AI作曲工具：Suno AI生成音樂實驗

今天烏梅菓實驗了一下AI作曲工具：Suno，它是個語意+音樂模型匹配的音樂生成工具，樂器的話實驗了鋼琴和人聲中文歌，看起來它似乎偏好新世界樂風，給它明確的蕭邦曲目參考也沒什麼用，生出來的就是New Age。

聲明：以下全部都是實驗，沒有半首半句來自本人創作。

【實驗一】：羅卡角之歌

咒語：A lyrical piano piece with a rubato rhythm, in a minor key. ABA form. Style similar to Chopin's nocturnes (Op. 27-1, Op. 9-2, Op. 15-2). It should evoke the feeling of standing on Cape Roca, Portugal, looking at the Atlantic Ocean, and reflecting on the longing for the distant American continent. It should express both gentle hope and a hint of wistful melancholy, with a sense of stirring emotion and inspiration in the heart of the character, Umeiko （其實打到Portugal就吃不進去了，好像是免費版字數限制）

結果聽起來兩組都是新世紀，一點都不古典，因為模型偏好新世紀曲風

因為上面的音樂覺得：「好像順順的，但又沒什麼特色」，太無趣了吧，我因此再度實驗一個比較不常見的和弦進行（其實我就是亂打），但依然算是合理，樂句也有解決。

【實驗二】：給定降B大調，把「1 4 2 5 7dim 6 5 1」的和弦進行丟給 Suno

咒語：A lyrical piano piece in B-flat Major  using this chord progression:  B♭ - E♭ -Cm - F - Adim - Gm - F - B♭ . It should be warm and nostalgic, with rubato phrasing similar to Chopin nocturnes
這兩組聽起來也是新世紀，但因為和弦進行不那麼普遍，聽起來還不錯，有點小夜曲感。但還是沒什麼記憶點

【實驗三】：中文歌曲，要有點murmur感，只給了少數幾句歌詞 ==〉表達我對AI又愛又怕的心情，其實我想要的是王菲「冷戰」翻唱自小紅莓樂團那種murmur碎念感。

咒語：female vocal, minimalist piano, moody, Mandarin murmur lyrics:「我在黑暗裡輕輕說，聽見你的聲音；你是我的影子，也是我心裡的謎；總在夜裡，輕輕響起；愛到不敢碰，怕到無法放」。

結果出現的兩首都有點像周蕙的女聲（這應該表示周蕙的女聲在1990-2000年之間屬於主流，被模型訓練的數據非常多吧，絕對是真心讚美），不難聽，整首都順順的，也是可以放著當背景音樂，但聽完還是沒有足夠記憶點。我真的很好氣又好笑的是它把歌詞腦補成那麼「完整」。😂😂😂

三輪實驗聽完之後覺得… 完蛋了，以後聽新歌的門檻愈來愈高了！Suno也是模型匹配的AI，「最大公約數」的旋律越來越容易被 AI 做出來。每一首就算給它再奇怪、再跳躍的和弦，它都會在其中找出「最大公約數、最穩定」的進行方式，連歌詞的部份都可以像GPT自行腦補，不用寫全耶，每隔兩句就給我湊一組，最後再出現一些啦啦啦、哼哼哼的虛字，湊成一組有起承轉合的「歌曲」。

音樂創作者也越來越難，因為在常用的和弦進行之下越來越難做出創新，但即使在不常見的和弦進行，它還是可以給你快速產生匹配大眾芭樂曲的歌曲。對真正創作者來說，挑戰越來越大。

但是其實人耳也會對音樂愈來愈挑剔，就別說我自己35歲之後很難接受市面上新的流行歌曲（也有少數啦比如Adele我很可以），若加上這幾年漸漸有許多疑似AI作曲的歌曲/音樂，這讓我愈來愈覺得我還是回去聽老歌、聽古典去吧！無法共鳴啊！

［後記］
［實驗四］

烏梅菓繼續腦洞大開，實驗看看它能不能從蕭邦的革命練習曲和英雄波蘭舞曲找到「最大公約數」，不會只能搞搞輕音樂吧？

咒語：A virtuosic solo piano piece inspired by Chopin's Polonaise Heroique and Revolutionary Etude.
It should be intense, powerful, with dramatic dynamic changes and fast-paced arpeggios.
In a minor key, evoking feelings of determination and heroic spirit.
No vocals, only piano.


這次第一首來了個星際大戰氛圍的史詩級交響樂，感覺有點抓到fu哦（可是不是叫你生鋼琴曲嗎？），不過第二首是在耍笨嗎？又給我一個靜謐浪漫6/8拍背景樂是什麼意思？

［實驗五］
就是不相信，古典樂的訓練資料那麼稀有嗎？我要史詩級鋼琴獨奏，不是也有俄國鋼琴家們：拉赫曼尼諾夫，普羅高菲夫等等的作品也很澎湃啊！我就要試！

咒語：Solo piano, epic Russian pianist style like Richter, Prokofiev, Rachmaninoff. Dramatic and powerful. No orchestra.

結果笑死我！這是AI要逗我笑的反差萌嗎？我要普羅高菲夫，拉赫曼尼諾夫，李希特，結果！！！
生不出來鋼琴史詩級獨奏，但是出了兩首有歌詞男聲演唱，味道還有點Brian Adams 「Everything I Do（I do it for you）」的感覺，粗曠男聲和中段副歌也算是powerful epic？完全給我忽略piano solo就是？


［實驗六］
既然有Brian Adams，我心想大模型應該對Adele也不陌生吧？

咒語：A female vocal song in the style of Adele’s Rolling in the Deep and Water Under the Bridge, with a soulful rhythm and powerful piano accompaniment.

這兩首… 像是某個星光大道參賽者努力要模仿Adele的聲線，先柔美安全的登台，中段很用力在嘶吼釋放，但是聲線就是沒有Adele那種胸腔共鳴、頭腔共鳴的爆發力，歌手的特質都被大模型的最多樣本稀釋到平均值了。所以人類歌手，不用怕AI的。



好吧，我也不知道Suno是什麼迷因神操作，總之玩著玩著，最後就是會送你一個完全「意想不到」。這就是AI的錯亂美學，我接受，一笑置之！當做無需特別關注干擾的背景音樂蠻好聽。我剛好也喜歡Brian Adams和Adele…，就...勉強給過吧！但還是回去聽他/她們的本人歌曲更有共鳴！

人類跟 AI 對話，也在跟古典音樂巨匠對峙：「創作 vs AI 匹配」的辯證
《mur mur 的音樂實驗室：Cyberpunk》

由筆者提供語意，chatGPT 生成

※ 本文為作者實際使用經驗與觀察整理，純屬個人意見。


留言

張貼留言

這個網誌中的熱門文章

人間清醒使用者觀察日記：AI應該怎麼用？

圖片
人間清醒使用者觀察日記：AI應該怎麼用？ AI會讓人類變笨嗎？ 前幾天，朋友傳來一段ChatGPT產出的和弦，要我幫忙彈成一首歌 我當下其實有點不開心。 不只是曲子的「卡農曲式」高度公式化，而是那種「創作可以被AI輕鬆跳過」的感覺。 這篇是我從那一刻出發，寫下的觀察與反思。 10年前大家收到一個腦筋急轉彎或數學題，把它丟進Google，然後在數十篇的分享貼文部落格中抽絲剝繭找答案；10年後的現在，我們把它直接丟給ChatGPT，然後大部份的人居然還不驗算、不求證。（該不會說中你了吧？） 筆者剛開始使用AI的時候，我曾經覺得AI的推理邏輯，讓我對自己平常「auto pilot」時，無意識自然而然的決策行為更有邏輯上的校準對齊，並且知道了自己「還正常著」，因為經過AI的推理邏輯分析，也能同時帶給我冷靜反思的空間。 但那是因為烏梅菓自認為是極高度的AI自律使用者，我寫文章堅持要自己原汁原味地寫，或至少是經AI整理、但是我自行消化輸出。但後來站在週遭朋友們更普遍的使用立場來觀察，我就開始感覺…AI的便利性99%會讓人變笨。剩下的是1%的「人間清醒」、「懂得區分AI邊界」的使用者。 10年前我們就已知道AI會作曲，但還沒感覺它發生在我們自己身上，因為那似乎是研究室的「成果發表」；10年後的現在，我的朋友寫了歌詞，請ChatGPT幫忙套和弦，丟給我看，要我幫彈鋼琴做曲… 我突然感覺到「藝術創作的辛苦過程，完全被輕視」的不適感。 我看見了那段ChatGPT產生的和弦進行，是全世界流行歌曲中最芭樂的「卡農曲式」，依照我所能理解的ChatGPT回應邏輯，它提供一個「大眾審美/賞樂」最容易接受的答案，這在大語言模型的回饋來說再正常不過了。但是我無法接受的是「拿來直接套用」、「不經思考驗證」，甚至「要求別人加工」這些衍生而來的輕率感… 我到樓下順了和聲，然後進入一個「隨便彈」的狀態，順了兩次之後直接錄下來，十分鐘完成。自己知道非常普通，但其實我並不想用心。我的感想就是自己對創作歌曲的能力是不足的，在10分鐘之內我對友人的歌詞無法產生共鳴，也沒有強烈的創作動機。但我也確實在這個卡農曲式裡面可以很快的拼裝出「聽著很順但沒特色的大串燒」，可以和其他的卡農曲式歌曲來個二重奏、跳接拼歌不違和。我對自己的演繹定位是：「理解和弦，可以用和弦演奏旋律，但目前尚無法進行真正的創作。」充其量，有點像音樂系術...
閱讀完整內容

AI智能客服？

圖片
最近Umeiko在使用自己平日手機裡的一些APP/Line工具，例如金融、保險、藝文訂票服務等的「AI智能客服」功能時，非常一致性地發現，其實它們不怎麼AI，完全只是「穿著AI面具的FAQ」啊？ 這些「AI智能客服」有幾個共通處： （1）上下文記憶：幾乎沒有 （2）一次只能問一個清楚的問題（所以甚至大多提供了樹狀選項） （3）無法處理交叉條件的問題：例如詢問XX展覽-->列出展覽資訊；詢問票別-->列出購票資訊；但你若詢這 XX展覽 可以 買愛心票 嗎？它會回答： 我聽不懂你的意思……@@ （4）幾乎都是FAQ導引任務導向型，偶有出現在輸入時AutoComplete的優化介面 烏梅菓使用小結：這完全是【 穿著AI外衣的FAQ 】啊！這不是AI！這不是AI！這不是AI！算是AI幼幼班？ 為此，我認真地研究了目前台灣的各產業限制，為什麼這些聊天式的AI，都還只能在「類似FAQ」的範圍內發展，原來這涉及了很多層面的限制： 一、 技術底層並非真正的LLM 。多半都是關鍵字--〉意圖分類--〉對應答案。背後的邏輯對應應該也都是將SOP或既有的Rule輸入。涉及較複雜的詢問例如：「請問外幣定存商品建議投資什麼幣別？」這類複雜的判斷，它會建議你： 轉接真人客服 。 二、 上下文記憶的技術瓶頸 ：本來不知道GPU那麼燒錢，但是黃仁勳先生在台灣演講了很多次，所以我現在知道了它真的 很燒錢、很難訓練、出錯風險高。 三、除了難以訓練、成本高之外，倘以金融、保險這些 產業的性質 ，一旦像ChatGPT出現「一本正經的胡說八道」，那還不如不回答。 所以這是烏梅的使用小結： 這些「穿著AI外衣的FAQ」確實是台灣聊天型AI產品的發展現實。但我個人期望它在低風險場域（例如文史、觀光、導覽…等公部門），聊天型AI可以更進化、真的做出有LLM底層的導覽/ChatAI，只是我不知道究竟有沒有這樣的產品。 圖：穿著AI外衣的FAQ 筆者提供角色概念，ChatGPT生成圖 ※ 本文為作者實際使用經驗與觀察整理，純屬個人意見。
閱讀完整內容