本報記者 肖偉

    北京時間12月12日上午7點25分，Venturebeat報道，Meta旗下Facebook人工智能研究實驗室推出可克隆聲音并生成環境音效的人工智能Audiobox。全球多家企業亦發布AI音頻模型，意圖在音樂創作、有聲讀物、動漫影視等細分領域掘金。

    有分析人士表示，國內數字音樂市場規模已超1500億元，多數音樂創作者為獨立年輕創作者，AI音頻模型將為之帶來創作便利和創收空間。

    AI音頻模型不斷涌現

    據Venturebeat報道，Audiobox可以結合語音輸入和自然語言文本提示生成聲音和音效，從而輕松地為各種用例創建自定義音頻。該模型被定為“音頻生成的新基礎研究模型”，建立在該領域的早期研究成果Voicebox的基礎之上。此外，Deepmind、微軟等也為商業用戶及個人用戶推出AI音頻功能。

    國內方面，昆侖萬維、科大訊飛、騰訊音樂、海天瑞聲等亦開展相關領域布局。其中，騰訊音樂推出“TME Studio音樂創作助手”與“音色制作人”兩款產品，協助音樂人在作詞、作曲、音樂內容分析與剪輯等制作環節的效率提升。

    在硬件方面，炬芯科技預計高端AI音頻芯片ATS286X將在2024年推出樣品。12月12日，該公司在接受投資者提問時介紹，計劃推出最新一代高端AI音頻芯片，將之升級為CPU+DSP+NPU三核異構。

    湖南大學信息科學與工程學院教授曾湘祥對上述案例進行分析稱：“AI音頻模型如雨后春筍般涌現，已具備音頻生音頻、文生音頻、圖生音頻等能力。人工智能模型通過大量學習流行樂曲樣本掌握編曲規律，并依托大數據側寫完善成品，使之盡可能貼近大眾審美。這將為創作者節約大量探索和嘗試成本。”

    劍指超1500億元市場

    為何海內外頭部企業均高度關注AI音頻這一賽道？在2023中國數字音樂產業大會上發布的《中國數字音樂產業報告（2022）》或許能解答這一問題。

    據該報告數據顯示，根據中國音像與數字出版協會的測算，2022年，包括在線音樂、音樂短視頻、音樂直播、在線K歌業務在內的中國數字音樂市場總規模約為1554.9億元，相較2021年，同比增長16.8%。其中，騰訊音樂在2022年實現營業收入283.4億元，騰訊音樂在線付費用戶同比增長16.1%，達到8850萬人，環比凈增長320萬人，顯示出較強的增長潛力。

    該報告還顯示，在創作題材上，流行音樂雖是主流，但是說唱、輕音樂、國風等小眾音樂也得到關注和重視。值得一提的是，2022年，獨立音樂人數量超80萬人，共創作超300萬首音樂作品；其中，24歲以下的獨立音樂人占比35%，30歲以下占比達到67.3%。

    湖南大學經濟與貿易學院副院長曹二保教授對上述案例表達高度關注，認為在AI音頻技術成熟落地、相關模型商業化后，將有力推動國內數字音樂產業實現跨越式發展，跟上國際音樂工業發展水平。他表示：“AI音頻工具的豐富和發展，將有利于形成‘上游工具多樣化、中游創作便利化、下游發布平臺化、制作過程專業化’的良好格局，進而形成與國際音樂工業一較高下的水準。”

（編輯 閆立良）