为什么要用AI混音来亵渎你最喜欢的艺术家？

# 为什么要用AI混音来不尊重你最喜欢的艺术家？ 来源：https://www.theverge.com/ai-artificial-intelligence/936072/spotify-umg-ai-music-remix-cover-superfan AI翻唱和混音歌曲已经成为互联网上的一大公害。Spotify、YouTube、TikTok 和 Instagram 上充斥着平淡的雷鬼版《Smells Like Teen Spirit》、蹩脚的乡村版 The Weeknd，以及单调的摩城风格 AC/DC 翻唱。现在，Spotify 的一个新工具（https://www.theverge.com/ai-artificial-intelligence/935379/spotify-umg-ai-covers-remix）将让生成和分享这些内容变得更加容易。 Spotify 与环球音乐集团（UMG）签署了一项授权协议，允许用户利用 UMG 的曲库生成混音和翻唱。除了“由生成式 AI 技术驱动”之外，具体如何运作以及费用多少尚不明确。他们将此定位为面向超级粉丝的高级订阅附加服务。据 UMG 首席执行官卢西恩·格兰奇爵士称，这旨在“加深粉丝关系”。 不可否认，学习用吉他弹奏你最喜欢的歌曲，或者拆解一首曲目来制作自己的混音，可以让你对歌曲创作有更深的了解，并让你更加欣赏你最喜欢的艺术家。但当你只是向 AI 索要一首碧昂丝《Break My Soul》的蓝草版本时，这些好处就荡然无存了。 坦率地说，整件事感觉既是对人类创造力概念的不尊重，也是对充当素材来源的艺术家的不尊重。 这其中还有一丝自恋的意味。学习弹奏或演唱一首歌会建立起与作品的联系，并帮助你培养一项技能。而 AI 翻唱只是为了喊一句：“看看我做了什么。”或者更准确地说：“看看我让机器为我做了什么。”你可以在 Suno 的 subreddit 中看到这种情况，人们经常说他们只听自己的音乐（https://www.reddit.com/r/SunoAI/comments/1oi48ua/does_anyone_just_listen_to_their_own_music_now/）。那里的人自豪地宣称他们不再听 Spotify 或其他流媒体上的艺术家作品，只听自己用 Suno 生成的内容。 这些人就是会为 Spotify 的混音工具付费的人。不是那些渴望与泰勒·斯威夫特建立更深联系的 Swifties。而是那些认为无论如何自己生成的东西都比熟练混音师能创作出来的更好的家伙。他们会说服自己，凭借一些巧妙的提示，就能改善由业内最有才华的词曲作者组成的大军所创作的作品。但是，他们并没有以任何有意义的方式与艺术互动，当然也没有在创造艺术。 坦率地说，整件事感觉既是对人类创造力概念的不尊重，也是对充当素材来源的艺术家的不尊重。而哪个超级粉丝想不尊重自己最喜欢的艺术家呢？ 往好了说，那些给 AI 提示做翻唱的人只不过是在找乐子，批量制作一些风格混搭。你可以说这是 AI 的无害使用，但它也不是特别有价值。 显然，我无法评价 Spotify 特定生成式 AI 输出的质量，因为该工具尚未发布。但我已经花了足够多的时间使用 Suno（https://www.theverge.com/ai-artificial-intelligence/906896/sunos-copyright-ai-music-covers）和其他生成式 AI 音乐工具，可以告诉你它们吐出来的东西是枯燥无味的（https://www.theverge.com/ai-artificial-intelligence/786349/suno-ai-music-generator-v5-review）。用提琴演奏的 Dead Kennedys 的《California Über Alles》这个点子有趣吗？确实。但 Suno 的实际执行（https://suno.com/s/2Chk4ORFgpXaZZhe）不知怎的就把乐趣都抽走了。它没有任何出人意料的选择，磨平了所有棱角。（它还生成了带有万字符的封面艺术，这...有点意思。） 我宁愿听一个人在卧室里用自己的方式弹唱提琴版的这首歌，用 iPhone 录下来，也不愿再听一遍 Suno 的版本。无论业余录音在制作价值上多么缺乏，至少它还有魅力。 现在，需要明确的是，将一首歌以意想不到的风格翻唱是一个经过时间考验的成功秘诀。它可以是为了搞笑，比如 The Gourds 翻唱的《Gin and Juice》（https://youtu.be/iNd2GvhvHkY）。也可以揭示未被欣赏的美和深度，比如 Travis 的《Baby One More Time》（https://youtu.be/DSKT75m2AiM），或者 Flaming Lips（https://youtu.be/YRPWeBGXoPw）对凯莉·米洛歌曲的演绎。但是要把《I Wanna Dance with Somebody (Who Loves Me)》变成一首黑金属歌曲（https://spider-god.bandcamp.com/track/dance），需要仔细考虑乐器编配、编排，以及对原作的真正欣赏。 创作者 Mac Glocky（https://www.youtube.com/@macglocky/）经常重新构想歌曲，仿佛它们是其他艺术家创作的一样。AI 也许能做出一个表面上像 Deftones 风格的《Mr. Blue Sky》（https://youtu.be/8nehgBzZPoU）版本，而 Mac 则展示了对源材料的深刻理解。他并不只是加上失真和嘶吼歌词，而是做出了真正让人感觉像奇诺·莫雷诺和斯蒂芬·卡彭特会做的旋律和编排选择。他以一种明显是人的方式改造了歌曲。 混音也是如此。最好的混音会重新诠释一首歌，放大某些特质，或者为了不同的场景重新编排。Bloc Party 的《Banquet》（https://youtu.be/vdkmhquF60o）那沉稳的舞曲朋克节奏变成了声势浩大的舞池炸弹（https://youtu.be/mx0Xy8jta6o），米西·埃利奥特那柔滑的《Get Your Freak On》变成了粗糙刺耳的朋克摇滚暴怒（https://youtu.be/wnq1KEtXPkk），而 La Roux 的《Bulletproof》（https://youtu.be/Kk8eJh4i8Lo）则从 80 年代风格的流行曲变成了忧郁的慢热之作（https://youtu.be/4HPzN44dfmo）。 但是这些翻唱和混音都是由了解自己手艺并且对歌曲有深入理解的人制作的。当参与程度降低到文本提示时，粉丝制作混音中任何创造性的价值都会被削弱。 **关注本文的主题和作者**，即可在个性化首页中查看更多类似内容，并接收邮件更新。