陈根：根据文字生成音乐，Meta发布AI新工具？

文/陈根

美东时间周三，Meta发布了一款开源人工智能(AI)工具AudioCraft，通过AudioCraft，用户就根据文本提示创作音乐和音频。

Meta表示，这款人工智能工具将AudioGen、EnCodec和MusicGen三种模型或技术融为一炉，可用文本内容生成高质量、逼真的音频和音乐。简单的理解为，就是根据文本内容生成AIGC，只是Meta更侧重于智能语音方向。

这项技术本身并不是新技术，百度较早的时候就已经开始应用。但从目前的实际情况来看，还存在不少问题，比如根据文本生成语音时，还是比较明显的机器感，缺乏人的那种交流表达的情感与语调。

从音乐方向切入，对于Meta而言，是最符合平台娱乐属性，也能增加用户的使用粘性。对于娱乐社交来说，好玩是核心。

而借助于文本能给自己的文字生成音乐或者音频，会增加娱乐趣味性，并且还能让一些可能唱的并不自信的人，也可以为自己生成唱歌的音频进行分享。同时，Meta还可以借机省下一大笔音乐版权费。

不过Meta这项技术的推出，将会带来两个方面的挑战。

一个方面是对音乐行业，包括音乐版权的挑战，当AI拥有了作曲与声音生成能力之后，对于本身就走快餐文化的流行音乐行业将带来冲击；

另一方面就是对用户安全进一步构成影响，尤其是当声音可以根据用户特定音色进行生成的时候，基于声音的一些虚假诈骗是不可忽视的严肃问题。