Spotify 与 UMG 推出 AI 混音工具

The Verge AI··作者 Terrence O'Brien

关键信息

文中提到该工具由生成式 AI 技术驱动,但 Spotify 尚未说明其技术实现方式,也未公布费用。作者认为,AI 翻唱往往剥离了人类演绎中的技巧、判断和惊喜感,尤其与真实音乐人经过精心编排的再诠释相比,更显单薄。

资讯摘要

The Verge 认为,AI 翻唱和混音早已在 Spotify、YouTube、TikTok 和 Instagram 等平台上泛滥,而 Spotify 这次的新工具只会让它们更容易被制作出来。Spotify 与 Universal Music Group 已经签署授权协议,允许用户基于 UMG 的曲库生成混音和翻唱版本。双方把这项功能包装成面向“超级粉丝”的高级订阅附加服务,UMG 首席执行官 Sir Lucian Grainge 还表示,它的目标是“加深粉丝关系”。不过,文章指出,Spotify 目前还没有说明这项产品的具体技术实现方式,也没有公布价格。

作者对这种做法持怀疑态度,认为 AI 翻唱并不能像自己学会弹奏或拆解歌曲那样,真正帮助人理解音乐。相反,这更像是在对外展示“我让机器帮我做了一个版本”,而不是在与原作进行有意义的互动。文章还提到 Suno 的 subreddit 社区,一些用户表示他们主要只听自己生成的音乐,而不再听流媒体平台上的艺人作品。最后,作者认为,虽然有趣的风格混搭可能无伤大雅,但当前生成式音乐工具的输出往往单调、可预测,而且不如真人录制的粗糙翻唱有魅力。

Spotify 与 UMG 推出 AI 混音工具

资讯正文

歌曲的 AI 翻唱和重混在互联网上已经是一种污染。Spotify、YouTube、TikTok 和 Instagram 上充斥着《Smells Like Teen Spirit》的平淡雷鬼版本、The Weeknd 的粗糙乡村改编,以及 AC/DC 的单调摩城风重塑。现在,Spotify 的一款新工具会让它们更容易被生成和分享。

Spotify 与 Universal Music Group(UMG)签署了一项授权协议,将允许用户基于 UMG 的曲库生成重混和翻唱。它具体将如何运作——除了“由生成式 AI 技术驱动”之外——以及价格几何,目前都不清楚。双方将其定位为面向超级粉丝的高级订阅附加服务。根据 UMG 首席执行官 Sir Lucian Grainge 的说法,这项服务应当能够“加深粉丝关系”。

不可否认,学习用吉他弹奏你最喜欢的歌曲,或者拆解一首曲子来创作自己的重混,确实能让你学到很多关于歌曲创作的知识,也能帮助你更欣赏自己喜欢的艺术家。但当你只是让 AI 为 Beyoncé 的《Break My Soul》生成一个蓝草版本时,这些好处就不存在了。

这里面还有一丝自恋在作祟。学习演奏或演唱一首歌,会让你与作品建立联系,并帮助你培养一项技能。AI 翻唱不过是在大喊:“看我做了什么。”更准确地说,是“看我让机器替我做了什么。”你可以在 Suno 的 subreddit 里看到这种心态在发挥作用,那里的人经常说他们只听自己的音乐。那里的用户会自豪地宣称,他们不再听 Spotify 或其他流媒体服务上的艺人了,他们只听自己用 Suno 生成的内容。

那些人才会愿意为 Spotify 的重混工具买单。不是想和 Taylor 建立更深联系的 Swifties。而是那些认为,不知怎么的,自己生成的东西会比熟练的重混者创作得更好的人。他们会说服自己,只要有些巧妙的提示词,就能在某种程度上改进这个行业里最有才华的一群词曲作者的作品。但他们其实并没有以任何有意义的方式与艺术互动,更谈不上自己在创作艺术。

坦率地说,这整件事让人感觉既不尊重人类创造力,也不尊重作为素材来源的艺术家。而哪一个超级粉丝会想去不尊重自己最喜欢的艺术家呢?

至少从好的方面看,发出提示词去生成 AI 翻唱的人,只是在图一乐,批量炮制一些风格大混搭。你可以说这是一种无害的 AI 用法,但也算不上什么特别有价值的用法。

显然,在这款工具尚未发布之前,我无法评价 Spotify 这项具体生成式 AI 输出的质量。但我在 Suno 和其他生成式 AI 音乐工具上花了足够多的时间,可以告诉你,它们吐出来的东西乏味而空洞。让 Dead Kennedys 的《California Über Alles》变成一个以小提琴为主的版本,这个想法有趣吗?当然有趣。但 Suno 的执行方式却不知怎么把乐趣都吸走了。它不会做出任何意料之外的选择,也会把所有粗粝的边角都磨平。(它还生成了一张带有卍字符的封面图,这……也算是一件事。)

我宁愿听一个人在卧室里自己用小提琴翻弹这首歌、还用 iPhone 录下来的人声和演奏,也不愿再听一遍 Suno 版本。就算业余录音在制作水准上有所欠缺,至少它还有点魅力。

当然,需要明确的是,把一首歌拿来用出人意料的风格翻唱,是一套经久不衰的成功公式。它可以被当成笑料来演绎,比如 The Gourds 翻唱的《Gin and Juice》。它也可以揭示出原作中被忽视的美感与深度,比如 Travis 的《Baby One More Time》,或是 The Flaming Lips 对 Kylie Minogue 歌曲的处理。但要把《I Wanna Dance with Somebody (Who Loves Me)》改成一首黑金属歌曲,就需要认真思考配器、编曲,以及对原作真正的欣赏。

创作者 Mac Glocky 经常把歌曲重新想象成仿佛由其他艺人创作出来的样子。AI 或许能做出一个表面上看起来像 Deftones 风格的《Mr. Blue Sky》版本,但 Mac 展现的是对源材料更深层的理解。他不只是加上失真音色、嘶吼着唱歌词,而是做出一些旋律和编曲上的选择,让人真切地感觉这就是 Chino Moreno 和 Stephen Carpenter 可能会做出的东西。他以一种明显属于人类的方式重塑了这首歌。

[Media: https://youtu.be/_Rp7duGN7V4]

混音也是如此。最出色的混音会重新定义一首歌的语境,强化某些特征,或把它改写成适合在不同场景中播放的版本。Bloc Party 的《Banquet》原本稳健的 dance punk 节奏,变成了一首气势十足的舞池热曲;Missy Elliott 那首性感流动的《Get Your Freak On》,则化身为一场充满故障感的朋克摇滚狂欢;而 La Roux 的《Bulletproof》也从带有 80 年代气息的流行曲,变成了一首阴郁、缓慢发酵的作品。

但这些翻唱和混音都是由真正懂得自己手艺、并对歌曲形成了理解的人完成的。当参与程度被压缩到文本提示词时,粉丝自制混音中原本可能存在的任何创造价值,都会被削弱。

来源与参考

  1. 原始链接
  2. Spotify says its AI remix tool is for superfans, but I’m not convinced

收录于 2026-05-23