AI 难触音乐灵魂

先聊聊当下 AI 究竟强大到了何种境界。

Suno 已更新至 V5.5 版本。只需输入一句指令，如“温暖的中文生日歌，女声，钢琴与吉他伴奏”，短短 30 秒，一首结构完整的歌曲便应运而生。包含前奏、主歌、副歌及尾奏。音质达到 48kHz 录音室级别，中文发音清晰度据称高达 98%。

你无需精通乐理，不懂和弦，甚至不必会唱歌。你仅需掌握打字技能。

杨平曾言，传统方式制作一首歌需耗费五万元，耗时数日。AI 呢？成本几分钱，仅需两分钟。

这不仅是差距，更是降维打击。

曾有学生告诉我：“老师，我用 AI 生成了一首歌，比我钟爱的作品还要悦耳。”

我追问：“是哪一首？”

他答不上来。

我又问：“你复听了吗？”

他思索片刻，回答没有。

有人专门进行了相关研究。

今年六月，MIT 媒体实验室发布了一项实验：152 名受试者聆听一批音乐，部分由人类创作，部分由 AI 生成。聆听后需完成两项任务：

第一，选出你喜欢的曲目；第二，监测生理反应，如心率、皮肤电导，这些数据无法造假。

结果颇具意味。

口头投票中，不少人选择了 AI 作品。评价为“挺好听的”、“挺舒服的”。

然而生理数据显示，人类创作的乐曲才真正触发了目标情绪。你嘴上宣称喜爱 AI，但你的身体并未被打动。

MIT 的研究者说过一句颇为犀利的话：

“偏好”与“被触动”是两码事。

口渴时喝瓶糖水，也能解渴，也会感叹“好喝”。但那种品尝好茶时喉间回甘的感觉，截然不同。

还有一个数据更为直观。

Chartlex 统计了 2400 多场音乐推广活动的真实表现，结论显示：AI 生成的曲目在 Spotify 上的保存率比人类作品低 25% 至 40%，完播率低 15% 至 25%。

这其实很好地说明了问题。

刷短视频时，15 秒的 AI 配乐你可能根本察觉不出它非人手之作。

但当你打开音乐 App，主动聆听一首三分钟的作品时，你的耳朵会变得挑剔得多。

为何如此？

打鼓有个体会，比如一个 groove，节拍器打出的节奏是“对的”，但你聆听那些伟大鼓手如 Steve Gadd、Vinnie Colaiuta、Bernard Purdie 时，会发现他们演奏的许多节奏并不在格点上。

并非不准，而是刻意为之。

稍微拖拍，稍微抢拍，力度忽强忽弱，呼吸随乐句起伏。你明知哪里“不对”，但正是这些“不对”让你想随之点头。

AI 的节拍比任何人都精准。精准到没有任何一处是“不对”的。

但也正因如此，它没有任何一处是“活”的。

忽然意识到。

AI 生成音乐的逻辑，本质上与搜索引擎无异，它吞噬全互联网的音乐数据，计算出“在此情绪下，何种音符排列概率最高”，随后输出一个“最大值”。

中国文艺网曾有一篇文章阐述得十分准确：传统创作是“意义寻找”，AI 生成则是“模式复现”。AI 始终在训练数据的最大公约数上打转。

而音乐史上的每一次飞跃，依靠的绝非“平均值”，而是“极端值”。

勋伯格探索无调性时，观众曾向他投掷杂物。Charlie Parker 初创比博普爵士时，同行认为他在胡闹。Radio Kid 那首《Creep》使用的和弦走向在当时被视为“错误”。

这些尝试，AI 不会去做。并非做不到，而是其算法逻辑决定了它不会走向那个方向。因为“概率最低”意味着“最不安全”，而 AI 永远选择安全。

李宗盛创作《山丘》时已年届六十，半生已过，字字泣血。AI 也能写出“越过山丘”这样的意象，但它不知越过后是何种感受。它未曾真正跨越。

一个人淋过雨，写出的旋律便带着潮湿气息。AI 知晓“悲伤用小调”，但它不懂悲伤为何物。

最后想说一件或许有些偏颇的事。

创作之事，最珍贵的部分并非最终成品。

而是你坐在钢琴前，弹出一个和弦觉得不妥，再换一个仍觉不对。起身倒杯水，走回琴凳，灵感突至。你兴奋了三分钟，随即又觉愚蠢。反复折腾一整夜，最终留下的那个作品，承载了你一整夜的犹豫、兴奋、自我怀疑与自我推翻。

那个过程，本身就是作品的一部分。

你听歌时听到的不仅是音符，更是那个人在某个时刻的状态。你被打动，并非因为和弦走向精巧，而是因你在其中听到了另一个人的呼吸。

AI 能助你输出成品。但它无法替你经历那个从杂乱无章到“对了”的过程。

而那个过程，恰恰是当你最后听到那个“对了”时，浑身起鸡皮疙瘩的缘由。

所以，AI 写的歌与人写的歌，究竟差在何处？

或许并非差在技术，并非差在音质，也非差在和弦走向。

而是差在你是否知道，这首曲子背后，站着一个活生生的人。

一个同你一样，会在深夜三点辗转难眠的人。

他写歌并非为了完成任务。他是因为有话想说，才将其化作一首歌。

你听完是否想重听第二遍，或许与旋律是否悦耳关系不大。

而与你是否觉得，这个人正在与你对话，息息相关。