几年前,只要 AI 能完整“哼”出一首歌,大家就会直呼神奇。时至今日,当 AI 写出一首好听的歌已经变得稀松平常,真正的戏码和困境才正式拉开序幕。
本期节目,我们把两位站在风口对立面的人叫进了同一个房间:一位是 AI 创作工具 Mureka 的产品负责人叶律,另一位则是做音频识别产品 ACR Cloud 的 Co-founder Tony Li。他们一个负责“造”,一个负责“抓”。
抛开干瘪的技术名词和公关辞令,我们聊了聊行业里的大实话: 那些嘴上拒绝 AI 的专业音乐人,私下里真的没有偷偷用它打工吗? 开源模型一天刷出十万首歌投流,为什么最后一分钱都赚不到? 当每天几十万首无人问津的“赛博垃圾”塞满曲库,我们未来要如何找到自己喜欢的那首歌?
当 AI 越过听觉上的“恐怖谷”,走向“A-ha Moment”,它究竟会成为下一代音乐人得心应手的“赛博制作人”,还是只是一场制造无意义的流量狂欢?事实是,也许谁说了都不算,但此刻,这是我们正在经历的问题。
【互动福利】 欢迎在评论区留言,提问或分享。我们将选取5位听众,送出 Mureka 提供的会员体验。
00:07 当 AI 音乐生成不再是技术奇观,行业接下来面对的是什么?
05:13 从“听得过去”到“ ready to publish”,还有哪些细节尚未解决?
06:14 越过“恐怖谷效应”:模型中的小巧思与体验转化。
09:14 创作者的实际使用现状,以及行业与音乐人对 AI 标签的态度。
15:19 “一键成曲”到 Skill化:创作经验与工作流的积累。
16:54 自然语言控制音频效果与音色调教的探索。
18:08 从 Generator向 Agent方向发展的必然趋势。
27:07 版权检测在创作流程中的必要性与拦截机制。
30:05 尝鲜用户与高频专业用户的行为差异。
33:19 音频指纹识别原理:AI 生成音乐在频谱分布上的特征 pattern。
42:44 批量生成与投流迷局:音乐供给过剩背景下的流量困境。
44:00 播放平台对无消费内容(Slop)的清理与管理机制。
45:08 AI 生成音乐与人类创作音乐在结算上的权衡。
50:29 现象级传播案例与长尾生命周期的区别。
54:41 所谓“AI 味”的本质:大众平均审美与标准化表达。
58:29 门槛降低之后 AI 作为“赛博制作人”对原生代创作者的意义。
主播/编辑/文案:申申
音频技术:JERRYJAZZY
设计:Cran
主题音乐:octodaddio
后台技术支持:Cao Xiang