI可识别信息的载体”都是音乐生成的指令，包括但不限于文本、图片、音频、视频、实物等。指令：广义上指能够触发AI系统工作的指示、命令。
指令可以由人和AI等主体下达，限于音乐情感表达的本质，用在这里单指人基于包含创作动机、情感表达、音乐理念、审美和需求等内容的思想以各种AI可识别的信息为载体的指示、命令。可以说，指令是驱动AI的钥匙，是AIGC时代人自身价值的核心表达，也是连接人与AI的桥梁。
第二个所有是说，未来，我们“每个人”都是潜在AI音乐人。AI音乐人：指主要以AI（包括但不限于AIGC)为工具进行音乐创作和情感表达的创作者。
在AI工具越来越丰富，能力越来越强的情况下，其操作难度、对操作者指令的规则和要求水平、生成质量和所需后期处理程度等都将越来越低，用AI进行音乐创作的门槛会渐渐消失，每个人都可以借助AI通过音乐表达自己。
其次，是“两个增量”
第一个是“AI音乐人”数量会越来越多。
不管是游刃于传统音乐制作方式的前辈们，还是熟稔于数字音乐制作的中坚们，都将会尝试通过AI辅助自己更高效、更低成本的创作。加上大批时代的弄潮儿持续涌入，AI音乐人总量增加成为必然。
第二个是“AI音乐作品”数量会呈井喷式增长。
一方面，作品的增长随音乐人的增长而增长，两者间成正比，做音乐的人多，作品也随之多了；另一方面，传统音乐制作模式下，由于版权、词曲、资金、人力等资源限制和认知、战略、市场需求等条件约束下，大部分歌曲只能发行一个版本，抉择背后抹杀了作品的大部分可能性。
举个例子，原本一首歌发行的版本是男歌手所唱，实际上这首歌由女生来唱也合适，合唱也不错，改成Rock风格，做成R＆B都不错，要是有个Disco版更好等等。但在现实中，可能在很多年后的某次现场，我们才能听到这首歌的其他版本。
而AI理论上可以一次性满足一首作品的所有可能。一首歌的素材以不同旋律编曲配器、风格、声线性别和年龄、独唱对唱合唱、唱法、语言、适用场景等做一张专辑不算新奇，满足音乐人各种现场的表演和拥有不同品味听众的需求。
然后，是“两个新象”
第一个，是会形成“新风格”或发展出“新类型”。
越来越多的AI音乐人开始用AIGC创作，那些已形成的长尾风格势必会被翻升；甚至根据作品中的AI特性还会融合出一些新的风格或类型；曲式结构和节奏节拍可能也会更五花八门，会出来所谓不太正规的结构。
比如，常理该到副歌的地方却没有副歌，或是副歌重复了四遍以上，又或者不是以八小节分段的，不成正方，或许混合拍子还会大行其道等等。这般情况下，诞生新风格、新类型的作品也不足为奇了。
第二个是会发展出“新业态”。
各音乐平台为了更好适应AI音乐人和AI音乐作品爆发的这个时代，可能会专门增设AI音乐人入驻、AI作品审核、宣发等机制的一系列变革。比如，目前用户与音乐人注册还是单独的两道手续，还需审核，总体比较繁琐。可能需要像短视频平台一样一经注册，既可以是内容的消费者，也是内容的生产者。
再比如，现在，在上传作品时需填的信息中，音乐人类型、歌曲类型、版本类别等都没有适合AI音乐的相关选择。表演者，作词者和作曲者，由AI生成的也不好填；原创版权证明，AI音乐人也难以提供，影响后续通过率、全球发行、平台推荐等，尤其是纯音乐作品，强制性要求证明，无法上线。
以后可能会改变一些审核流程和名目，如作品类型可以选择AI，词曲作者非必填项，增加指令项、生成项、后期项等以更适合AI音乐人的需求，保障其基本权利。当然，不排除市场上会出现在兼容原有系统基础上，专门以AI音乐人为主体开发的音乐应用，方便用户发行分享。
另外，AI生成的音乐作品不受指令人能力的限制，使其具有很大的外延性。会出现你的指令生成出来的歌你自己唱不了，男指令人生成出了女声线的歌，不会法语的指令人生成出来了法语歌，还包括风格、唱法、品味等众多维度。也许某天你会看到，由你指令生成的中文歌，在现场被黄妈、楚哥、顶顶、洪基、珮瑜等唱着。
AI生成的作品应该有版权
1.先有指令人，再有生成结果
从AIGC本身来说，它没有意识。在你发出指令之前，它不会为你做出任何行动，在你优化指令内容之前，它的产出也很难令你满意。抛开模型的算法、算力等对所有使用者原则上基本一致的成分，可以说你的指令大致决定了生成范围、方向、结果需具备的要素等。
加上后续你对具体作品的判断、选择、修改、再创作等，整个过程都是人在驱动，它自始至终都是工具。说白了，没有你和你的指令，它就不会为你产出内容。虽然指令也可以生成，但生成指令的指令，那个最初的意念、想法、情绪都是你先有的。
2.AIGC产出作品具备注册版权的条件
从AIGC的生成结果来说，抛开其训练数据的版权问题不谈，那是开发团队的事情，可以说他的产出是独一无二的。虽然不排除指令内容和下达指令时间完全相同的可能，但它是动态的，它的更新速度非常之快，它会随着每一次的响应而飞速成长，它真的是吃什么补什么，而且吃一点补n倍。
用个不恰当的例子，你问同一个小孩同一个问题，在他3岁、5岁和8岁时的不同年龄，他的回答都很难完全一致，何况是AIGC。之所以说这个例子不恰当，是因为人的成长速度与AIGC相比不可同日而语。所以，AI生成的作品基本上是独一无二的，这就具备了它的每一次产出都能注册版权的条件。
3.获取AIGC生成结果需要付出成本
另外，从AIGC的使用成本来说，除了指令人的思想、时间、精力、设备等投入，在经济上也是有成本的，需投入资金这一生产要素。
目前大部分工具的免费版都是试用版，都在版本、使用时间或次数、回复内容量等方面有所限制，这些影响着生成的作品数和质量等，常用或专业用可能难以满足。需要买会员，大多都是分几档不同等级的会员积分制，文本类的大多按字数算费用，视频类的按秒数算费用等等。Suno每点击一次创造需花费10个积分，不管是生成新片段，还是延续老片段。
版权单独归属于哪一方都不太合适
1.版权视为公共资源是社会的损失
如果，将版权视为公共资源，会从根本上抑制基于AIGC的生产力，结果于用户、开发者、投资人和整个社会都未必是好事。
毕竟除了少数致力于公益者和大部分人一生中的少部分公益心，没有人会乐意持续将自己基于某思想、想法、情感、审美、理念、专业积累等在花费一定时间、精力、金钱等成本上的产出全部奉献出来并为之奋斗，仅仅是因为过程中使用了AI。
2.版权归属开发者或公司不合理
如果，版权归属于AIGC系统的开发者、团队，那他们将会是AI时代及之后很长一段历史时期的最大受益者。所有试图使用其工具的人都是他们麾下的员工，并且无需支付薪水和提供任何保障。此外，你还需要投入自己的创意来喂养系统，并为此付出金钱来获取喂养资格等。
如果真是这样的话，估计他们自己都不清楚每天增加了多少版权，是什么内容的版权，都来自哪些地区，是基于什么群体的等等。当因更多人使用AIGC一次次产出时，不曾想多年后，不管在何时、何地、干什么、怎么干可能都会侵犯他们的版权，毕竟AI最终生成内容的范围、深度和频率具备覆盖这个世界的理论条件。
3.版权归属于AI或与人共享没有实际意义
确实AI生成的内容不是指令人自己完全生产的，那把版权给到AIGC本身也说得通，只是这么做没有意义。它无法管理自己的版权以及决定自己是否授权给谁，永远无法流通的资源等于没有。即使真的给了它，指令人也起码应该是版权共有者，有署名权、使用权、传播权等相应权利。
而当人和AI共有版权时，实际上真正利用版权的还是人，说白了AI就是挂了个名，没有实际意义。但完全属于指令人也不合适，毕竟生成过程基本不受人控制，这个过程也基本没有人的意志投入，只是用了点网络和电。
目前，AI版权问题确实无最优解
如果可能修改或新建版权法案，让AIGC生成的作品可以有法律意义上的版权，版权可以由指令人和社会共有。商用时，指令人无需也无法经过社会授权同意，但根据其公共属性，可以降低第三方使用该版权的成本，比如手续简便，费用5折之类的；当该版权产生收益时或收益达到一定程度时，加收一定比例的专项税费。也就是尝试从版权应用上做文章。
我想过段时间可能不会再有这样基于AIGC版权问题的探讨。因为已经不重要了，更重要的是在这个作品横行的大环境，如何通过AIGC创作出与时代共振，同他人共鸣，既有价值又有市场的作品。等到那时，你会发现，不是所有作品都能被看到，而被看到的作品除了运气，和其指令人有根本关系，而不是某个AI工具。
关于Suno使用过程中出现的问题：
1.免费版V2对于中文部分歌词易识别为粤语，输出为粤语发音，可能跟词本身和粤语歌曲训练量占比大有关；V3（Alpha）版本时有所改善，V3版本偶尔有上述现象，比如《再见，伪理想》（女声版）中第一句的“曾嘲笑目光短浅做抉择”的“抉”字就是接近粤语发音。
2.各版本还有不认识的中文字，比如《齐天大笑》主歌部分“春光舞蹁跹”里的“蹁跹”不知道发的什么音，“揽乾坤精气入指尖”里的“揽”直接跳过没发音。
3.对歌词和曲式结构理解不准确，经常是把Bridge理解成副歌，提前进入高潮，而到了真正的高潮第二段却别扭了开来等现象，也和输入歌词长度和元结构标识不准确有关。
4.歌曲旋律、情绪不一致性问题，Suno生成歌曲第一段大多为两分钟，之后再生成出来的第二段很多时候会出现旋律与第一段不一致、变调、变人声、变情绪等问题。估计你听《齐天大笑》专辑的歌曲时会有此感觉。
5.更要命的是，因为它对歌词和曲式结构理解不足，常常会出现生成音乐比较满意，但调整词的结构成为不可能，因为它不能在现有基础上替换词，它只能接着那段错误的歌曲进行下去，而调整了词之后，再一次生成出来的又是另外一回事儿。
除此以外，还有很多地方需要改进，播放清单也不好用，会出现一首歌添加两次就在一定时间内出现两个同样作品的情况；生成作品分类没有完整曲的栏目，需要找时如大海捞针等等。
关于对Suno相关功能的期望：
希望提高生成作品的音质，将采样率48Khz升级为96Khz及以上，比特数16bit升级到24bit；希望可以支持生成伴奏，提供后期处理功能或智能处理。
希望可以自动生成版权证明文件，如能对接生出ISRC更好，那纯音乐全球发行就不再是梦，当然各国平台也需要相应更新适应AI音乐人的作品发行机制。能直接一键全球发行更好，省得来回搬运。
如果可以，将生成视频好好优化为MV，毕竟它本身对这段音乐已经很熟悉了。
最后，我想说AI音乐时代：
理念和审美是音乐人的生命，立意和表达是作品的生命，现场版是演奏者、演唱者的生命。
现场版的价值空前放大，是作品的第一次演奏、演唱。
在各类信源生作品前期，文字工作者或许会占些皮毛优势，词人可一转过去常态大肆比曲稿。
……
想到即得到
你准备好了吗？
什么，你让我唱几句《齐天大笑》，不好意思，我未必会唱歌，就是能唱两句，在它生成出来之前，我也没听过，也得学习一下，况且它生成的风格、调、声线性别未必适合我，哈哈。
文中图片由百度千帆文生图、AI画匠生成，部分图片来源于QQ音乐、网易云音乐、Suno网站。
