AI 生成歌曲的出现将给我们带来什么？

最近流行音乐界最受人关注的新闻，当属国外有位名叫 "Ghostwriter977" 的抖音（Tiktok）用户，以流行乐坛巨星德雷克和威肯的声音为训练模型，使人工智能（以下简称 "AI"）生成了一首名为《我心可鉴》（Heart on My Sleeve）的说唱歌曲。

(相关资料图)

这首乐曲在抖音和其他网络平台上一经发布便广受关注，获得了超过千万的浏览量。但不久之后，德雷克和威肯所属的环球音乐集团就以 " 使用旗下艺术家的音乐来训练生成式人工智能既违反协议，又违反版权法 " 为由向平台提出了投诉，令其下架。

从这一事件中不难看出，尽管当下人工智能创作早已在艺术设计、绘画、摄影等领域中大放光彩，但其为人们带来了新奇听觉的同时，也带来了许多焦虑。我想，对于音乐集团或公司而言，其主诉缘由当然是出于对旗下歌手声音版权的维护以及提前规避由此可能引发的相关利益纠纷。对于相关从业者而言，其担忧可能是全新技术革命将带来的职业取代与就业危机。对国家管理者而言，其忧虑也许是全新挑战将打破原有社会经济体系中既能控制风险、调节市场，又能保持技术创新的监管平衡点。

然而，排除 AI 生成物在社会利益、法律监管等方面可能带来的各种 " 麻烦 " 以外，反观音乐艺术本身，AI 生成歌曲的出现主要带来了如下问题。

首先是促使我们必须重省音乐 " 真伪 " 的问题。

虽然长久以来，音乐界开展了诸多关于 " 真伪 " 问题的研究，其内容涉及厘清音乐作品创作年代及归属、古谱解读与还原之辨析、音乐表演 " 本真主义 " 的追询，以及在创作中关于 " 真实内心 " 所占比重的反思等等。但从音乐美学层面来看，这些关于 " 真伪 " 的论证实际上无非只是针对历史事实挖掘及推断分析工作是否合理的考量，亦或是创作者们内心思想独白的表露，其 " 真伪 " 的判断并未切中音乐本质。这是因为，如《乐记 · 乐象篇》中所说 " 唯乐不可以为伪 " 那样，一切音乐产生都源于人们内心的活动，是人们在外物影响下真实内心的产物。在这种语境下，无论是借鉴模仿还是开拓创新的音乐，其皆符合 " 体现主体内心、无法作假 " 的框定。因此，以往世上并没有不属于人类的 " 伪 " 音乐，也便不存在音乐本质的 " 真伪 " 之辩。

可 AI 生成歌曲的出现，预示着未来音乐创作及表演有了逐步摆脱人类主体的可能。当现阶段由人类意志主导的 " 培养生成工作 " 进一步变为 AI" 自主学习创作 " 之后，上述 " 唯乐不可以为伪 " 的美学论断将直接被推翻。在未来，人类意志之 " 真 " 和脱离人类意志之 " 伪 " 这两个创造主体同时存在的杂糅艺术时代里，如何判断音乐 " 真伪 " 的问题定然将升级为关乎音乐本质的首要命题。

其次是音乐作品的写作工艺与审美机制问题。

和之前 AI 生成式照片对人物手部细节处理有所缺陷一样，目前许多音乐评论者认为《我心可鉴》一曲在伴奏音色处理、人声的保真度与清晰度上仍有不足，体现了 AI 生成式歌曲的通病。但我们必须承认，至少在说唱歌曲创作领域，它已经显露出相当成熟的写作工艺。该乐曲以 D-bE-F-G 四音作为基本音列快速循环伴奏，同时配以富有冲击力的低音及动感的说唱节奏，在清晰的段落结构以及较为平滑的音域过渡中使音响形成了自洽的完整结构。对于没有提前知道作品是由 AI 生成的听众来说，这首歌曲几乎已经做到以假乱真的地步。相信随着 AI 技术的快速进步，很快现存音乐写作工艺上的明显瑕疵将被彻底抹平。而且在此基础上，未来必然还将涌现更多跨越时代、跨越地域风格交融的创新尝试。为此，我们大可不必担心今后音乐艺术技艺的降低，更无需担心音乐作品变成食之无味、弃之可惜的鸡肋。

相反，我们应当注意的则是 AI 在音乐审美机制方面带来的割裂。由于音乐的自动生成与演绎很大程度上将降低创作者和表演者的实际参与度，不可避免地压缩两者通过创演活动进行审美抒发的空间。这就会使得原本集创作—表演—欣赏为一体的完整音乐审美生态链逐渐萎缩至仅剩欣赏者。显然，当任何艺术的审美活动进入了只有纯粹接收而无实践产出的不良境地，其结果不只是降低欣赏者自身的审美能力与素养，更可能直接导致这一艺术形式的彻底灭亡。为此，我们应当即刻反思音乐及其他艺术借助 AI 生成的必要性，把握和控制 AI 技术在艺术创作与传播领域的使用尺度。

最后是音乐作品存在方式及其意义把握的问题。

一般来说，音乐作品存在方式有三种，其一是现实存在，即我们直接感知到的、不同于自然声音的音乐声音。当然也包括凝固下来的，随时等待演奏激活的乐谱以及我们脑海中哼唱、回响的音乐。其二是历史存在，即在音乐作品中呈现出的一些具有人文标识意味的特定音乐语汇、结构与风格形式。其三是意向存在，即在音乐审美过程中，通过主体意向投射作品后方能呈现的某些并不完全在场的形而上意义。相应的，我们对音乐作品意义的把握，也就自下而上地包含了乐谱符号的声学意义、音乐语汇的隐喻意义、社会变迁的人文意义、不可言说的形而上意义以及始终贯穿其中的人类情感意义等诸多内容。

无疑，到目前为止，无论音乐作品存在的方式有多么丰富，其始终基于当下或过去之人活生生的生命经验事实及实事。无论音乐作品意义的呈现有多么复杂，其始终基于当下及过去之人的意向赋予及体悟。可以说，人类一直在利用有限的躯壳与工具尽可能地促成音乐作品的繁衍与意义生成，其目的是为了不断为后人留下生命印记，从而保障人类文明及情感的代代延续。

但我们可以想象，AI 生成的未来音乐作品将产生全新的存在方式，即以一种与现有人类生命经验大相径庭的 " 新生命 " 经验存在。且在这种存在方式里，声音、声音概念及声音意义完全可能超脱人类有限的肉体躯壳与精神思域，以人类肉耳不闻、无法理解的姿态出现。当它来临时，人类是否会被自己亲手创造的 AI 排除在音乐审美的大门之外？亦或是接受肉身的改造以便融入其中？这当然只是本人赛博朋克式的遐想，但更是对音乐艺术从 " 太初有声，声音与人同在，声音就是人 "（韩锺恩教授语）变为 " 太初有声，声音与 AI 同在，声音就是 AI" 的担忧。

作者：许首秋（上海音乐学院助理研究员）

编辑：范昕

策划：邵岭

* 文汇独家稿件，转载请注明出处。