12月14日，谷歌推出AI音乐创作工具“MusicFX”，仅需几句话，用户即可生成原创的音乐作品。

谷歌在介绍中指出，这一名为“MusicFX”的创作工具结合了谷歌此前发布的MusicLM模型和DeepMind的水印技术SynthID，以便在事后识别出它们是否由AI制作而成，一定程度上可以解决创作人对于版权问题的担忧。

分析认为，MusicFX的出现也将成为AI领域的一个重要里程碑，为音乐家、制作人和音乐爱好者开辟了尝试和创作多种音乐的新可能性：

MusicFX为音乐创作者提供了丰富的音效和声音素材，用户可以创作各种类型的音乐，同时支持调整音调、节奏和音量，还可以添加混响、回声等效果。无论是想要营造舒缓的氛围还是冒险紧张的氛围，MusicFX都可以满足。

MusicFX当前仍需要通过谷歌一个AI实验性产品网站（AI Test Kitchen）进入，这一平台的建立是为了让用户在尽早体验其最新的AI技术的同时，也能提供早期反馈，这种合作方法能帮助谷歌完善技术，并遵守道德标准。

媒体分析认为，MusicFX的发布不仅仅将为音乐生成提供全新的工具，也代表了AI发展过程中的趋势，用户在帮助企业完善和塑造人工智能方面的作用变得越来越重要，通过在早期阶段让用户参与进来，谷歌不仅增强了技术，还主动解决了潜在的道德问题。

此外，MusicFX的出现可能会降低音乐创作的门槛，让更多没有经过专业音乐培训的爱好者们参与进来。

但MusicFX的出现并非没有争议，有观点认为，如何解决人工智能生成的内容对版权、所有权和音乐原创性的影响还没有答案，谷歌决定在AI生成音乐中使用水印，表明了他们对这些问题的关注，但这一问题并没有解决，AI生成的内容是否属于原创？

对于接下来的计划，谷歌表示，他们会继续根据用户意见继续完善MusicFX，MusicFX有可能重新定义音乐创作及与音乐互动的方式，AI Test Kitchen可能会成为未来AI发展的典范，这种方法可以推动人工智能发展进入负责任的新时代，在这个时代，技术与社会价值观和规范齐头并进。

MusicLM有多强大？

在今年年初，谷歌MusicLM横空出世，可以直接将文字、图像自动生成音乐，并且曲风多样，凡是想听的音乐，基本都能自动生成。

MusicLM是一个以文本为条件的音频生成模型，可以从文本描述中生成高保真的音乐。该模型采用层次化的序列到序列的方法，这使它能够生成几分钟内一致的音乐。

MusicLM使用三种模型来提取作为条件自回归音乐生成输入的音频表示。SoundStream，w2v-BERT和MuLan。

其中，AudioLM模型可视作MusicLM的前身，MusicLM就是利用了AudioLM的多阶段自回归建模作为生成条件，可以通过文本描述，以24kHz的频率生成音乐，并在几分钟内保持这个频率。

相较而言，MusicLM的训练数据更多。研究团队引入了首个专门为文本-音乐生成任务评估数据MusicCaps来解决任务缺乏评估数据的问题。MusicCaps由专业人士共建，涵盖5500个音乐-文本对。基于此，谷歌用280000小时的音乐数据集训练出了MusicLM。