Google 上線 MusicFX：輸入提示詞生成 70 秒音樂，還配了作詞工具

想隨手做一首帶夏天露臺氛圍的放克浩室舞曲，以前你得找現成取樣或者開啟編曲軟體折騰半天，現在只要給 AI 敲一行字就行了。

Google 正式在 AI Test Kitchen 裡向公眾開放了兩款音訊生成實驗工具：負責作曲的 MusicFX 和輔助寫歌詞的 TextFX。這兩款工具去年 12 月曾小範圍灰度測試，現在大家都能直接上手玩了。

敲幾個詞，給你吐兩段能迴圈的小樣

MusicFX 是去年 Google 推出的 MusicLM 的升級版。官方稱它的生成質量更高、出歌速度也更快。你在輸入框打一段英文描述，比如「兩把尼龍弦吉他演奏的弗拉門戈風格」，它預設會吐出兩段 30 秒的音訊候選。

如果你覺得不夠聽，可以把時長拉長到 50 秒或 70 秒，或者點一下自動首尾拼接，把它做成一段無縫迴圈的伴奏 loop。

有意思的是，Google 在提示詞上下了點功夫。比如你輸入「鄉村風格」，輸入框會彈出下拉選單推薦「搖滾鄉村」或「藍草風格」；輸入「抓耳」，它會建議換成「愜意」或「旋律感」。輸入框下面還掛了一片詞雲，把前衛、快速、808 鼓點這些相關的樂器和節奏標籤整理出來，方便你隨手點選。

從實際聽感來看，它的出品算得上乾淨清晰，但旋律走向偏平淡，很難讓人真正驚豔。如果是電子或浩室鼓點聽起來還湊合，一旦遇到絃樂或交響樂，聲音就會明顯發扁，帶著一股廉價的 MIDI 塑膠感。

避開人聲與版權雷區，再找說唱歌手搭夥寫詞

為了不惹官司，Google 給 MusicFX 設了嚴密的防火牆。提示詞裡如果包含具體歌手的名字或者要求生成人聲，系統會直接攔截。生成的每一段音訊裡，還會嵌入 Google DeepMind 開發的 SynthID 人耳不可見水印，用來標明這是 AI 生成的。

不過這個名字過濾機制並不完美，實測攔截了 The Beatles 和 SZA，但輸入小眾一點的樂隊名字卻能矇混過關。

另一款搭檔工具 TextFX 則不是那種一鍵寫出整首歌詞的生成器，而是個給詞作者找靈感的輔助工作臺。它是 Google 找來說唱歌手兼製作人 Lupe Fiasco 一起開發的，底層跑的是 PaLM 2 模型。

TextFX 拆成了好幾個小功能模組。比如輸入一個字母，它能幫你找同一品類下特定字母開頭的押韻詞；或者把兩個完全不相干的事物放在一起，讓 AI 找出它們之間匪夷所思的隱喻與相似點。對寫詞人或文案來說，這個發散思維的工具反倒比直接代寫更有用。

Google 也給出了免責提醒，指出 TextFX 可能會生成不準確的資訊。實際測試中，它確實吐出過一些離譜的錯誤觀點，寫詞時還是得人肉把關。

為什麼重要

對普通創作者來說，MusicFX 適合拿來快速墊樂。短影片博主、播客主播想找幾十秒不侵權的背景 loop，或者獨立遊戲開發者想打個背景音樂草稿，它是個很低門檻的白嫖工具。不過受限於它不能生成人聲，加上弦樂音色單薄，指望它直接拿去商用發歌還遠遠不夠。

對整個行業而言，音樂生成正在進入「合規軍」與「野路子」的分水嶺。一邊是 Stability AI 堅持按合理使用原則用網上海量版權曲目練模型，另一邊則是唱片公司在各大流媒體瘋狂圍剿 AI 盜版音源。Google 在 YouTube 端正拉著 John Legend、Charli XCX、T-Pain 等大牌歌手內測合規模型，在前端工具裡又嚴格打水印、封鎖人聲生成，看起來是在極力扮演版權方的朋友。

我們認為，Google 這種處處留一手的防禦策略很聰明，至少能幫它避開唱片巨頭鋪天蓋地的訴訟。但隱患在於，過於謹慎的安全策略直接閹割了人聲和流行歌的核心魅力。當別家都在靠一鍵生成整首帶歌詞帶人聲的爆款吸睛時，MusicFX 這種只能做幾十秒無聲伴奏的工具，很容易淪為技術很體面、大家玩幾天就拋在腦後的玩具。