Meta 釋出 MusicGen：輸入文字或哼段旋律，直接生成音樂

前陣子那首用 AI 偽造 Drake 和 The Weeknd 嗓音的歌在網上瘋傳，各大唱片公司直接拉響了防空警報。大家忽然意識到，文字和圖片被生成式 AI 刷屏之後，音訊和音樂可能就是下一個重災區。

不過，AI 做音樂不只有「仿冒歌手」這一種玩法。Meta 最近端出了他們的新模型 MusicGen，想走的則是更底層的純音樂生成路線。

打字甚至哼兩句，就能捏出一段旋律

MusicGen 的用法很簡單：你可以直接給它一段文字描述，也可以給它一段旋律提示。

說白了，哪怕你只是對著麥克風哼幾句跑調的調子，它也能抓出旋律框架，然後生成出好幾個風格完全不同的音樂變體。

在模型訓練上，Meta 給它餵了足足 2 萬小時的音樂資料。這裡面不僅有完整的歌曲，還包括大量拆解開的單一樂器音軌和風格樣本。

目前這個模型還沒有全面對外推送，不過官方放出了可供體驗的演示 Demo。

唱片公司的法務已經在路上了

做音樂生成，繞不開的就是唱片行業的法務鐵拳。

現在的音樂產業早就組建了專門團隊，天天在網上巡查侵權行為。他們不僅要抓那些克隆知名歌手聲線的 AI，還在嚴防自家的版權曲庫被拿去偷偷取樣。

這種監管壓力隨時可能變成針對生成工具的訴訟。不過據報道，從 MusicGen 的樣本運作方式來看，音樂公司想在法律上徹底把它封死，難度其實相當大。

不管唱片公司喜不喜歡，未來在流行榜單裡聽到由 AI 生成的單曲，甚至聽眾完全不知情，看起來都只是時間問題了。

為什麼重要

對於短影片創作者、獨立遊戲開發者和營銷人員來說，MusicGen 解決的是一個非常現實的剛需：低成本的原創背景音樂。以前找一段合規配樂不是貴就是麻煩，現在如果靠打幾行字或者隨口哼幾聲就能生成，創作門檻會直接降到地板上。

對專業音樂人而言，它短時間內還取代不了編曲工作，但完全可以當成一個靈感草稿機。你在鍵盤前卡殼的時候，丟進去幾個詞讓它跑十幾個動機，挑一個順眼的繼續改，效率能高很多。

我們認為 Meta 這次押注純器樂和旋律生成的做法非常聰明。直接去碰歌手聲音克隆，幾乎百分之百會招來唱片公司的全面封殺，但做器樂和風格生成在法律灰色地帶上要隱蔽得多。不過隱患依然存在：那 2 萬小時的訓練資料到底有沒有拿到完全清白的商業授權，依然是懸在它頭頂的一把達摩克利斯之劍。