对于生成式AI，我一直是按照五个模态去进行分类的：
文本、图片、声音、视频、3D。
而声音领域，可能是在我的分类里，我最感兴趣也是最喜欢的一个。
在某一个路演的PPT上，我给声音又拆成了4个细分：
TTS、SVC、AI音效，我都写过，也玩了很久，而生成式AI音乐，是我一直没写过的东西。
不是我没玩，是我觉得这玩意，真的还没到值得去写去推荐的地步。。。
整个AI生成式音乐的代表，那肯定就是SunoAI了。
而且这玩意其实也火过2波了。
第一波是去年3、4月的时候，有一个很火的开源项目叫Bark，就是出自Suno之手，拿了将近32k的星标。
然后就是去年12月21号的时候，为了庆祝《海贼王》动画25周年，海贼王决定重制最开始的东海篇的那60集，然后尾田这货，给海贼王官方发了一首贺曲，叫《YO-HO-HOおれ達海賊》。
这事本身是个好事，但是好死不死的，这曲子是特么拿AI做的，就是用今天的主角Suno出的。。
这曲子大概就是这样，很糙，基本等于没法听的地步。
播放
下一个
打开循环播放
00:00
/
00:00
倍速
语言
多音轨
AirPlay
0
静音播放中，点击
恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
播放信息
上传日志
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
然后就被网友一通骂，你这个浓眉大眼的尾田怎么也用AI了。。。传着传着就变成《海贼王》重制版要用AI做了。。。于是骂的更凶了。。。
这个小插曲，还是挺有意思的，也间接的标明，当时的Suno的质量，是真的差。
直到今天，Suno终于上了V3版本。
在我听了很多demo和自己也跑了二十几首后，我觉得，AI音乐的"ChatGPT"时刻，终于到来了。
这是我的一个demo。
播放
下一个
打开循环播放
00:00
/
00:00
倍速
语言
多音轨
AirPlay
0
静音播放中，点击
恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
播放信息
上传日志
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
弊端就是Suno最多只能生成2分钟的音乐，所以可以听到最后，会戛然而止直接截断，但是已经比V2好很多了。
但是这个音质、咬字、节奏编排啥的，也都好太多太多了。
发给朋友听，她回了一句是：卧槽，还是好听的。
网址在此：https://app.suno.ai/
点Create就是生成的主页。
主要用两种模式，一个是打开的"Custom Mode"，这个是自定义模式，可以自己自定义歌词。
第二种是Instrumental，这个打开后就只会生成没有歌词的纯音乐了。
roll一次是同时出2首歌，一首消耗5积分，所以一次消耗10积分。
免费用户每天有50积分可以玩，可以roll5次出10首歌。
你要是氪金的话也挺便宜，10刀一个月，给2500积分，能玩很久很久。
要生成音乐的话，第一步肯定是写prompt，第二步（纯音乐没有）就是写歌词。
prompt这块，我比较推荐的写法就是：
音乐流派（如Kpop、Heavy Metal）、音乐风格（如Slow、Broadway）、情绪（如悲伤、愤怒）、乐器（如钢琴、吉他）、主题或场景、人声描述（如愤怒的男声、忧伤的女声）
但是说实话，写音乐的prompt对于不懂音乐的人来说，真的难，毕竟什么音乐流派、音乐风格很多都不懂，你咋写啊= =
歌词其实一样的道理，一首歌，正常是有结构的，比如有Verse（主歌）、Chorus（副歌）、有Bridge（快结束的时候经常那个不一样的部分）等等，普通人很多时候再写的时候也一脸懵逼，这特么咋写。。
别说大家，其实我去年刚玩Suno的时候，一样也是一脸懵逼。
让大家去现学我觉得也不现实。。。
那AI的方式，就必须用AI去解决，你说对吧。
所以，我就随手写了一个Prompt，让大模型来给你写歌曲Prompt和歌词。
什么玩意都给你弄好，你自己复制即用。就像这样：
这个Prompt长这样：
#01 你是歌词大师XX，现在，我需要你帮我写一段XX歌词，描述的是一个XX故事，整体歌曲时长2分钟以内，要押韵，要有文学气质，副歌部分要进行跨行重复。请按以下结构帮我创作：
"""
[instrumental intro]
[Verse 1]
<歌词>
[Chorus]
<歌词>
[Verse 2]
<歌词>
[Chorus]
<歌词>
[Bridge]
<歌词>
[Guitar solo]
[Chorus]
<歌词>
[Outro]
[End]
"""
#02 输出歌词以后，再根据歌词和故事内容，以英文词组的形式再给出歌曲的prompt。
请按以下格式帮我输出英文prompt：
"""<音乐流派（如Kpop、Heavy Metal）>、<音乐风格（如Slow、Broadway）>、<情绪（如悲伤、愤怒）>、<乐器（如钢琴、吉他）>、<主题或场景>、<人声描述（如愤怒的男声、忧伤的女声）>"""
直接拿去复制开箱即可用。
然后就直接把出来的结果，全都复制粘贴进去，当然，你也可以自己改吧改吧。
都扔进去之后，点那个黄的btn，直接开跑，速度挺快的，大概几十秒就出来了。
说实话，这个出来男声，让我有点心动了。。。。
播放
下一个
打开循环播放
00:00
/
00:00
倍速
语言
多音轨
AirPlay
0
静音播放中，点击
恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
播放信息
上传日志
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
当然，出来的歌，你不仅可以拿去直接发，你还可以玩一些骚操作，比如配合SVC，分离换声，换成自己的，可以参考这篇教程：
AI唱歌之终极喂饭教程 - SVC的极限就在这了
更多的歌，大家可以自己去Suno上跑着玩，体验一下AI音乐的魅力，这种直出的感觉，还是非常爽的。
虽然对很多专业歌手或者专业制作人来说，可能觉得还偏玩具，可控性差，不好编辑等等。
但至少，一定达到了大多数普通人的水准。
且这个趋势，一定是一个不可逆的未来。
这股子风，现在，终于到了音乐。
AI音乐的"ChatGPT"时刻，我觉得，终于到来了。
