【量子位智库】AI音乐应用产业报告.pptx

AI音乐应用产业报告;

02产业篇;

核心结论

u音乐符号模型打开AI音乐生成的大门，音频模型找到AI落地音乐应用的方式

u音频路线成为研究热点，为应用爆发奠定技术基础

u生成式AI改变音乐产业，简化音乐制作流程，提供音乐创作新思路

u流媒体平台或成为AI音乐商业化中最确定的一方，传统的音乐工程在此轮变革中是受冲击最大的一方

u数据是技术迭代和商业化过程中最关键的一环，生成音乐中对情感表达的把控是产品迭代的关键;

01;

?谷歌Megenta项目

音乐生成进入神经网络时代;

?对生成的音乐作品进行评估，包括主观评估和客观指标，如音乐理论的一致性和听觉效果的愉悦度；

?根据评估结果，模型会进一步的调整和优化;

音乐符号模型打开AI音乐生成的大门，音频模型找到AI落地音乐应用的方式

符号模型的研究要早于音频模型的研究，但符号模型生成的音乐在最终效果上存在明显的机械、不自然特征，因此在应用侧难以落地。而音频路线在近两年取得了突破性进展，生成的作品更加流畅自然。因此，这条路线成为目前业内更受欢迎的一条路线。

此外，音频模型路线因其生成音乐的完整性更高，且能够直接生成歌曲，对于用户来说可以做到零门槛创作，在商业化上也更具潜力。;;

02;

音乐制作流程简化，提供创作新思路

音乐产业的核心动力来自于创作部分，属于音乐从0到1的阶段；而音乐制作是音乐从1到100的过程，包含大量的音乐工程。

音乐产业在进入工业化阶段后，存在供过于求，创新力不足等问题。

AI音乐生成的出现，为音乐产业带来新的创作思路，让越来越多的人加入到音乐创作当中。此外，AI对于音乐产业的一大变革在于音乐流程的极大简化。原先不同步骤的工序需要不同的人/团队来完成。AI出现后，一个人可以完成所有工序。其中，生成式AI更多运用在创作部分，在制作和发行流程中，也会加入其他AI技术。本报告主要聚焦于生成式AI对音乐产业中部分环节的变革。;

AI制作走向成熟，AI创作处于发展上升期

AI在音乐制作中???应用已经相对成熟，在母带处理、混音等工程含量较高的环节已经的到很好的应用，如Landr通过AI进行母带处理并由此形成稳定的商业模式。然而，在音乐创作中，AI的应用处在早期阶段。Suno属于这个赛道上第一家出圈的公司。昆仑万维、网易天音等是中国市场中的领先者。

这份报告在产品侧主要聚焦于生成式AI在音乐创作上的应用。;

AI音乐创作;

本土产品;

一键生成类产品对音乐人群的作用

专业人士的「降本增效」工具，爱好者的音乐入门产品

对于非专业人士来说，AI生成音乐主要解决了缺乏乐理的难题。而对于专业人士来说，目前AI更多是在制作环节帮助音乐人更高效地完成工作。;

短剧市场将率先接受AI音乐成品，电影市场中AI仅用于音乐生产的部分环节

AI音乐在影视上的应用可大致分为两个方向：电影配乐和短剧音乐。电影配乐既是观众情绪的助推器，也是电影剧情的“提示词”，这意味着AI想要达到影视配乐的标准，需要对电影从整体和细节上都准确把握。目前,生成式AI类产品尚无法做到这点。在电影配乐环节，生成式AI更多地是充当灵感激发和效率提升的作用，在创作环节还是由作曲家来把控。而在短剧领域，对于音乐的要求更简单，更加注重音乐传播度，音乐首先服务于传播效果。因此，在音乐的选择上也偏向于有记忆点，旋律简单易于传唱的类型。生成式AI已经能够很好地完成这种类型的音乐创作。正因为这样的适配度，使得AI音乐率先落地在短剧领域。;;

流媒体平台或成为商业化中最确定的一方，传统的音乐工程在此轮变革中是受冲击最大的一方

目前，AI生成音乐能够触达的是中低端音乐市场，也就是长尾部分。在这个市场中，平台模式是最合适的商业化手段。这个阶段，付费群体主要是C端用户。个人创作者通过音乐生成软件创作音乐，在网易云音乐、Spotify等平台发布并收取版费。

此外，生成式AI工具的出现，为音乐产业带来了新的生产工具，也因此为音乐产业带来变化。首先，音乐生成软件的出现，将创作者的范围进一步扩大。中低端音乐市场的竞争加剧，高端市场受到的冲击较小。其次，音乐生成软件极大便利了创作者的创作流程，处在中间环节的工程化部分的成本得到大幅下降，这部分的工作也将减少。最后，音乐生成软件公司将会在软件的基础上，搭建音乐分享平台，以此来保持网站的访问量和使用量。;

?为了捕捉到声音的所有细节，音频通常以高采样率进行录制。高采样率导致音频数据量巨大，增加超长序列建模难度。生成30s的音乐需要生成超过一百万个采样点，而在文生文大模型中，十万个token的上下文支持已经属于超长上下文的