智东西
编译 庞小春
编辑 程茜

智东西5月11日消息，昨天，语音人工智能初创公司ElevenLabs发布了音乐生成人工智能模型的早期预览，能够根据文本提示，生成带有歌词的歌曲小样。

ElevenLabs由谷歌的前机器学习工程师皮奥特·达布科夫斯基（Piotr Dabkowski）和分析软件公司Palantir的前策略分析师马蒂·斯坦尼谢夫斯基（Mati Staniszewski），其音乐大模型可用于多种场景。但模型发布以来并未受到所有人的欢迎，不少人对其使用数据的原创性和使用方式表示担忧。

一、宣传策略模仿Sora，实时征集网友创意生成音乐

ElevenLabs擅于利用机器学习（ML）进行不同语言的语音克隆和合成，该公司已推出多种语音生成功能，包括文字转语音、语音变声器、配音等。不出所料，该公司已将目光投向了音乐产业。

为了提高模型知名度，ElevenLabs采用了萨姆·奥尔特曼（Sam Altman）在推出视频大模型Sora时的宣传方式，在社交媒体上对外征集创意，并将网友提供的文本转化为音乐。

目前尚未清楚此模型可以生成音乐的时间范围，但根据该公司设计主管阿玛尔·瑞希（Ammaar Reshi）在X上发布的示例，VentureBeat猜测此模型能够为三分钟的音乐作品生成歌词。

VentureBeat在报道中列举了一些音乐大模型的使用场景：生成一首有趣的摇篮曲哄孩子们入睡、为营销活动制作一首巧妙的广告歌曲、为播客节目设计一段活泼的音乐前奏等。外媒认为，一些人或许会使用这种模型来开发下一首热门歌曲，并称目前已经涌现出大量音乐人工智能创企，包括Harmonai、Lyrical Labs、Suno AI、Loudly等。

ElevenLabs于1月份推出了名为语音库的产品，用户可以通过语音库出售这些由人工智能生成的歌曲。目前，该公司的语音库已允许用户出售自己的人工智能克隆语音，公司会对其语音的可用范围进行控制。

二、训练数据版权受质疑，还可能被用于深度伪造

然而，音乐生成技术并非受到所有人的欢迎。与所有生成式人工智能应用程序一样，ElevenLabs的问题在于是在什么样的数据基础上训练此模型的，训练数据是否包含受版权保护的内容。如果包含，ElevenLabs是否获得了内容所有者的允许，或者这些内容是否受到了合理的保护。

还有一些反对音乐生成技术的人认为，艺术家可能会失业。人工智能将会轻松复制艺术家的风格，然后代替他们推出新音乐。此类技术也有可能被用来生产深度伪造品。VentureBeat已经联系了ElevenLabs，希望该公司能够就其音乐生成模型发表更多评论，并称如果收到回复会及时更新相关媒体报道。

结语：模型尚未成熟，既有机遇也有挑战

目前，ElevenLabs的音乐生成大模型仍处于早期预览版，但是已经展现出较大的潜力和影响力。它可以快速产出音乐作品，提高音乐制作的效率，但也有可能会对传统音乐人造成一定冲击。

音乐生成模型的出现，预示着音乐产业可能会经历一场由技术驱动的变革，既带来机遇也带来挑战。

来源：VentureBeat