完整定義
音樂生成是指使用人工智慧(AI)技術自動創作音樂的過程。它涉及使用機器學習模型來學習音樂的結構、風格和規則,然後生成新的音樂作品。音樂生成系統可以生成各種不同風格的音樂,包括古典音樂、流行音樂、爵士樂和電子音樂。
白話說明
你有沒有聽過 AI 自己寫旋律,卻又不像亂湊音符?
你可以把它想成先學很多首歌的節奏、和聲、與結構,再自己組合出新的曲子。
音樂生成不是複製歌,而是學會風格規律後,產生新的旋律、和聲或整段作品。
記住這句
不是修音樂,是生出新音樂。
比喻:音樂生成就像一個會寫歌的 AI 作曲家 -- 你給它一些風格、情緒或幾個音符,它就能自動譜出一段完整的旋律、和弦,甚至幫你配器,就像人類作曲家一樣天馬行空。
容易混淆
音樂生成 vs 音訊編輯
音樂生成:從規律中產出新音樂
音訊編輯:修剪、混音、調整既有音檔
音樂生成 vs 音樂推薦
音樂生成:做出新內容
音樂推薦:挑出你可能喜歡的現成歌曲
實際案例
短影片配樂
編輯只輸入「輕快、8 小節、電子感」,模型就產出可用的背景音。
遊戲場景音樂
同一段玩法切換到戰鬥時,系統自動生出更緊張的配樂。
演算法與應用
音樂生成常把音符、MIDI、波形或隱空間當作表示。
生成模型可以是語言模型式的序列生成,也可以是擴散模型或 VAE。
真正難的是結構感,聽起來像音樂不難,聽起來像一首完整作品才難。
情境判斷
Q1(直覺題):你要做一段可循環的背景音樂,讓遊戲關卡不那麼單調,該看哪種技術?
音樂生成,因為它能產生新的節奏與旋律。
Q2(判斷題):如果模型生成的音符都對,但整首歌聽起來很碎,問題通常在哪裡?
結構與長距離一致性不足,不只是單顆音符正確就夠。
常見問題
好的模型不只是拼貼,而是學規律後生成新組合。
模型不一定懂人類語言式的樂理,但要學到和聲、節奏、與結構的統計規律。
可以,常用標籤、提示詞、或條件輸入控制情緒與風格。
相關術語
- 生成對抗網路Generative Adversarial Network是早期生成音樂的常見方法之一。
- 擴散模型Diffusion Model近年常見的高品質生成路線。
- 變分自編碼器Variational Autoencoder適合學習可操作的音樂潛空間。
- 語言模型Language Model音樂序列也常被當成序列來生成。
- 內容生成Content Generation音樂生成屬於更大的內容生成範疇。
本頁內容有提到,或屬於同一組主題的術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本