当前位置:首页|资讯|Sora

「音乐界Sora」Udio来了:前DeepMind员工创业,比Suno可定制性更强

作者:机器之心Pro发布时间:2024-04-15

原标题:「音乐界Sora」Udio来了:前DeepMind员工创业,比Suno可定制性更强

机器之心报道

机器之心编辑部

我们已经看到,AI 已经能够理解和生成文本、图像、视频,尽管各个产品目前能达到的准确性和审美水准还不相同。

自带曲谱的音乐生成似乎是 AI 要征服的下一座山峰,而这场竞争正在白热化。

近日,音乐生成领域再次迎来新玩家「Udio」。

与前段时间大火的 Suno V3 相似,Udio 仅通过一些人工输入的文本提示(包括用户提供的歌词),就可以创建高保真音乐音频。但它拥有比 Suno 更多的自定义能力,风格涵盖乡村音乐、理发店四重唱(Barbershop)、德国流行乐(German pop)、古典音乐、硬摇滚、嘻哈、演唱曲调等。

在测试阶段,用户可以免费使用,每人每月可以免费生成 1200 首音乐。

在官网中,我们已经看到了众多网友的创作成果:https://www.udio.com/

发布之后,由于大量用户涌入,官网一度崩溃:

从高亢的福音音乐到低沉的蓝调音乐,从梦幻般的流行音乐到柔美的说唱,Udio 应有尽有。

我们先来听几首「编辑精选」的曲目:

《Rising Sun Gospel》

标签:Female vocalist, R&b, Contemporary r&b, Passionate, Rhythmic, Uplifting, Lush, Introspective, Anthemic, Gospel

歌词:

There is a house way down in New Orleans
They call the Rising Sun
And it's been the ruin of many a poor boy
And God I know I'm one

《Crater Lullaby》

标签:Americana, Northern american music, Regional music, Folk, Country

歌词:

[Verse]
With each step on the moon dust
In a sea of tranquil gray
Solitude in one vast jump
Leaves the world so far away
[Chorus]
Like a lone space cowboy, yeah
Ridin' past the craters wide

视频链接:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650914473&idx=4&sn=eea8bfac3f88086a5eeb3a260277143e&chksm=84e47ad7b393f3c1eb5b5a0a5ed7bfd78343f7595c90667d67acf4b44d6f28d32a8df7836367&token=1501617723&lang=zh_CN#rd

X 用户 @Min Choi 率先注册了 Udio 账号生成了多首音乐作品,并盛赞:「这就像是音乐界的 Sora。」

视频链接:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650914473&idx=4&sn=eea8bfac3f88086a5eeb3a260277143e&chksm=84e47ad7b393f3c1eb5b5a0a5ed7bfd78343f7595c90667d67acf4b44d6f28d32a8df7836367&token=1501617723&lang=zh_CN#rd

但也有人试完感觉:「好像不如 Suno?」

一部分网友怀疑,Udio 网站上展示的高质量音乐 demo 很可能是通过大量人工输入(如人工撰写的歌词),并从多次迭代的歌曲中挑选出最佳作曲部分而产生的。

Udio 官方表示:「v1 模型功能强大,但并不完美。我们正在快速迭代,并致力于更长的样本、更好的音质、支持更多语言和下一代可控性。敬请期待即将推出的更多功能和改进。」

官方教程

Udio 分两个阶段完成任务:首先利用类似于 ChatGPT 的大语言模型,根据所提供的提示生成歌词。接下来,利用一种 Udio 没有透露的方法合成音乐,但这很可能是一种扩散模型,类似于 Stability AI 的 Stable Audio。此外,Udio 团队没有透露其模型或训练数据的具体细节(其中很可能充斥着受版权保护的材料)。

在「常见问题」中,Udio 列出了制作一首 1.5 分钟时长歌曲的使用指南:https://www.udio.com/faq

首先,在提示框中输入您要创建的内容的描述,然后单击 “创建”。

例如,输入「一首关于纽约的爵士歌曲」:

如果不确定要输入什么内容,可以单击骰子图标,使用随机示例提示填充提示框。

提示词一般由自由格式文本和标签的组合组成,例如「一首关于夏雨、爵士、醇厚、温暖的歌曲」。其中「一首关于夏雨的歌」是自由形式,「爵士」、「醇厚」、「温暖」是标签。请注意,提示词的不同部分用逗号 (,)、分号 (;) 或句号 (.) 分隔,可以包含任意数量、任意顺序的自由形式部件和标签。

此外,提示词中也可以引用艺术家风格,这样可以更轻松地描述您想要创建的音乐。例如可以将上面的提示扩展为:「一首关于夏雨的歌曲,爵士乐,醇厚,温暖,比莉・哈乐黛的风格。」不过,Udio 并不会使用艺术家的声音生成歌曲,风格只是用于参考,在幕后会被一组相关标签替换。

在文本输入框下方,系统也推荐一些标签,用户可以单击它们将其添加到提示中:

如果你想使用自己的歌词,可以在提示框的歌词部分选择自定义模式,然后将歌词放入文本输入中。Udio 能够识别的语言包括中文、日语、俄语、波兰语、德语、法语、意大利语。如果想为创作增添趣味,可以添加特殊描述符,例如 [Verse]、[Chorus]、[Hook]、[Guitar Solo] 或 [Drop]。

如下图所示:

但是,无论文本提示多么详细,都无法完全定义一首实际的音乐 —— 同一份文本描述会产生无数可能的音轨。这就是为什么为了接近脑海中的音乐创意,用户可能需要创建具有相同提示(和其他设置)的多个剪辑。

根据给定的提示,Udio 的人工智能模型会生成两个不同的歌曲片段供选择。然后,用户可以在 Udio 社区发布歌曲,下载音频或视频文件在其他平台上分享,或直接在社交媒体上分享,其他 Udio 用户也可以对现有歌曲进行混音或改编。Udio 的服务条款规定,公司对生成的音乐不享有任何权利,用户可以将其用于商业目的。

Udio 这家公司由一批 DeepMind 前员工在 2023 年创立,在伦敦和纽约均设有办公室。目前已经得到了 16z、will.i.am、Common、Tay Keith、Steve Stoute 的 UnitedMasters、Mike Krieger(Instagram 联合创始人兼首席技术官)、Kevin Wall、a16z 文化领导力基金和 Oriol Vinyals(Gemini colead)的支持。

Udio 联合创始人、CEO David (Fengning) Ding 曾在 2018 年到 2023 年 10 月期间在 DeepMind 任职:

Udio 的诞生,象征着 AI 生成音乐已经达到了「专业级」。因此,它被一些人称为新时代的先驱,也被另一些人称为「Suno 杀手」。

但可以判定的是,音乐界的这场革命,还远远没有走到终点。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1