清华大学DS指南：基于DeepSeek的AI音乐词曲创作法

AI音乐创作平台及创作方法

• 主流AI音乐平台比较：

  • Suno AI：表现优异，支持全流程创作（歌词、演唱、编曲、配乐），支持多种风格和情绪，适用于个人创作、社交媒体、音乐教育等，具备多语言交叉混合生成能力和端到端音乐生成能力。
  • MiniMax：支持纯音乐、清唱、伴奏、人声生成，适用于音乐创作、影视配乐、内容创作等，具备端到端音乐生成能力和影视拟人化生成能力。
  • 昆仑万维天工SkyMusic：人声自然度高，支持多种方言演唱，适用于文化传播、社交媒体内容创作、音乐教育等，能根据文本或音频生成音乐，支持自动编辑和乐谱生成。
  • 腾讯琴乐大模型：支持音频文本对齐，遵循乐理生成，适用于音乐教育、社交媒体内容创作等，具备零样本人声克隆能力和一键分享功能。
  • 抖音豆包：支持旋律歌词局部改写，适用于内容创作、音乐教育等，预设多种情绪状态，支持旋律仿写。
  • 网易天音：一站式AI音乐创作平台，支持用户自主调整乐器、编曲，适用于专业音乐创作、音乐教育、音乐娱乐等，功能免费使用，支持音轨上传和段落结构设置。

• AI音乐创作方法：

  • 外部控制模块：主要通过歌词、风格化标签、元标签三个模块进行音乐风格的外部控制，实际生成过程仍为黑盒，具有随机性和不确定性。
    • 歌词：建议人工参与，保证主歌和副歌的段落结构区别和整体律动一致性。
    • 风格化标签：可整理音乐风格和感受，或询问AI获取风格化参数。
    • 元标签：可参考爱好者整理的标签文档，学习使用打断、器乐效果、Rap转换、前奏尾奏等操作手法。
  • 歌词创作法：以“人、事、时、地、物”为切入点进行歌词创作，例如以“鼓楼”为主题，描写人物（路堵、咖啡馆、文艺青年）、事件（迷惆、喝醉、亲吻）、时间（雨后、夜晚）、地点（鼓楼、后海、什刹海）、物品（围栏、墙壁、车窗）等元素。

• AI音乐生产工作流：零知识启动，高知识生产，元创意由人/AI共同完成，作词由人完成80%，AI完成20%，作曲由人完成10%，AI完成90%，编曲由AI完成100%。

• AI音乐创作的优势：

  • 构建优美动听的旋律，形成有记忆点的听感效果。
  • 在律动上做出创新形式，提升歌曲的“爽感”。
  • 将“听别人的歌，感受自己的故事”转变为“听自己的歌，感受自己的故事”，使人人都能成为音乐创作人。

• AI音乐未来发展趋势：

  • 创作的“民主化”：人人皆可创作，音乐表达更加直观和多元。
  • 个性化风格的多样化与极端化：AI可融合不同文化背景或流派的音乐，催生出大量“跨界”旋律，也可能催生出实验性的音乐流派。
  • 市场“超饱和”与新筛选机制：AI生成音乐速度快，可能导致内容爆炸，市场超饱和，需要新的筛选机制。
  • 音乐与语言的融合：AI可以让音乐变成一种新的信息传递方式，社交媒体可能从“创作技能”转向“音乐美学”和“创意指导”。

基于Transformer的中国风格冥想音乐AI生成研究

• 研究背景：随着LLM技术的发展，AI可以将文本与音乐生成相链接，文本生成音乐（text-to-music）的AI平台让更多人体验到音乐创作的快乐，并为特定场景和需求的音乐创作带来便利。“冥想音乐”得到越来越多关注，选择中国调式的原因是中医的“五音疗法”，五音可调节情志，中国调式音乐对调节情绪和促进健康具有作用。
• 研究方法：利用AI技术根据用户描述生成中国风格冥想音乐，输入数据包含古琴、琵琶、古筝、箫、竹笛等中国民族乐器，其中古琴音乐数量最多，古琴音乐产生的音波属于α波段，可使人平静、精神充沛。
• AI音乐生成平台MusicGen：由Meta开发，能够根据文本描述生成音乐，开源用于非商业用途，音乐内容与文本描述相符，音频质量清晰，音乐通顺连贯。
• 音乐-文本对数据集：包含中国风格冥想音乐描述词和对应的音乐数据。
• 指标评价：从BPM、complexity、danceability、chords、changes_rate、非中国非冥想风格、Interval音乐combination、loudness等指标评价生成的中国风格冥想音乐。
• 真人评价：通过真人聆听感受生成的中国风格冥想音乐的风格统一性、旋律性、可听性、乐器准确性、音量统一性等方面的变化。
• 应用案例：
  • MUSICAC杭州国际电子音乐节：作品《连痕》描绘水的意象，将竹笛的声音形态与电子音乐相融合，竹笛演奏的音高材料由AI生成模型输出。
  • 天工AI：基于DeepSeek生成杭州西湖美景的歌曲，歌词由AI生成，旋律和编曲由人调整。