AI與藝術之間，究竟有多大隔閡？
幾年前，我們還因為AI會寫出莫名其妙的文章而發笑，但在短短幾年間，AI在藝術領域的進步也許超乎了許多人的想象：就拿最近在全球圈粉的OpenAI DALL-E2圖像生成算法來說，誰不會為這些天馬行空卻又近似人類的畫作感到驚訝呢？
DALL-E2的“大作”
近期，Discovery“求索紀錄”上線了名為《數字里的中國》的專題紀錄片，向觀眾呈現了建國70年以來關于數字技術上所發生的深刻變化。在感嘆祖國發展日新月異的同時，采訪AI（人工智能）在國內多行業的領先級實踐應用，也成為整個紀錄片的“高光時刻”之一。
在紀錄片中，QQ音樂團隊首創研發的PDM（Predictive Model）技術，不僅能聽懂歌曲，更能智能預測歌曲的流行潛質，成功幫助那些還處于零播放量狀態、甚至還只是Demo片段的潛力好歌正式被專業人士快速關注，有機會被更多聽眾聽到直至“火出圈”從藝術創作的角度來看，AI畫畫雖然離我們很遠，但這項關于音樂的PDM好歌發掘技術，已經在真切地改變著億萬用戶的音樂生活，推動著整個音樂行業正向發展。
“為了音樂人”
一首歌從上線到全網走紅，總共需要幾步？
對普通樂迷來說，歌曲的走紅路徑就像一個不可看透的“黑盒子”，其原理令人捉摸不透；但在從業人士看來，所有的爆款都有跡可循。
過去，新歌會由音樂平臺多方的專業音樂編輯進行人工篩選，再根據曲風、受眾等多種因素，匹配不同的推廣資源并走向大眾。但數據顯示，每年都會有數百上千萬首歌會被上傳到QQ音樂。如果按平均每首歌3分鐘計算，要人工完全聽完這些歌，那將近需要聽上幾十年時間。
人力幾乎不可能實現的工作量，導致一首好歌被發現的概率，可以用微乎其微來形容。“因為每天有大量作品上線，人力無法對全部作品進行篩選，絕大部分的內容，根本得不到被聽到的機會。這就是整個行業的痛點。”來自QQ音樂的PDM技術總監Ben說道。
但如果用AI來代替人工呢？
“我們可以用AI先聽一遍，然后篩選出好的作品讓人工編輯聽，能提高效率，讓更多音樂人和作品擁有曝光機會。”在談及PDM研發立項的初衷時，Ben是從音樂人角度出發的。“不過，這個想法差點胎死腹中。很多專業的音樂編輯對AI能不能鑒賞音樂提出了質疑，另外，就算這種顛覆性的技術最終能做出來，也需要巨大的投入以及無法預估的時間，團隊對此充滿了焦慮和擔憂。”
最終，音樂人的潛在需求還是壓倒了一切。“如果我們能把這個技術（PDM）做出來，其實對全行業來說都是顛覆性的，不僅能推動整個行業進步，最主要還是能幫助有才華的音樂人獲得應有的曝光機會。更何況，還有誰比我們更有這個責任和資源來實現它？”
雖然沒有被眼前的困難所打敗，但這群技術人還是為了PDM付出了巨大的心血。“20年夏天，我們持續一兩個月都完全沒有突破。這種時候也只能安慰團隊，這是黎明前的黑暗。”Ben說。“因為之前沒有人做過，沒人能肯定地說這條路走不走得通，說是攻堅也不為過。”
在技術攻關的同時，團隊的幾位算法技術碼農還跑遍全中國，持續走訪數十家音樂廠牌及唱片公司，并通過公司主辦的QQ音樂校園活動、騰訊音樂人活動來直接接觸更多的音樂人，深入理解音樂行業各個生產環節的痛點、需求，以實現這個技術。
“當時我們都不知道要花多久，但它一定得做出來，讓優秀但暫時沒名氣的音樂作品和音樂人不再被埋沒，就是懷著這樣的信念堅持著。”Ben對當時的困難記憶猶新。
功夫不負有心人，經歷了艱苦的研發后，這項為了音樂，前所未有的獨特算法終于問世。“通俗來說，PDM可以根據一首歌的音頻和歌詞，預判歌曲的爆火潛力與優質程度。”Ben介紹。
通過AI算法，PDM將對一首歌的旋律、和弦、編曲、制作、歌手嗓音、歌手唱腔等全方位進行剖析，并篩選出具有流行潛質的歌曲。即使是0播放量的冷啟動音樂作品，AI也能根據音頻和歌詞內容給予充分且匹配的受眾識別與推送曝光，讓歌曲得以更高效、精準地覆蓋到適合的目標人群。另外，PDM更覆蓋到歌曲創作、發行的全過程，給整個流程提供強有力的技術支撐。
相當于音樂人的“AI伯樂”，PDM能從萬千歌曲中篩選出“千里馬”，并且通過推薦系統把優秀的音樂作品精準地送到喜歡它、欣賞它的人身邊。
不過，這新生的AI真的能讓人人愛嗎？
既在身邊也能走出去的音樂黑科技
“音樂太主觀，AI怎么能像人腦一樣去判斷歌曲好壞呢？”看著面前的PDM，受邀參與技術測試的騰訊音樂人應嘉俐問出了許多人的心里話PDM真的能代替人工篩選嗎？
“我們有定期在內部進行對比校驗。”Ben介紹道。優質的歌曲通常都會因為自身的熱度收獲更多公司宣推資源，技術團隊會隨機抽取PDM給出高分的歌曲給人工編輯進行二次評判，最終高分歌曲被人工編輯認可率高達90%，其高效率與準確度都給公司內部帶來了極大的信心。
除了準確度，PDM技術也幫助了大量歌曲和音樂人走紅。公開數據顯示，PDM上線至今，光是騰訊音樂人的原創作品已“聆聽”超過180萬首，并從中選出5萬首優秀作品和1.8萬獨立音樂人進行流量傾斜。像是《微微》《收斂》《厚顏無恥》《忘川彼岸》《我不是劉德華》等“國民級”爆款，以及創下獨立音樂人流媒體歌曲首日播放紀錄的《時光采樣》，均受益于PDM技術的“pick”。而像是蘇晗、Bomb比爾這樣的年輕音樂人，更在PDM的推薦下，粉絲數成倍增長。
在Discovery這次實拍的紀錄片中，參與測試的騰訊音樂人應嘉俐也親眼見證了這項技術的神奇之處。當時，她帶來了兩首全新作品《神游星期天》和《上山來》以供PDM打分。“我一開始覺得，《神游星期天》的分數不會比《上山來》更高，因為前者帶著我更多的個人印記，而《上山來》是我根據命題為電影創作的插曲。”應嘉俐采訪時說。
但PDM卻出人意料地判定，《神游星期天》的旋律更帶個人情感，朗朗上口更適合向受眾推廣。她對此感到十分驚訝，“PDM好像特別了解歌手創作時的情緒和微妙的思考似的，在對歌曲情感的判定上，《神游星期天》的分數也要高很多，這跟我自己的情感感受很一致。”
除了挖掘優質音樂及創作者的“獨具慧眼”，PDM也可以成為聯通樂迷和廣闊音樂世界的“高速公路”它能發現高質量但尚不為人熟知的小眾歌曲，并推送給喜好匹配的樂迷，這樣樂迷不僅能找到所愛，還能在推薦的過程中開闊自己的音樂視野，可謂“一箭雙雕”。
“PDM的運用不止影響到音樂人和樂迷。”Ben介紹。“PDM還將在音樂行業上游推動全行業的發展，并且有廣闊的應用場景。”
“首先，唱片公司和廠牌也是終年累月地在通過人力、經驗來選歌，我們PDM能為產業上游的唱片公司提供歌曲評估、歌手選配、聽眾畫像分析、宣推企劃等方面的建議，覆蓋歌曲創作、發行的全過程，讓從業人士可以快速判斷歌曲與市場的契合度，并為歌曲匹配合適的資源，找準宣推方向，大幅節省唱片公司成本。”Ben認為，PDM給唱片公司帶來的便利，也將反哺音樂人，“假設每個唱片公司都用PDM，最有才華的人將迅速脫穎而出，音樂創作的質量也會高很多，高質量的創作也將反哺上游，最終形成良性閉環。”
“PDM還有許多應用場景，也很讓人激動。”Ben提到了團隊最新研發的MMatch技術。“MMatch技術是一個可對外的線下商家公播音樂解決方案，能為實體店、咖啡廳、便利店等線下公播場景匹配合適的音樂，而PDM就可以先把相對較好的和更匹配場景的歌曲篩選出來，一方面能讓公播場景可以有更多元的音樂選擇，另一方面，也為音樂人開辟了更廣闊的流量入口。”
除了多樣的應用前景，這項技術也獲得了諸多認可。在國際計算機音樂學術界公認的最權威比賽國際音頻檢索評測大賽（MIREX）上，QQ音樂(PDM) 技術團隊就在“預測識別（Patterns for Prediction）”中取得突破性結果，一舉打破世界紀錄，受到了業界的廣泛關注。
不難發現，科技創新正在改變我們的音樂生活。以前找歌靠好友交口相傳、雜志推薦，甚至是在音像店里“開盲盒”碰運氣，今天已經有AI代為包辦；而以前欣賞的磁帶、CD，也已進化為在QQ音樂收藏羅大佑、騰格爾的“數字藏品”。
除了聽歌方式的革新，一個更具沉浸體驗感、參與感的未來也正在走近，虛擬娛樂、元宇宙都不再是遙遙無期。除了此前的虛擬島TMELAND，這兩天搜QQ音樂還看到一個新功能“VR專輯”房間應該是一個他們還在內測的技術，讓樂迷能以虛擬形象在房間中欣賞藝人的專輯，并能控制虛擬人做出多種動作，與同場網友共聊天等進入房間就能看到各式各樣的虛擬形象摩肩接踵，大家互相討論、聽歌，其熱烈程度不亞于一場線下演唱會。
VR專輯，又一種打破“線下焦慮”的娛樂新形式
明天會怎樣？基于目前已實現的科技創新，我們是不是可以大膽預測，高質量的音樂創作將不會再被流量大潮淹沒，樂迷能聽到他們喜歡的好歌，有更豐富的音樂玩法和體驗，整個行業也能以更加高效的方式向前發展。
這對我們，以及音樂科技背后那群艱苦攻關的技術人來說，也許已經足夠了。
興許，還能考慮加入一下？
