什么样的人类能与AI合作出好音乐？

近日，一则消息引爆音乐圈。人工智能歌手萨尼娅·莫奈成为首位凭借电台播放量登上美国公告牌成人R&B电台播放榜的AI艺人，随着单曲《How was I supposed to know》的走红甚至签下了价值约300万美元的唱片合约。AI艺人上榜速度还在迅速加快，连续四周均有AI艺人亮相“新兴艺人榜”。

整个音乐产业的反应撕裂成两极，而更值得关注的，或许是这一现象背后所揭示的创作转向：AI歌手的兴起并非意在取代人类，而是行走在拓展音乐语言边界的轨道上，成为一种与人类情感和想象力并行不悖，甚至可相互激发的新艺术表达形式，它迫使我们重新思考创作的本质和艺术的定义。

从“工具”到“语言”：AI 歌手的演进

与初音未来、洛天依这类“声库工具”有所区别，萨尼娅·莫奈所代表的是由“生成式人工智能”推动的创作主体。她的创造者特丽莎·妮基·琼斯在美国哥伦比亚广播早间新闻节目里坦言了她利用AI创作的原始动机：圆一个未曾实现的音乐梦。

特丽莎从小在唱诗班的氛围中长大，内心蕴藏着对音乐的深切热爱，然而，由于自己的嗓音条件并不出众，她始终未曾踏上职业音乐人的道路。这份深藏心底的遗憾，成为了她日后创作的情感基石。直到她接触到人工智能音乐创作平台Suno，才发现自己可以用另外一种形式唱出心中的旋律。于是她潜心研究如何能与AI进行对话。

特丽莎的创作始于她的诗库，这些诗歌是她个人情感和经历的结晶，构成了歌曲的歌词部分，这也是整个创作过程中最具有“人性”和原创性的元素。随后，她会将这些歌词输入到Suno平台中，并辅以一系列详细的文本提示词。这些提示词涵盖了音乐的各个方面，比如：慢节奏的R&B风格、女性灵魂唱腔、轻柔的吉他、沉重的鼓点等。这个输入的阶段，也是连接人类创意和AI执行的关键桥梁。AI会根据歌词的情感基调和节奏，在几秒内创作出与之匹配的旋律线条。同时，它会根据提示词中指定的乐器，进行自动化的编曲和混音。人声部分，AI会生成一个符合指令描述的声音，并根据旋律和歌词演唱，甚至能处理复杂的转音、颤音技巧，流畅且富有灵魂的、类似人类歌手演唱时的微情感变化。这个“处理”阶段，是AI将抽象的文字指令转化成具体音乐实体的核心环节。AI生成音乐的最后一步是“输出”与“筛选”。Suno通常会生成两个版本的歌曲供特丽莎选择，听完后如果不符合她的创作意图，特丽莎就会继续调整提示词，或者保持原有设置，再次生成新的版本。这个过程可能需要重复成百上千次，直至她寻到心中的那个最完美的版本为止。

谈到上榜歌曲的创作背景，特丽莎透露，这首歌的灵感来源于她八岁时失去父亲的创伤经历。这种源于生命早期的深刻情感，为歌曲注入了无法伪造的真实性，使得许多有过相似经历的听众能够产生强烈的共鸣。当听众了解到歌词背后的真实故事后，AI赋予的外壳便显得不那么重要，因为传递情感的核心，歌词以及背后的故事是百分之百真实的。正如特丽莎所言：“萨尼娅·莫奈是我的延伸，她的形象就是我本人。”

创作的新劳动：从“指令”到“对话”

在AI参与创作的过程中，人类创作者的核心能力正在发生转变。他们不再仅仅依赖音乐理论和技艺的打磨，而是需要发展出一种新的表达能力：如何用精准、生动、富有启发性的语言，将内心的真实情感经历和音乐想象力转化为AI能够理解并执行的“创意指令”。

在创作中为获得“恰到好处的哽咽感”，特丽莎曾尝试了32种提示词变体——有的让AI理解成了随机噪音，有时提示词则导致了机器停顿，最终使用“Stochastic”这一数学中描述不确定性的标准术语，而精准触发了Suno模型中“随机性中断的不完美发声”节点，生成出了目标效果。

有时AI能执行却“误解”的指令，反倒成为了创作者灵感的富矿。特丽莎在生成《How was I supposed to know》时，最初提示词指向“温暖的灵魂乐”，但是AI某次输出时却混入了冷感的电子故障音。这个意外使得歌曲获得了听感上的“情感温差”，“误打误撞”产生的失真噪声反而强化了歌词中“无法预知命运”的无力感。

人与AI之间启发，也被启发；引导，也被引导，使得创作不仅是产出音乐，更像是一场AI倒逼的自我解剖。这个过程，本质上是一场人机之间的对话。使用者输入相似的指令，可能会得到风格迥异、质量不一的多个版本。创作过程不再是从零到一的线性推进，而更像是一种不断地开盲盒的体验，不断从开出的盲盒中筛选、寻找出符合自己愿景的声音。每个盲盒都是算法对人性的一次统计学翻译，而创作者的任务是在数百个“翻译版本”中，听见那个能反向照亮自己情感盲区的回声。

AI是一面镜子，也是一扇窗

AI歌手能够稳定地产出批量的、兼具熟悉感与新意的作品，这正是其能快速在流行榜单中占据一席之地的原因。在流媒体主导的音乐消费时代，听众越来越倾向于“场景化”的聆听，音乐不再只是需要凝神欣赏的完整艺术品，更是陪伴、氛围与情绪的载体。

AI像一面镜子，映照出当下音乐工业的某些困境：套路化生产、创意重复、情感稀薄。当AI能在五分钟内就批量炮制出当代最流行模版的歌曲，是不是也说明人类的创作早已化为了“人肉算法”？据公告牌的研究所揭示，过去十三年间，80%的冠军单曲都建立在相同的四种和弦框架上。AI能用几十秒写出一首歌，因为它可以直接调取硬盘里的模版数据；而人类可能得花上数倍的时间，因为人类靠的是经验和记忆去调取创作模版，这就是“人肉算法”。人类和AI干的是同一件事，只不过人类读取的是“生物硬盘”，读取速度要慢得多。

AI也是一扇窗，为我们打开了新的可能。特丽莎创造出的AI艺人已与唱片公司签署价值高达300万美元合约。这种现象不仅是资本市场对AI歌手商业潜力的敏锐捕捉，在更深层次上也是对这种以AI为笔、书写个人故事的独特性的一种肯定。在套路可以被无限复制的时代，纯粹的个人故事反而成为了最稀缺的资产。传统音乐工业要创作出一首优质歌曲，需要写词、作曲、编曲、演唱、表演各个环节人才的分工配合，或者创作者样样都得精通。而AI的出现，重新定义了音乐的创作，它将技术性劳动和创意决策分开。AI创作者更像是一位创意导演，一位与AI协作的“画师”，用语言和想象力勾勒出音乐的轮廓与色彩。你可以是一名心理疗愈师，将患者的故事写成歌词来生成疗愈音乐；也可以是一名公司上班的白领，在午休时用手机录下随意哼唱的旋律，让AI来延展你的情绪；同样你也可以是一名退休老教师，用AI谱出属于自己的流金岁月。AI的发展并非要取代人类的创造力，而是将其从某些重复性、技术性的劳动中解放出来，促使创作者去探索那些真正属于人类的情感深度与艺术独特性。

AI的独特价值，在于在“不懂”中拓展表达的边界，它可能不理解人类世界中的悲与喜、爱与恨，但却能将这些情感符号转化为非人的声学结构，而这种结构却反向地让人意识到在AI的这些“错误”里，是不是能照见更深层的自我，发现自我从未想过的表达路径？

萨尼娅·莫奈的登榜，绝非一个终点，而是一个起点。AI歌手作为一种已然存在且不可逆的新兴艺术形式，是我们必须直面的现实。未来，AI歌手与人类歌手、创作者之间并非一场你死我活的取代，而更可能走向一种深度与功能化分化的共生。AI将不断拓展音乐艺术的技术边界，满足娱乐工业对效率、规模与先锋体验的追求，而人类歌手将会更加向内回归，专注于那些唯有人类才能感知并且赋予意义的思考与情感。而对于音乐创作者而言，在这场人机共奏的新乐章中，会有更多来自各行各业的新人群汇入。真正的挑战不仅是如何与AI对话，更是在这一过程中，保留住我们自己的语言与情感温度。

原标题：《什么样的人类能与AI合作出好音乐？》

栏目主编：邵岭

文字编辑：范昕

本文作者：高瑜 （上海戏剧学院表演系讲师）