2023 年 5 月 10 日
Google I/O 2023 正式发布 MusicLM
MusicLM 是谷歌开发的一个文本到音乐的生成模型，是其 AI Test Kitchen 计划的一部分。可以通过Web、Android 或 iOS 上的 AI Test Kitchen 中试用它。它从类似于自然语言提示的简单文本描述中创造出高保真的音乐。MusicLM 以 24kHz 的高采样率生成音乐，这意味着生成的音频质量很高。另外，MusicLM 的人工智能驱动的音乐生成速度非常快，几乎是即时的。
谷歌 MusicLM 人工智能模型已经在一个由在谷歌艺术和文化实验室工作的声音艺术家创作的5500首独特音乐的数据集上进行了训练。这些音乐被音乐领域的人类专家进一步加上了丰富的文字描述。谷歌已经公开发布了这个数据集–称为 MusicCaps，以支持未来的研究。
MusicLM: Generating Music From Text
测试地址：https://aitestkitchen.withgoogle.com
视频地址：Music LM Artist workshop with AI Test Kitchen & Google Arts & Culture Lab
项目地址：https://google-research.github.io/seanet/musiclm/examples/
论文地址：https://arxiv.org/abs/2301.11325
2023 年 10 月 25 日
微软亚洲研究院与北京大学研究者发表《MusicAgent: 用大语言模型理解和创造音乐的 AI 智能体》
MusicAgent: An AI Agent for Music Understanding and Generation with Large Language Models
论文地址：https://arxiv.org/abs/2310.11954
项目地址：https://github.com/microsoft/muzic
论文摘要：
音乐处理在人工智能领域中涵盖了广泛的任务，从音乐创作（比如音色的合成）到音乐分析（比如音乐的分类）。不过，对于开发人员和音乐爱好者来说，要全面了解并运用这些技术来处理音乐可谓是一项挑战，尤其是考虑到音乐数据的多样表现形式和不同平台间模型应用的差异。为此，我们迫切需要一个系统来统筹这些众多任务，帮助使用者自动分析需求，并调用合适的工具来满足这些需求。
借鉴了大型语言模型（比如 ChatGPT）在任务自动化上的成功经验，我们研发了一个名为 MusicAgent 的系统。这个系统不仅整合了丰富的音乐相关工具，还有一个能够自主工作的流程，专门来满足用户的各种需求。具体来说，我们构建了一个工具集，里面包括了从 Hugging Face、GitHub 到 Web API 等各种来源的工具；同时，我们还设有一个由大型语言模型赋能的自主工作流程，它能够整理这些工具，自动把用户的需求分解成多个子任务，并调用相应的音乐工具来解决。
这个系统的最终目的，是让用户能够从处理音乐工具的繁琐工作中解放出来，专心致志于音乐的创作上。通过这个系统，用户可以轻松地将各种工具进行搭配使用，从而享受到一个既无缝又丰富的音乐创作体验。
项目介绍：
Muzic 是一个关于人工智能音乐的研究项目，通过深度学习和人工智能来理解和生成音乐。Muzic 发音为 [ˈmjuːzeik]。
Muzic 是一款基于大语言模型（LLM）为音乐创作打造的 AI 智能体，可以理解成音乐界的 AI Copilot 。
它借助了 LLM 的任务规划能力、工具选择能力 和 语言能力，当收到用户对于音乐创作的需求，可以让任务进行分解，然后对每一步选择合适的音乐创作小模型或者工具，并且整个过程可以和用户保持聊天式的交互。
即使你不需要利用它创作音乐，它这种充分利用 LLM 的自动化任务的思路还是很值得借鉴的??（网友 宝玉 翻译）
2023 年 12 月 22 日
人工智能音乐创作程序 Suno AI 发布
Suno AI，简称Suno，是一款生成式人工智能音乐创作程序，旨在产生人声与乐器相结合的逼真歌曲。2023年12月20日，Suno AI在推出网络应用程序并与微软建立合作关系（微软将Suno作为插件纳入Microsoft Copilot）后，开始广泛使用。
该程序根据用户提供的文字提示来匹配歌曲。Suno没有透露用于训练其人工智能的资料集，但声称已对其进行了保护，以防止剽窃和版权问题。（来自 维基百科的介绍）
2024 年 4 月 1 日
200多艺术家联名敦促科技公司：停止使用贬低音乐和侵犯艺术家权力的人工智能
200+艺术家呼吁科技公司停止使用贬低音乐和侵犯人类艺术家权利的人工智能。人工智能作为人类创造力的工具具有巨大的潜力，但如果不负责任地使用，它会对我们的艺术构成生存威胁。
文章来源：https://artistrightsnow.medium.com/200-artists-urge-tech-platforms-stop-devaluing-music-559fb109bbac
2024 年 4 月 10 日
AI 音乐应用 Udio 发布
Udio采用先进的AI技术，通过简单的文字输入，就能生成各类风格的原创音乐作品。从抒情的福音音乐，到沧桑的蓝调，再到梦幻的流行电音，应有尽有。同时，Udio还支持多种语言，用户可以创作出日语流行、俄罗斯流行、拉丁节奏等多元化的音乐作品。
就目前体验来看，Udio的优势和特点包括两部分：体验比Suno好，更好的可扩展性。
目前，Udio已经开始公测，用户可免费体验，每月可生成1200首作品。体验地址：https://www.udio.com/ （来源：钛媒体App，作者｜林志佳）
音乐与人工智能的历史
人工智能起源于音乐领域的转录问题：在演奏时准确地将演奏记录为乐谱。Père Engramelle的“钢琴卷”示意图是一种自动记录音符时间和持续时间的方式，可以很容易地手动转录为正确的乐谱，它是由德国工程师 JF Unger 和 J. Hohlfield 于 1752 年首次实现的。
1957 年，伊利诺伊自动计算机 (ILLIAC I) 制作了《伊利阿克弦乐四重奏组曲》，这是一首完全由计算机生成的乐曲。作曲家Lejaren Hiller和数学家Leonard Isaacson为计算机编程，使其能够完成这项工作。
1960 年，俄罗斯研究员鲁道夫·扎里波夫发表了世界上第一篇关于使用乌拉尔 1 号计算机进行算法音乐创作的论文。
1965 年，发明家雷·库兹韦尔开发了能够识别音乐模式并从中合成新乐曲的软件。计算机首次出现在智力竞赛节目《我有一个秘密》中。
到了 1983 年，雅马哈公司的感性音乐系统发展势头强劲，并于 1989 年发表了一篇关于其发展的论文。该软件利用音乐信息处理和人工智能技术，从根本上解决了简单旋律的转录问题，尽管更高级别的旋律和音乐复杂性至今仍被视为困难的深度学习任务，近乎完美的转录仍然是一个研究课题。
1997 年，一个名为“音乐智能实验”（EMI）的人工智能程序在创作一首模仿巴赫风格的乐曲方面似乎胜过人类作曲家。EMI 后来成为了一种更为复杂的算法的基础，该算法名为Emily Howell，以其创建者的名字命名。
2002 年，由法国作曲家兼科学家François Pachet领导的索尼巴黎计算机科学实验室的音乐研究团队设计了 Continuator，这是一种独特的算法，能够在现场音乐家停止演奏后继续演奏。
Emily Howell 继续在音乐人工智能领域取得进步，于 2009 年发行了第一张专辑《From Darkness, Light》，并于 2012 年发行了第二张专辑《Breathless》。从那时起，人工智能和各种团体创作的更多作品相继出版。
2010 年，Iamus 成为首个以自己的风格创作原创当代古典音乐片段的人工智能：“Iamus 的作品 1”。这台位于西班牙马拉加大学的计算机可以在八分钟内创作出一首完全原创的乐曲，风格多种多样。
随着生成式人工智能的进步，能够根据简单的文本描述创作完整音乐作品（包括歌词）的模型开始出现。该领域两个值得注意的网络应用程序是2023 年 12 月推出的Suno AI和2024 年 4 月推出的Udio 。（来源：维基百科）
潮平两岸阔，风正一帆悬。
AI是技术的应用，它所依赖的还是人类的知识体系，AI音乐的生成还是需要人的参与，校正，理解，赏析。
所以不应该完全对立来看它。
要辩证的看待新事物。