19世纪哲学家托马斯·卡莱尔曾经说过，“音乐被认为是天使的言语。”
人们不禁想知道，汤姆会对后来涌现的前卫朋克、死亡金属和哥特摇滚乐的涌现会有何看法。
此外，如果让他评论关于音乐不是由天使而是由CPU、RAM和大型语言模型创作的当前方法，他会有什么话要说呢？
Meta上周宣布开发出一款基于自然语言描述生成音乐的人工智能音乐处理器。
Meta的MusicGen紧随谷歌一月份发布的MusicLM而来，可以根据文本提示或哼唱生成音乐，它经过2万小时的训练。其开放源代码可在Github上获得，可以在Hugging Face上在线测试模型。
用户输入所想要听的音乐的简短描述，比如“一种将嘻哈与管弦乐元素巧妙融合的动态音乐，融入了横跨弦乐与铜管的演奏，唤起城市充沛的活力。”或者，描述可以更简单：“以吉他重复奏出的90年代摇滚乐曲。”
可选择上传一首歌曲来帮助指导所需内容的创作。
MusicGen能够在几分钟之内生成一段12秒的音频片段。
根据他们的评估结果，Meta发现MusicGen在客观和主观指标上都比其他可比较的程序（如MusicLM、Diffusion和Noise2Music）表现更好。
据Meta在6月8日发布在arXiv预印本服务器的一篇论文中报告：“MusicGen产生高质量的样本，这些样本在旋律上与给定的谐波结构更好地匹配，同时遵循文本描述。”
这个工具被看作是对作曲家和表演者可能非常宝贵的帮助。
Meta测试了他们模型的三个版本，它们的音乐细节提供量不同：3亿、15亿和33亿个参数。
在评估中，Meta发现人类更喜欢中等范围（15亿个参数）模型的结果。这可能反映了法国电子音乐制作人Rone成功音乐制作理论：“少即是多”的理论。
然而，具有最多参数的模型生成的输出最准确地反映了文本和音频输入。
不可避免的是，就像其他领域的人工智能项目一样，会引起担忧。首要的是涉及使用具有版权的材料的法律问题。
Meta表示，所有用于培训的歌曲均已通过与版权所有者达成的法律协议进行了清除。
但是，将歌曲或艺术家的名称添加到描述中的用户可能会打开潜在的版权侵权之门。Google的MusicLM禁止用户包含艺术家的名称，但Meta则没有。
由于Meta允许用户上传歌曲来帮助塑造最终的输出，原始和复制内容之间的界限变得模糊。
今年早些时候，澳大利亚歌手和作曲家尼克·凯夫在AI音乐方面发表了讲话，毫不掩饰地表明了他的立场。
“歌曲源自于痛苦......它们基于复杂的、内在的人类创造困难的挣扎，”他说道。“就我所知，算法没有感受。数据不会受苦。ChatGPT 没有内在存在，它没有任何经历、没有经受任何事情，也没有胆量超越自身的限制，因此它没有共同超越经验的能力，因为它没有任何限制需要超越。”
同样地，卫报的本·博蒙特-托马斯最近断言：“人工智能将永远是一份致敬表演。它可能是非常出色的致敬表演，如果它是一个人，就会在整年的游轮和拉斯维加斯赌场里被预定。”
但是Spotify的CEO丹尼尔·埃克对人工智能生成的音乐持更乐观的态度。
他说："这可能对创造力来说是潜在的巨大机遇...这应该会带来更多的音乐，我们认为在文化方面这是很棒的。"
