在2022年年底ChatGPT爆炸般的橫空出世後，各種AIGC相關應用如雨後春筍般不斷地冒出來，雖然對於ChatGPT來說，AI的音樂生成還無法像其他領域應用一般，只要對ChatGPT下對關鍵字就能夠獲得良好效果 (如翻譯、閱讀理解、寫文章、創作歌詞等等)，然後透過對於文本(text)的處理，AI在音樂領域上也有了新的突破與發展。

如昨天所介紹的，過往的AI音樂作曲通常都是在Midi領域上用規則或是模型去做訓練，通常提供給用戶的也是已經設定好的關鍵字去做選擇 (音樂風格、流派、速度、調性、心情、主題等等)，而在Audio音頻生成與語文本轉換的領域開始發展以後，則演化成了只需要下Prompt即可讓模型生成音樂，而Google所推出的MusicLM即是這隻穿雲箭。

莫札特:...

在今年(2023)一月間，Google推出新的音樂型AIGC生成工具的Demo展示: MusicLM
在這個Demo版本裡MusicLM介紹了只要下了Prompt(關鍵字)後模型即可生成出對應的音樂，例如:

• The main soundtrack of an arcade game. It is fast-paced and upbeat, with a catchy electric guitar riff. The music is repetitive and easy to remember, but with unexpected sounds, like cymbal crashes or drum rolls.
  街機遊戲的主要配樂。 它節奏明快、歡快，帶有朗朗上口的電吉他即興重複段。 音樂重複且易於記憶，但帶有意想不到的聲音，例如鈸撞擊聲或鼓聲。

• A fusion of reggaeton and electronic dance music, with a spacey, otherworldly sound. Induces the experience of being lost in space, and the music would be designed to evoke a sense of wonder and awe, while being danceable.
  雷鬼音樂和電子舞曲的融合，帶有空間感、超凡脫俗的聲音。 引發迷失在太空中的體驗，音樂的設計旨在喚起一種驚奇和敬畏的感覺，同時可以跳舞。

• Slow tempo, bass-and-drums-led reggae song. Sustained electric guitar. High-pitched bongos with ringing tones. Vocals are relaxed with a laid-back feel, very expressive.
  慢節奏、貝斯和鼓主導的雷鬼歌曲。 持續的電吉他。 帶有鈴聲的高音手鼓。 聲音輕鬆有一種悠閒的感覺，很有表現力。

生成的結果可以到MusicLM Example頁面聆聽。

其實在MusicLM之前，Google自己的AudioML以及OpenAI的Jukebox也嘗試過對於Audio音樂直接做生成，而MusicLM的優勢在於擁有相較於過往來比，更大量的訊聯模型以及長達280000小時的訓練資料庫，在現在這個資料完整性就是模型成敗的年代，MusicLM自然能夠產生出比過往更好的結果。

而這個Demo的產品，在2023年五月Google I/O上，Google宣布將會開放讓用戶自行輸入文字產出高品質音樂，讓這個Text to Music的產品從單純Demo展示的階段進化成為人人可用的AI作曲工具。
在使用上，用戶可以自由地輸入喜歡的Prompt，例如上面範例裡較為完整的描述，也可以只下幾個關鍵字，例如海邊、爵士、放鬆等等，當然你關鍵字寫得越詳細，AI模型也會有更多的資訊來幫你生成出你心理所期待的音樂。
除此之外，MusicLM也提供了圖像生成音樂的功能，在這個功能上你可以提供一張圖像給他，並且附上該圖像的描述(所以其實還是Prompt的應用)，而MusicLM則會依照圖像以及Prompt來生成出對應的音樂。

目前MusicLM仍然還處於測試排隊階段，有興趣的用戶可以先註冊加入排隊，等待排到的時候。

在Google MusicLM吹哨之後，各家也開始加入這個新興的戰場，我們明天再來繼續看看還有什麼有趣的AI Audio音樂生成的工具。