新智元报道
编辑：桃子润
以后的爆款歌曲可能要被 AI 承包了！最近，AI 初创公司 Suno 震撼推出 V3 音乐生成模型，惊艳了全世界。只需几秒，即可生成 2 分钟动听的音频。网友纷纷表示：音乐的 ChatGPT 时刻来临！
「人类大概很快就会进入，只听自己用 AI 做曲子的时代」！
最近，AI 初创公司 Suno AI 重磅推出了第一款可制作「广播级」的音乐生成模型——V3，一时间在网上掀起轩然大波。
仅用几秒的时间，V3 便可以创作出 2 分钟的完整歌曲。
为了激发人们的创作灵感，Suno v3 还新增了更丰富的音乐风格和流派选项，比如古典音乐、爵士乐、Hiphop、电子等新潮曲风。
最重要的是，现在已经向所有用户免费开放！
网友们纷纷上线创作，各种 AI 生成的歌曲简直让人「颅内高潮」。
在 Suno 主页中，有一个 AI 生成歌曲的排行榜，其中排名第一的是C-A-P-Y-B-A-R-A、第二首是 Cyberpunk Starter，第三首是中文版的「水调歌头」。
接下来，听一下这首「水调歌头·明月几时有」，唱出了中国古典美。
还有这首现代感的音乐「著了魔」，听完真的有种恋爱的赶脚。
再来一首英文歌曲 Woods and Wonder。
有人表示，「简直离了大谱！Suno AI V3 的效果感觉秒杀一大片唱作歌手了，以后还会有原创吗」?
Suno 官方称，V4 已经在开发中，并将在未来推出一些全新的的功能。
就在这几天，外媒爆料 OpenAI 正进军好莱坞，与电影制片人、导演建立合作关系。
而此前，就连好莱坞大导 Tyler Perry 直言，自己在看完 Sora 制作的视频后，直接搁置了自己影视工作室 8 亿美元的扩建计划！
现在，除了电影制作领域，音乐行业也即将被 AI 攻陷了。
音乐的 ChatGPT 时刻来了！
Suno V3 诞生后，众多网友纷纷表示，自己只想听 AI 写的歌。
网友「向阳乔木」让 Claude 3 写歌词，然后让 Suno V3 配乐。
给 Claude 3 输入提示，「一首敲击金属风格，讲古战场厮杀残酷」。
不得不称赞，Claude 30 Opus 真的非常强大，看完歌词那种战场画面感出来了。
然后，进入 Suno 主页，让 V3 去生成配乐。
细品这金属乐的味道，真的绝美！
还有网友 HylaruCoder 填入了《东风破》的歌词。
Suno V3 的生成简直有模有样。
国外网友做了一个 AI 工具大联动，Midjourney 生图、Runway 让其动起来，最后再让 Suno 配乐。
再来听一首日语版的 AI 歌曲，pika 还为其配上了视频，绝绝子！
开发者 Leeoxiang 用「将近酒」生成了一首歌，并感慨道，「要是有这么好听的《将近酒》小时候背唐诗就不会这么痛苦了」。
现代版的「将近酒」，一起来听听。
周董的「夜曲」翻版，也是非常的好听。
Perplexity AI 的首席执行官表示，这是下一个 AI 独角兽。持怀疑态度的人会说这是个加油站。客观事实是惊人的迭代速度、声音和音质，以及看到我自己越来越多地使用 Suno 而不是 Spotify 的习惯。
网友 Yangyi 总结了 Suno 从 9 月 30 秒音频生成到现在的 2 分钟，半年的时间 AI 发生了翻天覆地的变化。
还有人表示，「音乐的 ChatGPT 时刻来了」！
只需几秒，生成长达 2 分动听音乐
在 Suno 想要创造一个任何人都能通过自然语言就能无门槛创造音乐的工具。
用户只用几个简短的词，用户就可以用任何语言创作一首歌曲。
官方宣称，不少知名的艺术家已经在使用 Suno 了，但 Suno 的核心用户群依然还是没有任何音乐制作经验的普通人。
最近他们更新了最新的版本 v3， 可以在几秒钟内制作出两分钟的完整歌曲。
相比与之前的版本，v3 生成的音乐质量更高，而且能制作各种各样的风格和流派的音乐和歌曲。
提示词的连贯性也有了大幅提升，歌曲结尾的质量也获得了极大的提高。
而且伴随着 v3 版本的推出，他们还发布了 AI 音乐水印系统，每段由平台生成的音乐都添加了人声无法识别的水印，从而在未来能够保护用户在 Suno 的创作，也能打击抄袭，防止将 Suno 产生的音乐进行滥用。
物理学博士想让每个人都能自己制作音乐
Suno 的创始团队位于麻省剑桥，离哈佛校园很近。
4 个创始人 Shulman、Freyberg、Georg Kucsko 和 Martin Camacho 都是机器学习专家。在创立 Suno 之前，他们一起在剑桥的一家公司名叫 Kensho Technologies 的公司工作。
其中 Shulman 和 Martin Camacho 都是业余的音乐爱好者，在 Kensho 上班时他们就经常一起即兴演奏乐曲。
在 Kensho 工作期间，四人的主要任务是开发一种 AI 语音转录技术，用来转录上市公司的财报电话会议。
后来他们发现，在 AI 文生图和文本生成领域发生的变革，在音频领域好像没有引起什么波澜，于是他们想自己在这个方向做点事情。
一开始，他们做了个叫 Bark 的文本转语音程序。但当他们对早期 Bark 用户进行调查时，发现用户真正想要的是音乐生成工具。
于是他们才找到了真正适合自己的方向。
Suno 目前只有 12 名员工，不过现在他们正在扩大规模，在现有的临时办公位置上他们正在加盖办公室。
Mikey Shulman
他是创始团队在 Kensho 时的机器学习团队主管，在创立 Suno 之前，他还是一名 MIT 斯隆管理学院的兼职讲师。
他博士毕业于哈佛大学物理学专业。
对于 Suno，他希望以后，全世界有 10 亿人能通过它来制作自己的音乐。在他看来，现在能够制作音乐的人比想要消费音乐的人少太多了，这实在是一个非常不平衡的情况。
但是，音乐生成需要解决一个非常大的困难就是，音频不像文字那样是离散的形态。
声音是一串波型的连续信号。
按照 Shulman 的说法，因为高质量音频的采样率通常为 44khz 或 48Khz，这意味着「每秒 48000 个 token」。
所以，在去年，即便是见证了大语言模型和文生图的爆发式增长，很多 AI 研究人员认为，对于声音领域，这样的产品的初现，也许还要好多年的时间。
Shulman 说他们找到了很多新的方法和技巧才走到今天，未来他们还需要更多直观的方法让用户通过任何想要的方式来生成歌曲和音乐。
Martin Camacho
他也是毕业于哈佛大学，曾经是 4 人共同工作过的公司 Kensho 的 1 号员工，首席构架师。
Georg Kucsko
他和 Shullman 有着几乎一模一样的履历，也是哈佛大学的物理学博士博士毕业，曾经在 Kensho 和 MIT 斯隆管理学院任职。
Keenan Freyberg
本科毕业于乔治华盛顿大学，后来在多家公司担任运营和产品等职务。
参考资料：
https://twitter.com/op7418/status/1771011983779000494
https://www.rollingstone.com/music/music-features/suno-ai-chatgpt-for-music-1234982307/
