過去幾個月，「AI 繪圖模型」的出現在藝術界引起了不少討論。AI 繪圖模型的方便之處在於，就算是完全不懂繪畫的業餘人士，也能透過「輸入關鍵字」來讓 AI 繪圖模型產生一張繪畫，其繪畫的精細程度甚至不亞於人類專業畫家。
Google 近日在 GitHub 上介紹全新的 AI 音樂模型：MusicLM，就像 AI 繪圖模型一樣，只要輸入一段文字敘述，MusicLM 就能產生一段符合文字敘述的音樂出來。
MusicLM 簡單介紹
雖然 MusicLM 並不是第一個 AI 音樂模型，但礙於技術限制和不足的訓練數據，目前還沒有任何一個 AI 音樂模型能創作出旋律複雜或擁有高保真度的歌曲。MusicLM 透過長達 280,000 小時的音樂資料庫來進行訓練，並學習如何產生連貫的歌曲，Google 官方更直接這麼說：「不論是音樂品質或對於文字敘述的準確度，MusicLM 都比過去的 AI 音樂模型更加優秀。」
可惜的是，礙於版權因素和歌曲被盜用的風險，Google 目前還沒有發表 MusicLM 的計畫，所以我們無法親自玩玩看 MusicLM 有多厲害。不過，Google 倒是有在 GitHub 裡上傳了大量的 MusicLM 音樂樣本，因為數量太多的關係，因此 LINA 只會列出幾個音樂樣本當作範例，有興趣的人可以到 GitHub 試聽看看喔！
▉ 範例 1：透過「豐富的文字敘述」來產生音樂
首先是最基本的，給予一整段完整且豐富的文字敘述，讓 MusicLM 產生符合敘述的音樂旋律，像是：
街機遊戲的主要配樂。
節奏輕快又活潑，帶有洗腦的電吉他重複樂段。整段旋律不斷重複、讓人能輕易記住，但音樂中會有意想不到的聲音出現，像是鼓聲或鈸的撞擊聲。
▉ 範例 2：只給標題所生成的音樂
即便沒有整段的文字敘述、只給 MusicLM 一個標題，它也能產生對應的音樂旋律，像是：
輕鬆的爵士樂。
▉ 範例 3：故事模式的音樂
在故事模式中，MusicLM 的音樂旋律是透過一系列的文字提示而產生的，像是：
冥想時間（0：00～0：15）
醒來時間（0：15～0：30）
跑步時間（0：30～0：45）
100% 付出時間（0：45～0：60）
▉ 範例 4：由「繪畫文字敘述」來產生音樂
不管是美術展或維基百科，那些經典畫作都會有一段關於背景、意象的相關敘述，MusicLM 還能根據這段敘述產生音樂，像是：
《跨越阿爾卑斯山聖伯納隘道的拿破崙》。
這幅畫作展示了拿破崙和他的軍隊在發動馬倫哥戰役前，於 1800 年 5 月通過聖伯納隘道穿越阿爾卑斯山的強烈理想化景象。
▉ 範例 5：根據「類型、地點、經驗水平」產生的簡單音樂
MusicLM 另一個有趣的地方是，它還可以根據樂器種類、音樂類型、地點或音樂家經驗水平等項目，產生約 10 秒的音樂旋律，像是：
樂器種類：大提琴。
音樂類型：8 bit 音樂。
地點：加勒比海的海灘。
音樂家經驗水平：鋼琴的初學演奏者。
音樂家經驗水平：鋼琴的專業演奏家。
總結
Google 官方表示，MusicLM 的功能不僅限於產生短短的歌曲音樂，它還能以「已經存在的旋律」為基礎產生新的音樂，不管是哼歌、演唱、吹口哨還是在樂器上演奏。
雖然 Google 似乎對 MusicLM 充滿信心，但從上方的樣本音樂都能聽出來，MusicLM 在音質方面…實在還稱不上是「優秀」的程度。
不過 Google 官方畢竟還沒給出 MusicLM 的確切發表時間，搞不好 MusicLM 真正上市的那天或許會有更驚人的表現也說不定喔？
首圖來源：9to5Google
