Adobe 公佈音樂生成專案：提示詞生音訊，還能自由調節奏混音

現在想做一張圖，敲兩句提示詞就行；但如果你想做一段剛好三十秒、前奏輕快但高潮逐漸激昂的背景音樂，市面上的 AI 往往會讓你抓狂。它給你一段生成好的音訊，要麼全盤接受，要麼重新抽卡，很難像修圖那樣精細微調。

Adobe 在布魯克林舉行的 Hot Pod Summit 上展示了一個新研究專案，名字叫 Project Music GenAI Control。簡單來說，他們想把做音樂變成像在 Photoshop 裡修圖一樣可控。

坐在導演椅上調音樂

這個專案是 Adobe 和加州大學、卡耐基梅隆大學的研究人員合作開發的。它的基本用法和別的 AI 差不多，你可以輸入一段文字描述，比如「輕快的舞蹈」或「悲傷的爵士樂」，或者直接丟給它一段參考旋律，讓它生成初始音樂。

但真正的差異在生成之後。以往的音樂生成模型就像個黑盒，而 Adobe 這套工具允許你在同一個工作流裡直接修改細節。

比如，覺得節奏太慢可以改節拍，覺得情緒不夠飽滿可以調強度。你還可以調整段落結構、修改重複片段，甚至把一段十幾秒的旋律任意拉長，做成無縫迴圈的背景音樂，或者重新混音。

Adobe 音影片 AI 研究主管 Gautham Mysore 打了個比方：這套工具不是替你決定一切，而是把你放進「導演椅」裡。你不需要懂得複雜的作曲理論，只要有想法，就能通過各種旋律和結構旋鈕把它捏出來。

不過，目前它還完全停留在早期研究階段。Mysore 透露，這個原型系統甚至連圖形介面都還沒做出來，暫時也沒有向公眾開放的具體時間表。

版權和水印的這道坎

最近生成式音樂在網上越來越火，但也惹出了不少麻煩。不少用 AI 模仿知名歌手嗓音和曲風的音訊在社交平臺上瘋傳，唱片公司也是見一個投訴一個，忙著發侵權下架通知。

更麻煩的是法律層面的模糊地帶。美國一名聯邦法官裁定 AI 生成的藝術作品不受版權保護，美國版權局近期也才剛開始就 AI 相關的版權問題公開徵求意見。如果創作者用了模仿某位音樂人風格生成的 AI 音樂拿去商用，會不會吃官司，現在誰也說不準。

針對版權問題，Mysore 表示，Adobe 開發生成式 AI 的常規做法是採用已獲授權的資料或公有領域素材，以規避侵權風險。但他沒有正面明確 Project Music GenAI Control 是否完全遵循了這一標準。

另外，Adobe 正在為它開發專用的音訊水印技術，用來識別哪些聲音是由這個工具生成的，不過這項技術目前同樣還在研發中。

為什麼重要

我們認為，Adobe 這一步走得非常準，它切中的正是當前生成式 AI 最大的痛點：可用度高，但可控性極差。

對播客主播、影片博主和獨立遊戲開發者來說，平時做內容最頭疼的就是挑配樂。商業曲庫動不動就要授權費，現有的 AI 生成音樂又經常長度對不上、情緒點卡不準。如果真能隨意拉長時間、調節節奏強弱做成迴圈背景音，這就直接解決了內容製作裡的硬需求。

從行業競爭來看，在 Suno 和 Google 的 MusicLM 等工具把音樂生成的門檻拉低之後，生成音樂本身已經不再稀奇。接下來的競爭焦點，必然是如何把生成能力嵌入到嚴肅的專業工作流裡。Adobe 最擅長的就是把複雜的專業創作流程拆解成可互動的控制項，這也是它對抗單純模型廠商的護城河。

但這裡的隱患也很明顯。一方面是資料合規，如果無法像 Firefly 那樣拿出乾乾淨淨的商用免責承諾，企業客戶根本不敢在商業片裡使用；另一方面，音樂的編輯邏輯比修圖複雜得多，如何把複雜的聲學和樂理引數做成普通人一聽就懂、一調就靈的介面，看起來還有很長的一段路要走。