口述｜AI翻唱的B面：重现罕见病患者歌声，与过世病友开音乐会

·我有时会悲观地想，在未来的某一天，我失去了我的声音，或者我的身体在现实世界消散了，我该如何留下我的音乐作品。现在，AI回答了我的疑虑。

·一个声音像孙燕姿，不一定就是孙燕姿的声音训练的，也可能是专门模仿孙燕姿的歌手的声音或者其他音色相似的AI。没有见到数据之前什么都无法判定。目前这个行业还刚刚起步，针对这类问题，需要更多的关注。

随着版权问题愈演愈烈，“AI翻唱”这一新形式饱受争议，负面评价也接连不断。但技术同样有好的一面，在罕见病患者、“蓝梅”阿卡贝拉乐团创始人隆琳眼中，AI翻唱带来的是希望。在接触到AI音乐制作、AI歌曲演唱、AI人声模仿等技术后，隆琳通过澎湃科技（www.thepaper.cn）已经与一位“AI翻唱”的作者取得了联系，希望通过人工智能留下她的声音。

“在某种意义上，我们的声音可以永久保存下来。”隆琳在接受澎湃科技采访时表示，“我可以采集一些过世已久的病友的录音，用AI将他‘重现’在我们面前，与乐团成员一起重新来一场音乐会。”

对于隆琳谈到的AI音乐相关技术，在音乐行业工作多年后转向AI音乐制作、AI歌曲演唱领域的杨杰告诉澎湃科技，在“AI翻唱”的影响下，作曲家、知名歌手受到的冲击较小，但一些以录制歌曲小样为主要方向的“Demo歌手”或将面临失业。

杨杰表示，人工智能已经极大地提高了音乐领域的工作效率，此前团队在10天内曾完成过用AI为一个客户写100首广告曲的“壮举”，如果没有人工智能，工作量将是一个天文数字。对于目前争议较大的版权问题，他表示，监管将是第一步，“我们也希望有政策尽快出台，而我们雇来录制人声素材的歌手，是支付费用后取得授权的，并非没有版权的声音。”

“蓝梅”阿卡贝拉乐团演出照。

口述者：罕见病患者、“蓝梅”阿卡贝拉乐团创始人隆琳

“未来某一天，当我失去了声音……”

当了解到现在的AI技术时，我第一时间想到的是AI会留下我的声音，说起来有些悲伤，但当我们谈论AI时，实际上是在谈我们这个特殊群体的希望。

我是一名淋巴管肌瘤病患者，同时也是“蓝梅”阿卡贝拉乐团的创始人，这种病会让患者的说话、呼吸越来越困难，行动也会越来越不便。创建乐团的初衷就是为了让大家更努力地去锻炼自己的肺活量，但随着病情的恶化，很多病友离开了，乐团里也不再能听到她们的声音。

最开始接触到AI是看到了很多AI翻唱的视频，效果非常好，我第一时间就想到，自己曾经面对的许多困难在未来都可以在AI的帮助下一一解决。后来我还尝试了用ChatGPT写歌词，用AI进行音乐制作。

作为罕见病患者，最直观的影响就是AI可以减少说话的负担。平时日常交流的时候，我说话可以有一些停顿，基本没有太大的影响，但由于长期投入公益，我会在一些正式场合发表演讲，面对这种大段大段的讲话，真的会感到力不从心。

在今年杭州阿里巴巴总部举办的“一切只为你 Sing For Rare”罕见病公益主题音乐会上，我作为发言人介绍乐团、讲述关于自己生病故事的心路历程，以及这个群体的故事。在这段五六分钟、两千字左右的演讲中，由于生病的原因，夹杂了大段喘气声和激动情绪，队里小伙伴还问我，“姐，你怎么喘成这样？”所以，当了解到AI有机会学习模仿我们的声音，通过面部识别，代替我们讲话，并且相似度十分高，我真切地认为这对我们来说十分有益，它可以模仿我的口型、我的表情，这也会对我们公共形象的维护有很大的帮助。

在病友中，有一部分人因为身体的痛苦，声音会控制不住地发抖。他们对音乐很有热情，过去我们会请专业的老师来带领这部分病友锻炼，提高肺功能，但有一些年老的患者，已经不具备锻炼的条件。有时候，听着他们痛苦的声音，又看着他们展现出来对音乐的激情，我十分揪心。有了AI，他们只需要跟唱一下，AI模仿他们的声音来完成高音、长音，既可以满足他们对音乐、对唱歌的热爱，而作为一个人声乐团，也可以在保证他们参与合唱的前提下，收获他们想要的效果。

我目前已经通过澎湃科技和一位制作AI翻唱的作者取得了联系，这位作者表示很乐意帮助我们。我已经开始录制素材了，只用了手机和麦克风就可以录制，提供了半个小时到一个小时纯净的人声给他，他会帮我先把声音用AI做出来，然后再去尝试歌曲的录制。

他们也觉得这件事很有意义。我一开始以为这些制作者是有资金支持，有资方投资的，接触后才知道，他们分散在全国各地，完全是为了一腔热情和抱负去做这个事。在接触的过程中，我感受到了开发者的力量，他们的项目因为版权等问题其实饱受非议。因此他们觉得帮助罕见病患者可以传达AI能带来的美好一面，我也觉得参与到这个事情当中很荣幸，我觉得我们公益乐团也可以在AI领域做一些正向的倡导。

在某种意义上，我们的声音可以永久保存下来。我有时会悲观地想，在未来的某一天，我失去了我的声音，或者我的身体在现实世界消散了，我该如何留下我的音乐作品。现在，AI回答了我的疑虑。即便我卧床不起，但是我也可以通过AI影像观赏到我曾经唱歌时的风华。又或者我可以采集一些过世已久的病友的录音，用AI将他“重现”在我们面前，与乐团成员一起重新来一场音乐会。

“ChatGPT作的歌词让我印象深刻”

在创作方面，AI也让我十分惊喜。我们团内大多数患者在音乐方面都只是爱好者，有了AI，我们可以定一个主题，让AI进行创作，再辅以人工修改，这样，业余爱好者也可以完成一首精彩的歌曲制作。

但是，出于专业角度，AI根据既有歌词谱曲，跟预期差别还是比较大。主要是因为AI没有捕捉到歌词传递出的情绪基调，所以整个曲风就比较背离、比较奇怪。在我给出的主题中，歌词蕴含的情绪走向，从最开始的比较深沉、凝重，到后面的情绪释放、表达积极的人生态度，有一个先抑后扬的起伏，适合写成慢歌，但AI却写成了快歌，歌词做了二次简化加工，直接过滤了很多表达情绪的关键词。我觉得，音乐方面，情感对于AI还是一个壁垒。

相对来说，ChatGPT作的词总体还不错，我告诉ChatGPT我们的基本情况后，它根据输入的关于歌曲创作的描述，提炼概括了核心内容，比较准确地呈现出了我的创作诉求，ChatGPT的这几句歌词让我印象深刻：

“和声交错，音符飞扬

我们用声音，呼吸着生命

在彼此的慰藉中，寻找信心”

不过，在措辞、归韵等细节问题上，还有修改和润色的空间，创作者需要进行二次加工。AI作词虽然不能成为完全的“脑替”，但可以为创作者提供一个1.0版本，或者说为创作者提供一个完整的思路和参考，辅助提高音乐作品创作时效。

淋巴管肌瘤还只是罕见病的一种，在重症肌无力患者的日常生活中，与人的交流互动更多呈现出咬字不清晰。我们有一个一起做公益活动的小伙伴是重症肌无力患者，在与我们沟通时，简单的一句“今天晚上我吃的是宫保鸡丁盖饭”，被紧闭的双唇吞没了大部分的含义，令人很难辨别其中的意思。尽管目前的AI攻克这一障碍的发展前景尚未完全清晰，但是我认为可以期待这一天的到来，毕竟AI的发展速度非常快。

口述者：某AI音乐产品负责人杨杰

“Demo歌手可能是受冲击最大的”

面对AI的发展，我也曾有过焦虑心情。我以前从事的工作是“扒带”，简单说就是复录音乐作品，把音乐中的声部、乐器等，通过制作软件全部记录下来，再分离，以方便后续使用。

扒带的工作要求十分高，具体表现在精细度上，每个部分都需要“精修”，一首歌需要人工处理两天左右的时间。但AI进入音乐领域后，这个时间缩短到了半天左右，得到AI的粗略加工内容后再辅以人工修改，提高了四倍的工作效率。在这种环境下，我十分担心自己的工作职位会被AI取代。

2018年，我思考了AI的潜力后，以及想利用这几年在音乐数据领域的积淀去尝试新事物，“跳船”到了AI音乐领域。

对于AI，我能看到它的进步。AI在音乐数据领域除了发挥人声分离功能，还可以实现歌声合成技术，这可以协助我们在音乐生产环节中完成Demo的录制。

在我们以前传统的录制过程中，Demo一般是由专门的Demo歌手或者叫小样歌手来演唱，可能就是请音乐学院刚刚毕业的大学生、酒吧的驻唱歌手，这些技术水平上偏初级的歌手来做，录制小样也不需要顶级的技巧。面对一首新鲜出炉的音乐作品，Demo歌手需要学习消化，完成对歌曲、旋律的理解，这样一套流程下来，可能几天时间过去了，学习成本也比较高。这一类人群可能是受到AI冲击最大的。

尽管AI无法和歌唱家、专业歌手相媲美，无法达到人类情绪表达、情感宣发的高度，甚至在技巧上都还有很长一段路要走，但是它也确实发展到了可以代替一部分人的阶段。我们用AI将音乐策划人看好的歌曲小样进行深度包装，重新录制音频，然后找到适合这首歌的AI歌手。对于一些初级的商业歌曲，或者面对一些不识谱的大牌明星，AI的辅助导唱也可以发挥极大的积极作用并以此PK掉一部分人。

这样的环境下，小样歌手手中的单子就变少了，因为客户只在意效果的好与坏，不会在乎是不是真人演唱。毕竟小样歌手演唱只是提供一个演示，最后还是由专业歌手进行演唱。一般来说，有很多单子要求都不太高，无论这首歌是真人演唱还是AI演唱，只要AI歌手的演唱效果达到产品级别的要求，对于客户和我们都是更好的选择。AI解决了我们的初级问题和创意问题，即使它有诸多局限，也不能完全代替人类，但是它带来的影响不容小觑。

作为从业者，小样歌手也曾对我说过内心的焦虑。我曾经把我们公司旗下AI歌手演唱的歌曲作品发给一些小样歌手听，他们一听就认可“唱的不错”，而当我揭晓谜底，告诉他们这是AI演唱之后，他们又惊呼“AI还可以这样”，随后便是不断陷入“我们要失业了”的焦虑。尽管在目前的形势下，小样歌手好像落于下风，但是面对一些特殊曲风、特殊属性的音乐作品，比如具有民族特色的山歌，或者个性鲜明的说唱，AI还是比不过人类，它的表达不完整。

随着行业的发展，会出现AI代替小样歌手的情况，但AI同样也可以为这些歌手提供新的机遇。比如现在，我们会邀请小样歌手来录制人类原声，他们将自己的声音资源授权给我们，我们再以此为学习素材，采集后提供给AI进行模拟训练。在这个过程中，AI未必能做到百分百一样，它还需要一些技术手段去映射、潜移、融合这些素材，也需要后期过程中人为修正音高和进行标注，从而变成一个崭新的声音。

“AI会来，但不会带着人脉和资源取代我们”

有时候，一个AI模型，可能需要多个人声素材进行训练。我们有时在训练时，不仅利用A歌手的数据，还加入B歌手的音色特征，例如活泼的萝莉音、成熟御姐音。我们之前打算塑造一个拥有活泼可爱音色的AI女歌手。为了达到这个目的，我们在成都利用自己的人脉进行反复的海选、筛选，最终邀请了一位心仪的小样歌手完成原声录制。

这是这个行业和职业的新发展，而我们也可以看到，所有的工作节点都有人的影子。现在的各大平台，比如哔哩哔哩上，会有很多用户呈现AI翻唱视频，这也是拿虚拟歌手引擎去创作自己的作品，但他们是应用层，我们是开发层加应用层。我们是制作工具的人。

有人说我们是让别人有“AI焦虑”的人，这可能有些夸张，但我自己现在不再焦虑了。你可以看到我们AI工作的一些资源、流程，都说明，我们得先是一个专业的音乐公司、音乐制作人或者说圈内人，然后才能用AI去“降本增效”。AI会来，但不会带着人脉和资源来取代我们。

AI可以在方方面面帮助音乐人、音乐制作家。这些技术和工具非常实用，比如我们可以利用AI把谱子上的音乐数据识别出来，只需要动动手指拍张照片，就可以将图像转化为波形，然后就可以听到音频文件，虽然有可能会很死板。在AI出现之前，这些都是人工完成的，因此制作人更像是一位编辑，将书上的谱子制作成声音影像。而AI更像一个数据库，调用已有的内容去解决细分领域的东西。它可以将我们想要的东西变成电子版，后面再人工交付一下就可以了。

还有一件事也很有趣，当我们需要大规模训练音乐相关AI的时候，我们发现给AI收集数据、“喂”数据，实际上也是一个庞大的工作量，而这个事情也只有其他类型的AI能够胜任。因此我发现，AI之所以发展如此之快，可能AI之间互相促进是一个原因。

AI现在可以制作一些简单的BGM（背景音乐），但是它生成出来的东西在质量上还不足以达到商用级别，需要人工再生成一个创意或Demo，这有时候可能涉及到版权问题。我常听到有人问我，“AI把歌手的二次创意拿来‘三创’到底算不算侵权？”因为AI的数据库非常庞大，通过不同的组合，很小概率上会出现“版权纠纷”。但我个人会建议从业者和使用者增强法律意识和专业意识，避免出现矛盾。

比如有人利用孙燕姿的声音训练AI并发布翻唱视频，但其中“利用孙燕姿声音数据”这件事却被隐瞒，很难考证，就会引发法律上的争议。说白了，一个声音像孙燕姿，不一定就是孙燕姿的声音训练的，也可能是专门模仿孙燕姿的歌手的声音或者其他音色相似的AI。没有见到数据之前什么都无法判定。目前这个行业还刚刚起步，针对这类问题，需要更多的关注，以及时填补AI版权限定的法律空白。至于我们邀请的Demo歌手，都是付费得到授权后再使用人声素材的。

“用AI花10天写了100首广告营销歌曲”

我们的客户也知道我们在生产过程中使用了AI降低成本，目前已经有一部分客户对AI更加青睐，举个例子，之前费列罗找上我们，想按照“蜜雪冰城甜蜜蜜”那首歌写类似的广告曲。蜜雪冰城拿了一个工本音乐去改编，变成了一个广告营销歌，而且非常洗脑。费列罗希望用AI生成100首类似的10种场景下的营销音乐，这些场景有在电梯显示屏上放的、在电影院放的，等等。

这种营销歌曲如果交给传统音乐人来写的话，可能就正儿八经要写100首，而且作曲、混音、编曲、演唱的费用非常高昂，估计要好几千万。而我们则通过AI去生成，给它指定场景去生成一些营销歌词，把字数规定好，并用AI来沿着固定旋律演唱，在10天左右就把这个案子给做完了，成本比预期低了很多，对方也比较满意。只是这种广告营销歌曲对音乐的欣赏性要求就不太高了。

随着科学技术的发展，我们做研发工作的还是会有点担心，因为我们每天都在遇见新问题。大厂每天都在研发、训练、推出新模型，如果我不及时更新自己的所长，就会面临被淘汰的风险。好在，音乐在人工智能领域并不像ChatGPT那种文字类和图片类模型发展得那么迅猛，目前，我敢说全世界都没有一家公司做得特别好。

在艺术造诣角度，我对AI的角色和功能持中立态度。我还是想强调，我们开发AI的初衷是辅助音乐人生成更好更多的灵感，提高专业效率。一些音乐小白可能没有专业基础，不知道和声、曲调这种理论知识，但是又想利用音乐表达自己的感情，我们就可以推出AI来降低他的创作门槛。同理，在教育领域，AI也可以辅助编创，将作曲低龄化，小朋友可以从小就培养创作思维，通过AI作词作曲，并让它直观地演唱出来，有利于开发创造的土壤，培养更多的创作人才。

总之，AI技术是提高生产效率、降本增效、提供创意的一种工具，它有利于社会各个体系的建构，而不是所谓的“冲击市场的捣乱者”。