近日，一則消息引爆音樂圈。人工智能歌手薩尼婭·莫奈成為首位憑借電臺播放量登上美國公告牌成人R&B電臺播放榜的AI藝人，隨著單曲《How was I supposed to know》的走紅甚至簽下了價值約300萬美元的唱片合約。與此同時，AI藝人上榜速度還在迅速加快，連續(xù)四周均有AI藝人亮相“新興藝人榜”。

整個音樂產(chǎn)業(yè)的反應撕裂成兩極，而更值得關注的，或許是這一現(xiàn)象背后所揭示的創(chuàng)作轉(zhuǎn)向：AI歌手的興起并非意在取代人類，而是行走在拓展音樂語言邊界的軌道上，成為一種與人類情感和想象力并行不悖，甚至可相互激發(fā)的新藝術表達形式，它迫使我們重新思考創(chuàng)作的本質(zhì)和藝術的定義。

從“工具”到“語言”：AI歌手的演進

與初音未來、洛天依這類“聲庫工具”有所區(qū)別，薩尼婭·莫奈所代表的是由“生成式人工智能”推動的創(chuàng)作主體。她的創(chuàng)造者特麗莎·妮基·瓊斯在美國哥倫比亞廣播早間新聞節(jié)目里坦言了她利用AI創(chuàng)作的原始動機：圓一個未曾實現(xiàn)的音樂夢。

特麗莎從小在唱詩班的氛圍中長大，內(nèi)心蘊藏著對音樂的深切熱愛，然而，由于自己的嗓音條件并不出眾，她始終未曾踏上職業(yè)音樂人的道路。這份深藏心底的遺憾，成為了她日后創(chuàng)作的情感基石。直到她接觸到人工智能音樂創(chuàng)作平臺Suno，才發(fā)現(xiàn)自己可以用另外一種形式唱出心中的旋律。于是她潛心研究如何能與AI進行對話。

特麗莎的創(chuàng)作始于她的詩庫，這些詩歌是她個人情感和經(jīng)歷的結(jié)晶，構(gòu)成了歌曲的歌詞部分，這也是整個創(chuàng)作過程中最具有“人性”和原創(chuàng)性的元素。隨后，她會將這些歌詞輸入到Suno平臺中，并輔以一系列詳細的文本提示詞。這些提示詞涵蓋了音樂的各個方面，比如：慢節(jié)奏的R&B風格、女性靈魂唱腔、輕柔的吉他、沉重的鼓點等。這個輸入的階段，也是連接人類創(chuàng)意和AI執(zhí)行的關鍵橋梁。AI會根據(jù)歌詞的情感基調(diào)和節(jié)奏，在幾秒內(nèi)創(chuàng)作出與之匹配的旋律線條。同時，它會根據(jù)提示詞中指定的樂器，進行自動化的編曲和混音。人聲部分，AI會生成一個符合指令描述的聲音，并根據(jù)旋律和歌詞演唱，甚至能處理復雜的轉(zhuǎn)音、顫音技巧，流暢且富有靈魂的、類似人類歌手演唱時的微情感變化。這個“處理”階段，是AI將抽象的文字指令轉(zhuǎn)化成具體音樂實體的核心環(huán)節(jié)。AI生成音樂的最后一步是“輸出”與“篩選”。Suno通常會生成兩個版本的歌曲供特麗莎選擇，聽完后如果不符合她的創(chuàng)作意圖，特麗莎就會繼續(xù)調(diào)整提示詞，或者保持原有設置，再次生成新的版本。這個過程可能需要重復成百上千次，直至她尋到心中那個最完美的版本為止。

談到上榜歌曲的創(chuàng)作背景，特麗莎透露，這首歌的靈感來源于她八歲時失去父親的創(chuàng)傷經(jīng)歷。這種源于生命早期的深刻情感，為歌曲注入了無法偽造的真實性，使得許多有過相似經(jīng)歷的聽眾能夠產(chǎn)生強烈的共鳴。當聽眾了解到歌詞背后的真實故事后，AI賦予的外殼便顯得不那么重要，因為傳遞情感的核心，歌詞以及背后的故事是百分之百真實的。正如特麗莎所言：“薩尼婭·莫奈是我的延伸，她的形象就是我本人?！?/p>

創(chuàng)作的新勞動：從“指令”到“對話”

在AI參與創(chuàng)作的過程中，人類創(chuàng)作者的核心能力正在發(fā)生轉(zhuǎn)變。他們不再僅僅依賴音樂理論和技藝的打磨，而是需要發(fā)展出一種新的表達能力：如何用精準、生動、富有啟發(fā)性的語言，將內(nèi)心的真實情感經(jīng)歷和音樂想象力轉(zhuǎn)化為AI能夠理解并執(zhí)行的“創(chuàng)意指令”。

在創(chuàng)作中為獲得“恰到好處的哽咽感”，特麗莎曾嘗試了32種提示詞變體——有的讓AI理解成了隨機噪音，有時提示詞則導致了機器停頓，最終使用“Stochastic”這一數(shù)學中描述不確定性的標準術語，而精準觸發(fā)了Suno模型中“隨機性中斷的不完美發(fā)聲”節(jié)點，生成出了目標效果。

有時AI能執(zhí)行卻“誤解”的指令，反倒成為了創(chuàng)作者靈感的富礦。特麗莎在生成《How was I supposed to know》時，最初提示詞指向“溫暖的靈魂樂”，但是AI某次輸出時卻混入了冷感的電子故障音。這個意外使得歌曲獲得了聽感上的“情感溫差”，“誤打誤撞”產(chǎn)生的失真噪聲反而強化了歌詞中“無法預知命運”的無力感。

人與AI之間啟發(fā)，也被啟發(fā)；引導，也被引導，使得創(chuàng)作不僅是產(chǎn)出音樂，更像是一場AI倒逼的自我解剖。這個過程，本質(zhì)上是一場人機之間的對話。使用者輸入相似的指令，可能會得到風格迥異、質(zhì)量不一的多個版本。創(chuàng)作過程不再是從零到一的線性推進，而更像是一種不斷地開盲盒的體驗，不斷從開出的盲盒中篩選、尋找出符合自己愿景的聲音。每個盲盒都是算法對人性的一次統(tǒng)計學翻譯，而創(chuàng)作者的任務是在數(shù)百個“翻譯版本”中，聽見那個能反向照亮自己情感盲區(qū)的回聲。

AI是一面鏡子，也是一扇窗

AI歌手能夠穩(wěn)定地產(chǎn)出批量的、兼具熟悉感與新意的作品，這正是其能快速在流行榜單中占據(jù)一席之地的原因。在流媒體主導的音樂消費時代，聽眾越來越傾向于“場景化”的聆聽，音樂不再只是需要凝神欣賞的完整藝術品，更是陪伴、氛圍與情緒的載體。

AI像一面鏡子，映照出當下音樂工業(yè)的某些困境：套路化生產(chǎn)、創(chuàng)意重復、情感稀薄。當AI能在五分鐘內(nèi)就批量炮制出當代最流行模板的歌曲，是不是也說明人類的創(chuàng)作早已化為了“人肉算法”？據(jù)公告牌的研究所揭示，過去十三年間，80%的冠軍單曲都建立在相同的四種和弦框架上。AI能用幾十秒寫出一首歌，因為它可以直接調(diào)取硬盤里的模板數(shù)據(jù)；而人類可能得花上數(shù)倍的時間，因為人類靠的是經(jīng)驗和記憶去調(diào)取創(chuàng)作模板，這就是“人肉算法”。人類和AI干的是同一件事，只不過人類讀取的是“生物硬盤”，讀取速度要慢得多。

AI也是一扇窗，為我們打開了新的可能。特麗莎創(chuàng)造出的AI藝人已與唱片公司簽署價值高達300萬美元合約。這種現(xiàn)象不僅是資本市場對AI歌手商業(yè)潛力的敏銳捕捉，在更深層次上也是對這種以AI為筆、書寫個人故事的獨特性的一種肯定。在套路可以被無限復制的時代，純粹的個人故事反而成為了最稀缺的資產(chǎn)。傳統(tǒng)音樂工業(yè)要創(chuàng)作出一首優(yōu)質(zhì)歌曲，需要寫詞、作曲、編曲、演唱、表演各個環(huán)節(jié)人才的分工配合，或者創(chuàng)作者樣樣都得精通。而AI的出現(xiàn)，重新定義了音樂的創(chuàng)作，它將技術性勞動和創(chuàng)意決策分開。AI背后的創(chuàng)作者更像是一位創(chuàng)意導演，一位與AI協(xié)作的“畫師”，用語言和想象力勾勒出音樂的輪廓與色彩。你可以是一名心理療愈師，將患者的故事寫成歌詞來生成療愈音樂；也可以是一名公司上班的白領，在午休時用手機錄下隨意哼唱的旋律，讓AI來延展你的情緒；同樣你也可以是一名退休老教師，用AI譜出屬于自己的流金歲月。AI的發(fā)展并非要取代人類的創(chuàng)造力，而是將其從某些重復性、技術性的勞動中解放出來，促使創(chuàng)作者去探索那些真正屬于人類的情感深度與藝術獨特性。

AI的獨特價值，在于在“不懂”中拓展表達的邊界，它可能不理解人類世界中的悲與喜、愛與恨，但卻能將這些情感符號轉(zhuǎn)化為非人的聲學結(jié)構(gòu)，而這種結(jié)構(gòu)卻反向地讓人意識到在AI的這些“錯誤”里，是不是能照見更深層的自我，發(fā)現(xiàn)自我從未想過的表達路徑？

薩尼婭·莫奈的登榜，絕非一個終點，而是一個起點。AI歌手作為一種已然存在且不可逆的新興藝術形式，是我們必須直面的現(xiàn)實。未來，AI歌手與人類歌手、創(chuàng)作者之間并非一場你死我活的取代，而更可能走向一種深度與功能化分化的共生。AI將不斷拓展音樂藝術的技術邊界，滿足娛樂工業(yè)對效率、規(guī)模與先鋒體驗的追求，而人類歌手將會更加向內(nèi)回歸，專注于那些唯有人類才能感知并且賦予意義的思考與情感。而對于音樂創(chuàng)作者而言，在這場人機共奏的新樂章中，會有更多來自各行各業(yè)的新人群匯入。真正的挑戰(zhàn)不僅是如何與AI對話，更是在這一過程中，保留住我們自己的語言與情感溫度。

（作者為上海戲劇學院表演系講師）