人工智慧對音樂創作的影響：挑戰和機會

人工智慧的世代來臨，最先被取代的可能是文字工作者、平面設計工作者、以及語言翻譯工作者，但跟樂器演奏家的工作，幾乎完全沒有任何影響。對於作曲家工作是否有影響呢？以現況來評估，流行歌編曲、流行歌作曲可能會先被取代，因為 AI 工具可以輸入歌詞，一鍵生成歌曲，模仿情感張力較薄弱的風格非常容易。（可參考下面影片的 suno AI 展示。或來這裡嘗試 https://www.suno.ai/）若某個廠商需要一首形象歌曲或產品行銷的歌曲，找真人編曲與錄音及演場，依照現在行情，費用需要 30000 NT 以上，找 AI 編曲演唱及寫歌詞，則可能只需要不到 500 NT，而且可以產生很多個版本提供選擇，那麼這個廠商八九成會找 AI 來音樂製作吧。此外，現在教學市場上有很多混音與母帶處理的工作坊，教授在數位音樂體中的混音技巧與母帶處理技巧。數位音樂初學者常以為這些技術是數位音樂的核心，所以會積極花錢花時間去學習，然而，AI 混音與 AI 母帶處理也已經技術成熟，且已經成為線上的商業服務項目，使得混音、母帶處理的專業技師的工作，也將是數位音樂界被 AI 取代的第一波人員。

然而，目前對於高階配樂或作曲工作者而言，由於工作內容的複雜度較高，創意性思考的需求較高，因此被 AI 取代的可能性尚未發生。AI 若要影響到高階的配樂或作曲工作，則首先要能讓複雜的自然音樂器音色被模仿得成功，目前 AI 技術最先模仿的是人聲演唱，在情感的部分迄今還是很難做到逼真，要模仿眾多的自然音樂器的聲響與情感表達，則還要更多的時間來訓練其模型，此外，要將和聲、句法結構、素材發展的音樂要素與情感之間的關係解釋清楚，原本就是一件抽象而困難的事，等於 AI 要模仿連音樂理論家都不一定能系統化解釋清楚的東西，因此就更加不容易了。再者，配樂的音樂需求，若是搭配影像，常常會需要對時間點，但現有的 AI 音樂工具是無法指定在哪個時間點要生成什麼樣的情緒或使用什麼樂器，因此目前 AI 音樂對於影片配樂工作者而言，現階段仍影響有限。再者，要用 AI 來寫管絃樂曲配樂難度更高，在 Chatgpt 還沒問世之前，就已經有一些公司在研究 AI 管弦樂，但從網路上可以聽到的成品以及可操作的 AI 音樂工具而言，多年來的研究產出，一樣是沒有情感的 AI 創作，離動人或具有強烈戲劇張力的的作品還有很大的距離，當然也沒辦法指定哪個時間要出現指定的音樂變化。有興趣嘗試的人可以到 https://creators.aiva.ai/ 網站自己玩一下，看看是否滿意成品。筆者測試過該 AI 系統，能夠指定的項目仍然不夠充足，且音樂品質仍難以達到堪用的標準。

(AI 管弦樂展示）

實際上，在 Ｃhatgpt 出現後，市面上也出現了很多假的 AI 音樂網站，聽起來音樂有一定品質，宣稱其音樂是 AI 製作，然而實際上只是現成的曲庫提供關鍵字搜索功能而已，根本仍然無法依照指示者的提示文字產生對應的音樂。所以 AI 對於精緻音樂而言，還有很長一段時間要走，才有些微的可能具有商品化的可能性。

呈上，學習應用音樂創作，若要能生存得長久，需要走精緻路線，朝情感渲染力、或戲劇張力較大的音樂風格來進行學習，因為 AI 目前最難取代是人類的情感表現。此外，相較於一般的電子樂器音色而言，管弦樂也是目前較難被 AI 取代的編制種類，這些樂器的情感表達方式也是 AI 目前較難模仿的。再者，需要搭配影片內容與特定時間點來進行的配樂創作，目前尚沒有 AI 音樂工具能夠達成。有鑑於此，整體看來，影視配樂相關的行業，由於更強調戲劇張力與細緻的情感表現的需求，作曲者仍可以有一定的生存的空間。值得注意的是：風格相近的流行歌曲編曲應該是最先被取代的種類，因為流行音樂通常風格模仿、和聲抄襲的情況是普遍的現象，而 AI 要從眾多相似風格曲庫中學習，則是最為快速而容易，要 AI 建立流行歌的模型相對容易得多。

整體而言，應用音樂創作的學習相關技術時，除了該選擇朝精緻音樂及影視配樂的方向前進之外，仍要注意 AI 對於這個產業的衝擊，筆者會認為多學習一項相關的技術是有必要的，例如樂器演奏也可以是作曲學習者可以多學的一項技術之一，因為樂器演奏若要由 AI 取代，還要等待 AI 能成功地控制機器人，並且能成功融入情感才有可能，因此作曲者可以多強化演奏能力以便讓自己多一個機會。另一種可能，就是增加自身的科技能力，例如多一些音樂科技的能力，或透過音樂科技的學習過程，深入程式設計，或許可以培養另一項相關專長，較能因應未來更多的產業變化。然而，可預料的是流行歌編曲的需求將大量減少，且目前已經正在發生，因為相關 AI 工具已經有一定的成熟度。年輕的音樂創作相關的學習者可以參考看看上述想法，以找出未來適合自己又能繼續以音樂為業的生存方式。