36氪獲悉，人工智能音樂服務商「DeepMusic」（靈動音）于日前宣布完成了近千萬美金的A+輪融資，GGV紀源資本領投，豐元資本跟投。融資額將用于自研AIGC音樂引擎及其應用的研發(fā)，加速國內外市場拓展。一葦資本擔任長期獨家財務顧問。

「DeepMusic」成立于2018年，是國內首家基于自研AIGC能力打造音樂引擎的國內人工智能音樂服務商，致力于將AI音樂技術轉化為面向各類音樂人群的場景級應用及產品。

“AIGC的出現(xiàn)，極大地變革了人與內容的關系。”

(資料圖)

「DeepMusic」創(chuàng)始人兼CEO劉曉光告訴36氪，在大模型正在迅速分走一部分內容創(chuàng)作心智的當下，音頻模態(tài)還沒有像自然語言、圖像等一樣被廣泛應用和場景化。而音樂實際上和繪畫、影像等其他藝術形式一樣，雖然進行過系統(tǒng)性學習的人總是愛好者中的極少數(shù)，但每個人其實都有非常個性化的喜好和理解。在AIGC越來越垂直的技術與資本趨勢下，AI所帶來的更普惠的音樂創(chuàng)作方式和技術交互價值即將到來。

音樂知識云化，讓AI“聽懂”音樂

對市場的初步理解和把握，來自于劉曉光在音樂社團中度過的大學生活。2013年，在清華就讀化學專業(yè)的劉曉光成為了一名頗有名氣的音樂制作人，也結識了同在清華熱愛音樂和人工智能的伙伴。劉曉光和其他幾個同時愛好音樂和編程創(chuàng)始成員，發(fā)現(xiàn)了“AI x 音樂”的魅力，組建了「DeepMusic」的創(chuàng)始團隊。

數(shù)據(jù)顯示，目前全球音樂用戶已經(jīng)高達16.3億，但音樂作為社交媒體、短視頻平臺等流行視角下最重要的自我表達方式之一，專業(yè)性門檻卻一直沒有被降下來。盡管近年來，庫樂隊等工作站已經(jīng)一定程度上簡化了編曲的入門難度，但樂理知識和數(shù)字演奏能力的阻礙，導致了距離“全民音樂創(chuàng)作時代”的到來，還有很長的路要走。

而產業(yè)機會的背后，一邊是唱片公司和有限且昂貴的專業(yè)編曲資源幾乎壟斷了傳統(tǒng)編曲流程，另一邊是個人用戶的創(chuàng)作影響力正在與日俱增。根據(jù)抖音數(shù)據(jù)，在播放量大于1萬的視頻中，有62%的內容來自于粉絲量1萬以下的普通創(chuàng)作者。

“我們想要讓音樂愛好者可以不用花大量的時間系統(tǒng)學習音樂，沒有樂理知識的人也能表達自己的音樂天賦。”

劉曉光直言，當下，數(shù)字世界留給非專業(yè)音樂愛好者參與創(chuàng)作的方式十分有限。由于缺乏出色的音樂底層基礎設施，音樂創(chuàng)作的門檻之高、創(chuàng)作耗時之長，都令普通人望而卻步。就像我們很難想象在全民K歌等翻唱應用出現(xiàn)之前，有多少熱愛唱歌的人善于使用電腦上的專業(yè)錄音軟件混縮聲軌。

在AIGC時代，一切關于全民創(chuàng)作的“癢點”，都有了更直白的回答。

相比AI繪畫、ChatGPT等所代表的模態(tài)形式，用AI生成音樂的難點之一在于更大的語義鴻溝，即語言描述與音樂內容的對應。這也是傳統(tǒng)音樂制作人最重要的工作：拿到曲譜之后，制作人不只需要編曲，還需要通過溝通或協(xié)調音樂人把創(chuàng)作者抽象的風格描述和情緒語言轉化為音樂符號。

除了自然語言處理這一更下游的能力，在過去的AI音樂產業(yè)中，結構化數(shù)據(jù)是更關鍵的痛點。

“可以說，音樂的知識從來沒有能夠被人類檢索過。”

沒有公開的結構化數(shù)據(jù)，是智能音樂這一交叉領域沒有先于其他賽道爆發(fā)的原因。回想起過去參與音樂教育的經(jīng)歷，劉曉光表示，樂理結構本身是枯燥的，比如教一個小孩“四三拍”，最好的學習方式就是跟著熟悉的兒歌打拍子。但在人們日常聽的流行音樂里，大多數(shù)人還是不知道哪些歌是四三拍的，也不知道諸如“悲慘”、“激進”的聽感是通過哪些音樂符號的應用來實現(xiàn)的。只有先通過數(shù)據(jù)標注把人類音樂存量中的音樂知識和信息拆解出來，進行連接和云化，才能讓AI聽懂音樂，從而構建貼近人類專業(yè)制作過程的AIGC。

為了實現(xiàn)這一目標，「DeepMusic」創(chuàng)建了音樂結構標準UMP及自動標注技術，并在過去幾年中分析了大量音頻文件，將它們的每個小節(jié)用了什么樣的音高、和弦、段落等等音樂符號，將超過2萬首歌的樂理信息轉化為一個可用于訓練模型的數(shù)據(jù)庫，使得識別準確率能夠達到90%以上，能夠滿足大部分C端用戶的場景需求。

當技術環(huán)境來到AIGC進入到自然語言大模型的時代，「DeepMusic」自研的AIGC音樂引擎“Mutrix”在兼容開源語言模型的基礎上擴展為多模態(tài)模型，最終達成自然語言對音樂的控制。

目前，「DeepMusic」的音樂結構標準UMP已經(jīng)被TME旗下全民K歌、QQ音樂多個場景應用。與此同時經(jīng)過多次迭代的UMP Board已經(jīng)自主完成了40萬首歌曲的AI自動標注。在輸出的音樂風格上，「DeepMusic」也正在進行出海內容的擴充，加速推進海外市場布局。

工作站嵌入工作流，元宇宙打開泛C端市場

“一個音樂愛好者想要創(chuàng)作一首歌，需要支付的編曲費用平均在5000元左右。”

根據(jù)劉曉光的介紹，單就編曲而言，這一價格甚至和一般唱片公司支付給編曲師和后期的成本差不多。但普通愛好者創(chuàng)作音樂的初步目的可能并不是變現(xiàn)，而是個人愛好或者社交目的，這就導致了一個內容創(chuàng)作收益和成本極其不對等的情況。

然而，盡管音樂創(chuàng)作并不是一個很“痛”的生活必需品，需求卻在文化娛樂、青少年教育、游戲等多個領域保持著顯著增長。數(shù)據(jù)顯示，2021年中國在線音樂用戶達6.89億，在全球16.3億左右的活躍音樂用戶中占比可觀。同時，中國K12階段進行音樂學習的青少年占比高達56.5%

產品方面，技術特點決定了AIGC目前還是一個只能應用于生產端的能力，而流行音樂卻似乎是一個“供大于求”的產業(yè)。考慮基于音樂引擎打造面向各層級音樂用戶的音樂消費端的新機遇，「DeepMusic」的產品矩陣目前包括：旨在降低專業(yè)創(chuàng)作門檻的音樂工作站“和弦派”，該產品已進入內測階段；以及致力于覆蓋泛音樂用戶的社交娛樂元宇宙產品“音夢島”，將線下音樂娛樂場景線上化；已上線了“口袋樂隊”作為音樂創(chuàng)作與音樂元宇宙玩法的試驗場。

「和弦派」產品界面

「口袋樂隊」產品界面

其中，“和弦派”作為比庫樂隊門檻降低極大的音樂工作站，對于AIGC音樂能力、實時渲染能力等具有更高的技術要求，將幫助「DeepMusic」把底層AI音樂技術率先嵌入到音樂創(chuàng)作的工作流中。

從2019年開始，「DeepMusic」團隊用了很長時間打通引擎級的工程化開發(fā)，使得一個跨平臺的高性能音頻引擎成為了可能。與近來炙手可熱的Google MusicLM相比，「DeepMusic」將目光聚焦于與創(chuàng)作者深度結合的音樂的創(chuàng)作以實現(xiàn)自我表達，而非價值占比僅為1%的功能性音樂（如輕音樂、睡眠音樂、視頻配樂等）。

團隊方面，「DeepMusic」核心成員均為清華教育或科研背景，且在音樂學習和編曲方面有著深厚造詣。CEO劉曉光作為音樂制作人主導制作近百首作品；CTO苑盛成本碩博畢業(yè)于清華大學工程物理系，在美國羅格斯大學大數(shù)據(jù)實驗室任博士后，從事音樂和聽覺模型研究。

談及AIGC可能會涉及的版權問題，劉曉光表示，在當前流行音樂的話語體系下，所謂的“創(chuàng)意”都是有規(guī)律可循的。在此背景下，用AI去積累和理解足夠多的音色、演奏方式等，從而建立全集，是完全可實現(xiàn)的。

目前，「DeepMusic」已經(jīng)和全民K歌落地了多項合作，例如上線了一個把存量歌曲一鍵remix成其他風格的功能，為用戶提供更豐富的內容表達空間。這項技術已經(jīng)觸達了上千萬的用戶，被使用超過3億次。

“短期內，我們會想辦法把AIGC的能力更多地嵌入到音樂人熟悉的工作流中。”

未來，「DeepMusic」將繼續(xù)深耕技術成果的產品化轉化和商業(yè)化探索，迎著AIGC的浪潮，讓音樂創(chuàng)作變得像現(xiàn)在的視頻創(chuàng)作等場景一樣簡單快捷，讓普通人的靈感和天賦不再因為專業(yè)門檻而被扼殺。

-----------------------

GGV紀源資本執(zhí)行董事羅超：我們從2019年開始持續(xù)掃描娛樂科技賽道，關注游戲、影視、動漫、音樂等大的娛樂主題下的技術公司，包含了渲染物理仿真、AI生成等各種技術，支撐如今多媒體的豐富的數(shù)字化娛樂方式。娛樂看似是情感驅動的事，但背后又有很多理性的技術可以驅動和助力的方式。音樂是娛樂科技的重要賽道，也是一個離我們生活如此之近的行業(yè)，但同時又如此傳統(tǒng)。我們認為AI+數(shù)據(jù)驅動的方式，可以讓整個行業(yè)有革新。DeepMusic在這件事情上技術積累非常深厚，團隊對此又有著非常深的熱愛。我覺得只有真的愛一個行業(yè)，并且把自己所學投入在自己愛的事情里，把感性和理性做一個最完美的結合，才能夠把它做到最好。所以在看完這個行業(yè)之后，DeepMusic團隊是我愿意去支持、去陪伴一起創(chuàng)業(yè)的團隊。

一葦資本合伙人林文欣：一葦長期關注AI、XR等底層技術因素對生產力及C端消費者生活與娛樂方式的改變，從22年初起尤其關注生成式AI給各行各業(yè)帶來的深切變革。很榮幸持續(xù)與DeepMusic團隊合作，合作中始終被DeepMusic團隊對音樂的純摯熱愛、極致的聰明和自我迭代能力，以及不斷被驗證的技術遠見所深深感染。作為AIGC音樂賽道占據(jù)絕對優(yōu)勢的先行者，期待DeepMusic引領“人人都是音樂家”的時代向我們大步走來。

關鍵詞：