说得好听EP56-当AI写歌不再是技术奇观，我们还要讨论什么？

概览

本期播客围绕 AI 音乐行业的新阶段展开：当“AI 能不能生成一首完整歌曲”已经不再是最关键的问题，行业真正要面对的是产品价值、版权检测、AI 参与比例、分发收益和音乐审美如何被重新定义。

两位嘉宾分别来自 AI 音乐生成产品 Mureka 和音频指纹识别服务 ACR Cloud。讨论一方面从生成侧说明 AI 已经能做出普通用户难以分辨的歌曲，另一方面从检测侧说明版权识别、AI 生成识别和平台治理正在成为基础设施。

节目后半段集中讨论了更复杂的问题：AI 音乐是否应与人类创作获得同样结算，AI 参与比例由谁定义，批量生成是否真的能带来商业价值，以及未来 AI 会不会变成音乐人工作流中像 DAW、插件、制作人一样自然的工具。

分段落总结

[00:06] 开场：AI音乐的问题已经改变

[事实] 主持人提出，三四年前 AI 能通过几个词或一句话生成完整歌曲会令人惊讶，但现在新的 AI demo 已经不再容易引发同样震动。

[事实] 本期的问题被设定为：当“AI 能不能生成音乐”不再重要，AI 音乐行业接下来要面对和解决什么问题。

[事实] 嘉宾包括 Mureka 产品负责人叶律，以及音频指纹识别服务 ACR Cloud 的 co-founder Tony。

[01:01] 两家公司分别解决生成与识别问题

[事实] 叶律介绍 Mureka 是基于国产音乐大模型的 AI 音乐产品，主要帮助音乐人和创作者在创作各环节进行 AI 音乐生成与创作。

[事实] Tony 介绍 ACR Cloud 主要做音频识别和音频指纹，是面向企业客户的 API 服务，类似听歌识曲或 Shazam 的技术方向。

[事实] ACR Cloud 在 AI 音乐场景中主要用于识别训练数据和用户上传音频中的版权问题，也提供识别歌曲是否为 AI 生成的服务。

[04:10] AI已经能生成“能听”的歌，但离成品标准仍有距离

[事实] 叶律认为，普通听众已经很难分辨一首歌是不是 AI 做的，或者其中有多少 AI 成分。

[事实] 他认为“生成一首能听的歌”已经明确被解决。

[事实] 但如果以专业音乐人或发行成品的标准来看，AI 音乐在混音逻辑、套路感、编曲人味等细节上仍有差距。

[06:16] AI音乐越过“恐怖谷”并开始带来惊喜

[事实] 叶律提到自己最近喜欢用“glitchy is the aha moment”来形容 AI 音乐的新体验。

[事实] 他认为 Mureka 新模型中会出现一些超出预期的小巧思，这些类似人类创作中的细节。

[事实] 他认为 AI 音乐已经越过恐怖谷，从恐惧感转向惊喜和习以为常。

[08:49] AI音乐从技术奇观走向产品价值

[事实] 主持人追问 AI 音乐是否已不再是技术奇观，叶律明确表示它正在走向产品价值。

[事实] 叶律认为 AI 在音乐创作工作流的各个环节都能作为辅助工具出现。

[事实] 他把 AI 与乐器、电子乐、DAW 等历史上的音乐工具变化相类比，认为本质上都是工具辅助创作。

[10:23] 音乐人使用AI但未必愿意承认

[事实] 叶律表示，很多幕后工作者、音乐人甚至头部音乐人在创作或制作中或多或少已经使用 AI。

[事实] 他认为一些音乐人不愿公开承认，是因为行业对 AI 音乐的态度仍在变化，他们担心被贴上 AI assisted musician 等标签。

[事实] 主持人补充认为，即便行业态度更开放，部分音乐人仍可能主动远离 AI 标签，因为音乐人圈层内部也存在技术和工具鄙视链。

[13:49] AI未来更可能嵌入创作流程，而不是只靠一句prompt成歌

[事实] Tony 认为未来几乎所有音乐都会至少有 AI 辅助，但创作者未必只是给一个 prompt 直接生成整首歌。

[事实] 他认为 AI 更可能出现在 DAW 工作流中，例如某些 sample 或局部内容由 AI 生成。

[推测] 节目倾向于把 AI 音乐理解为创作基础设施，而不是单一的一键生成产品。

[15:02] Skills、个人印记与可传播的创作资产

[事实] 叶律解释 skills 可以把个人经验、知识、态度、工作习惯或创作习惯写成文档喂给大模型，让模型加载这些特征。

[事实] 他把 skills 类比为传统音乐人之间交流的单块效果器，认为它是可传播、可交流、可加载的创作资产。

[事实] 他还提到，如果一个人嗓音好听，也可以让 AI 用这个声音唱更多 demo，这也是个人印记的表达。

[17:57] 从generator走向agent被认为是必然趋势

[事实] 叶律认为 AI 音乐从 generator 走向 agent 或 skill 是必然趋势。

[事实] 他区分 generator 与 agent：generator 更像一对一执行指令，agent 则带有人设、工具使用能力、思考和 planning。

[事实] 他提到 Google 的 Flow/Lyria 是较典型的 agent native 产品，并表示 Mureka 也可能往这个方向走。

[19:30] 音乐审美的reward机制难以定义

[事实] 主持人提出音乐用户会说“这里不够细腻”或“不是我要的情感”，询问 AI 如何理解这种情感细节。

[事实] 叶律用 reward 或奖励机制解释模型如何判断作品是否符合标准。

[事实] 他认为音乐审美非常个人化、地域化、时代化，因此 reward 同时涉及用户偏好、prompt 描述和模型本身的价值观。

[22:29] 用户反馈、播放数据与文化定义的争议

[事实] Tony 提出可以用播放量、点赞数等结果判断 AI 生成歌曲好不好。

[事实] 叶律同意上线后的模型迭代需要 user feedback loop，但指出当前模型拿到的更多是用户给自己作品点赞的数据，而不是流媒体真实播放和收藏数据。

[事实] 主持人质疑用大量既有歌曲定义“90年代摇滚”等文化标签是否会固化对过去文化的理解。

[26:11] 版权检测会成为AI音乐工作流的一部分

[事实] Tony 认为 ACR Cloud 这类工具更可能成为 agent 中的一部分，而不是自己去做完整 agent。

[事实] 叶律表示 Mureka 必须在流程中加入 music copyright 检测，因为音乐人担心 AI 生成作品被指控抄袭。

[事实] 他提到在 remix 前或生成后检测版权问题，是产品方有动力也有义务去做的事情。

[29:44] 专业用户与尝鲜用户使用方式不同

[事实] 叶律表示 Mureka 有大量被概念吸引来的尝鲜用户，他们更多使用一句话或一个场景生成一首歌的一键成曲功能。

[事实] 专业音乐人和高频创作者则更多使用音色克隆、自动编曲、studio 功能和分轨处理等精细化功能。

[事实] 他认为尝鲜用户数量大，而深度用户使用频率高，并愿意支付较多会员费用。

[32:24] AI音乐识别基于模型pattern而非抽象定义

[事实] Tony 表示 ACR Cloud 不主要讨论“如何定义 AI 音乐”，而是看自己能识别出什么样的 AI 生成歌曲。

[事实] 他们会分析不同模型的 pattern，如果音频模式类似某个模型，就判断它可能由该模型生成。

[事实] 叶律补充，AI 音乐可能在频谱分布上呈现自己的 pattern，这让他相信 AI 生成识别确实有依据。

[35:10] 生成与检测形成互相提高的循环

[事实] 主持人提出生成方不断改进、检测方不断发现新特征，可能进入没完没了的循环。

[事实] 叶律认为这是一种互相提高的状态，类似安全审核与规避之间的动态升级。

[推测] 这种循环意味着 AI 音乐生成质量、检测能力和平台规则会长期共同演化。

[36:20] AI参与比例目前缺乏清晰定义

[事实] 主持人提出行业试图区分 AI 参与 10%、30%、80% 等比例，但追问谁有资格定义。

[事实] Tony 认为问题应从下游往上推，因为最下游是产生收入和付钱的地方。

[事实] 叶律认为目前没有任何一方真正有资格定义 AI 占比，现阶段可能只能一刀切：只要用了 AI，就打上 AI 音乐标签。

[40:39] 躲避检测与批量生成的商业价值被质疑

[事实] 主持人提到有人会问如何躲过 AI 检测，她的极端回答是把生成的东西全部实录一遍。

[事实] 讨论认为全部实录会显著提高成本，违背许多人使用 AI 批量、快速、低成本生成歌曲的初衷。

[事实] 叶律指出，AI 出现前音乐供给已经不是问题，平台每天上架歌曲量巨大，流量根本不足以分发每首歌。

[42:49] 低质批量生成内容可能不会赚钱

[事实] Tony 提到一个例子：两名程序员改开源音乐生成模型，每天通过 API 生成十万首歌，后来被下架。

[事实] 他说下架的主要原因不是生成量大，而是这些歌没有人听、不会赚钱。

[事实] 主持人提到 DSP 已经开始清理长时间零播放的内容，不希望曲库充满不被消费的垃圾内容。

[44:20] AI音乐是否应与人类音乐同价结算存在分歧

[事实] Tony 认为如果 AI 生成音乐给 DSP 和最终用户带来的价值一样，就应获得同样收入。

[事实] 他区分了两个问题：DSP 如何给 AI 音乐分钱，以及训练模型使用既有版权歌曲时如何给版权方分钱。

[事实] 叶律不同意 AI 音乐与人类音乐拿一样的钱，因为 AI 音乐背后模型吸收了大量音乐行业从业者的成果，而这些人未必能在单首 AI 歌曲收入中分到钱。

[50:01] 传播成功不等于音乐层面的长期成功

[事实] 主持人举“大东北是我的家乡”和 Papi 酱“Oh my god”作为 AI 音乐传播成功的例子，但认为它们更像现象，而未必会成为人们长期反复聆听的作品。

[事实] Tony 认为这类短期爆红与是否 AI 创作关系不大，网络上昙花一现的歌曲一直存在。

[事实] 叶律认为目前还很难判断 AI 音乐能否产出长期经典，因为真正越过恐怖谷的 AI 音乐时间还很短。

[53:10] AI翻唱让旧歌获得新生命力

[事实] 叶律认为 AI 翻唱让很多老歌重新被年轻人听到，一些旧歌因此获得新的编曲和传播机会。

[事实] 他举“大头针”等 AI 嗓音相关例子，认为 AI 音乐对旧歌传播有正面影响。

[事实] 他同时表示，AI 音乐是否能产生长生命力的新经典，还需要五年、十年的时间检验。

[56:10] 海外用户对vocal描述更明确

[事实] 主持人询问海外用户是否也有 AI 嗓音或 AI 味歌曲的情况。

[事实] 叶律认为每个国家都有平均脸和平均嗓音，只是欧美平均嗓音可能更偏 blues 或 jazz。

[事实] 他观察到海外高频付费用户常在 prompt 中对嗓音做非常细致的描述，例如高声、低声、closed mic、open mic、wet 等。

[58:28] AI原生一代可能改变音乐创作门槛

[事实] 主持人认为现在五到十岁的小朋友可能是 AI 原生一代，他们会把 AI 当作随手可用的音乐工具。

[事实] 她强调前提是创作者脑子里要知道自己想做什么。

[事实] 叶律认同 AI 能把个人印记转化为输入和资产，降低乐器、乐理、作词作曲和制作方面的门槛。

[60:51] AI会不会擦除人类创作与AI创作的界线

[事实] Tony 表示 ACR Cloud 不会主动模糊 AI 创作与人类创作的界线，因为它是 2B 公司，客户需要识别什么，公司就满足什么需求。

[事实] 叶律表示他希望有一天能创造出不再被 ACR Cloud 识别为 AI 的歌，因为他认为 AI 未来会像其他音乐制作手段一样成为音乐人的一部分。

[事实] Tony 补充，如果未来客户不再需要识别 AI 音乐，ACR Cloud 就不会继续优化相关算法；如果客户有需求，就会继续做。

播客点评/总结

本期的价值在于把 AI 音乐同时放在“生成侧”和“检测侧”讨论，而不是只停留在 AI 能不能写歌、好不好听的层面。Mureka 的视角说明 AI 正在深入创作流程，ACR Cloud 的视角则提醒听众，版权、识别、平台治理和商业结算会决定 AI 音乐能走多远。

节目最有意思的部分，是几位嘉宾没有把 AI 音乐简单定性为威胁或工具，而是不断追问更具体的问题：什么算 AI 音乐，AI 占比由谁定义，检测是否会永远追赶生成，AI 歌曲是否应和人类歌曲同价结算。这些问题很多没有确定答案，但正是行业正在面对的真实复杂性。

[推测] 节目的局限是技术细节和商业规则都只能讲到概念层面，例如模型 pattern、reward、版权分账等问题没有展开到可验证的操作标准。不过作为面向普通音乐用户和行业观察者的讨论，它已经提供了足够清晰的结构。

[推测] 本期适合关注 AI 音乐、音乐版权、流媒体平台、创作者工具和内容分发的人收听；如果听众只想了解某个 AI 音乐产品怎么用，节目不会提供教程，但能帮助理解 AI 音乐为什么正在从“生成能力”问题变成“产业规则”问题。