讲完社区故事，网易云音乐这次要靠AI上位？( 二 )

仅仅是这些被熟知的案例， AI在音乐界的进展不可谓不惊人：最初还只是在作曲方面以假乱真，然后借助语音技术进入到了“模唱”阶段，最后可以独立作词作曲甚至有了难以分辨的“人声” 。
不过，音乐人们似乎可以稍稍松口气，用AI取代音乐人并不在一些玩家的思考范围内，更多的意图或许在于技术上的练兵。
比如《醒来》的幕后团队网易伏羲，在作词方面自主研发了有灵智能创作平台，利用大规模预训练的语言模型GPT-2实现了端到端的歌词生成。用户如果以“雪”作为标签， AI算法会自动推荐与“雪”相关的场景、意象、画面，来保证歌词生成得到更好质量；用户甚至可以只输入一段自己的故事，在AI的辅助下转换为专属歌词。
在作曲和编曲方面，网易伏羲自主研发了一套旋律生成算法和智能编曲引擎， 15-30秒就能生成一首出版级歌曲，而相同质量的人工编曲，市场价格在1-1.5万元。同时建立了一个庞大的歌唱合成库，涵盖古风、流行、电子、民谣等主流华语音乐风格。
所幸网易伏羲并没有“出道”的计划，《醒来》只是一个小彩蛋，在网易内部扮演的仍是“技术中台”的角色，一个服务对象是游戏，比如《逆水寒》《倩女幽魂》等爆款游戏的音频开发；另一个服务对象就是文娱，即深耕音乐赛道的网易云音乐。
02、音乐行业被忽视的变量
即便没有和音乐人抢饭碗的意思， AI对音乐圈的影响仍然不可小觑。
2009年豆瓣正式推出了豆瓣FM ，不同于酷狗等音乐点播平台，豆瓣FM的特色是算法推荐，时间上比以算法横扫互联网的**** ，整整早了三年。
到了在线音乐多方混战的阶段，表面上的战况是轰轰烈烈的版权战，深层次的变量其实是算法，以及基于算法的产品模式之争。这直接左右了后来腾讯音乐和网易云音乐“二分天下”的市场格局，并深度影响了用户的听歌习惯。
最初的较量是曲库的争夺，在线音乐平台可以通过播放量判别热门和冷门音乐，这样在线音乐平台就不再盲目下注，可以优先购买用户真正喜欢的曲目。正如后来大家所熟悉的：一些平台看似在版权上占据了相对优势，却未能利用规模优势碾压对手，算法在其中有着不可或缺的贡献。
除了商业竞争中的深度参与，算法的核心价值在于个性化推荐——这也正是外界津津乐道的音乐社区打法中非常重要的一环。网易云音乐的社区模式，最初两年主要就是靠个性化推荐+歌单+评论异军突起。
豆瓣FM等早期平台采用的是协同过滤算法，即用户A和用户B听了同样的歌曲，算法会把他们视为相似用户，然后把用户A听过的其他歌曲推荐给用户B 。但协同过滤算法只是根据用户行为进行推荐，准确性难免不尽如人意。