MusicGen 音樂生成 AI 動手玩！用「文字」就能做音樂、改編曲風

前陣子 Meta AI（就是 FB 那個 Meta）宣布推出「MusicGen」音樂生成模型，用戶只要透過文字敘述（給 Prompt）就能製作出一段音樂或是改編現有音樂的曲風。

目前 MusicGen 除了在 Github 上開源外，也提供線上版讓普通用戶能夠輕鬆體驗，就來跟大家分享如何使用 MusicGen 製作一小段屬於自己的音樂。

MusicGen：Meta AI 開發的音樂生成模型

MusicGen 是一個單級自我回歸 Transformer 模型，透過 32kHz 的 EnCodec tokenizer 進行訓練、使用 4 個以 50Hz 取樣的 codebooks；能允許用戶透過文字或加入現有音樂片段來創造一段約 12 秒的音樂。

Meta AI 使用約 2 萬小時的音樂對 MusicGen 進行訓練，其中包含 1 萬首的內部音樂與其他來自 ShutterStock 和 Pond5 的授權音樂。

雖說音樂生成 AI 也不是新東西，不過 Meta AI 表示 MusicGen 因為採用不同的技術，因此與其他現有的音樂生成 AI 相比（例如 Google MusicLM、Riffusion、Musai），能產出更符合用戶要求的結果，對此有興趣的用戶可以參考以下官方說明：

• MusicGen: Simple and Controllable Music Generation

目前 MusicGen 有在 Github 上開源、同時也提供線上版可以用，讓普通用戶也能輕鬆體驗 AI 做音樂的樂趣，下面就來帶大家試做 MusicGen 線上版。

MusicGen 線上版使用教學

首先進入 MusicGen 的線上版（點這邊）。會看到中間有 3 個區塊，由左到右分別是：輸入關鍵字、上傳音樂、音樂生成區。

使用方式非常簡單，主要有以下 2 種功能：

• 單純創造音樂：在左邊的框框輸入「英文」關鍵字 ＞ 按下「Generate」。
• 改編現有音樂的曲風：在中間框框上傳要改編的音樂 ＞ 左邊框框輸入「英文」關鍵字 ＞ 按下「Generate」。

如果臨時想不到要輸入哪些關鍵字，那 ChatGPT 就是你的好幫手！像是可以參考我下的指令讓 ChatGPT 幫你想關鍵字，例如：

指令：我現在想用生成式 AI 做一首音樂，風格為嘻哈曲風，你請給我幾個提示詞或形容詞

ChatGPT：當然可以，以下是一些可能的提示詞或形容詞

1. 街頭
2. 自由風格 (Freestyle)
3. 節奏感 (Rhythmic)
4. 叛逆
5. 生活寫實
6. 說唱 (Rap)
7. 城市
8. 粗糙與優美並存
9. 即興 (Improvisation)
10. 音樂押韻 (Rhyming)

這些詞可以用來形容嘻哈音樂的一些元素，並且可能對於你的生成式 AI 創作音樂有所幫助。

下方也會有一些範例給你參考，點擊就能直接套用。

前置作業都準備就緒後按下「Generate」，右邊的框框就會開始生成音樂，右上角會顯示預計生成時間（每次時長都不太一樣，但有時會超過，反正等就對了）。

等看到波形圖後代表生成完畢，會有一段約 15 秒左右的音樂，可以直接試聽或是下載。

這邊也來給大家聽一下 MusicGen 的作品，關鍵字皆為：Hip Hop、Chill、Trap。

單純做音樂

改編現有音樂曲風

改編的原曲為 YouTube 音樂庫的「Little Fish – Quincas Moreira」，以下為原曲：

改編後：

MusicGen 音樂生成 AI 總結

以上就是 MusicGen 的介紹與簡單使用教學，老實說我覺得 MusicGen 確實蠻厲害的，不只能在音樂中聽到關鍵字的元素，還能把風格相反的元素毫無違和感的融合在一起，真的再次見識到 AI 的強大，很有趣，推薦大家也來玩玩看。

至於音樂授權的話，單純以關鍵字創造音樂應該是沒什麼太大的問題，畢竟官方是用內部的音樂資料庫與授權音樂進行訓練；但如果是改編現有音樂曲風，雖然有加入新元素讓聽感變的比較特殊，但是基礎旋律並沒有變（從上面的示範作品可以知道），可能會有侵權疑慮，請各位要特別注意。

更多 AI 相關資訊》

• Opera 推出全新 Opera One 瀏覽器，還有自家的 AI 機器人 Aria
• 用 Stable Diffusion 和 ControlNet 兩款 AI 工具打造超美 QR Code
• ChatGPT App 釋出重磅更新：新增捷徑指令，完美結合 Siri 方便又實用