我的新专辑《Multi-tasking》正准备上架各大流媒体,而且已经在 Bandcamp 上,有兴趣可以去听。现在,聊聊做出这张专辑的工艺,以及为什么我觉得这是个分水岭时刻——不只对我这个艺术家,对 AI 音乐整体都是。
首先最要紧的一点:这是一张塞满 AI 演奏的专辑。但这一次不一样,它靠的是一系列专为做这种音乐而开发的实验性工艺。
值得说的是,专辑里约 80% 是用我开发的一种叫做「噪声绘画」(noise painting)的工艺做出来的。
噪声绘画是 2019 年起步的,初心是想让 FaceApp 这类 AI 照片滤镜 app 出更好的自拍。
一切始于一个观察:面部识别 AI 常常在人眼看不见的地方看见脸。于是我决定去探那条线在哪,结果一头栽进这个妙极的兔子洞:AI 的内部机制、跟模型开发者吵节点的原理,以及大量的、大量的精彩视觉艺术——我一路把这套工艺推到了它可能的极限。
到后来,我拿 FaceApp 把速写渲染成棚拍照片,从中榨出的灵活度是我从没指望过的。
从 FaceApp 到扩散
然后,Stable Diffusion 来了。我继续开发这套工艺并给它换装,方向专指一件事:扭曲以至操控扩散过程中的去噪机制。噪声绘画我至今仍在用来做好玩的视觉艺术。
「可是 Lynn,」你可能会说,「这跟音乐、跟最新专辑有什么关系?」
别急,帖子长着呢,马上到。
从图像到音乐
Chirp 和 Suno 去年砸下来了,砸得很重。一切始于我把这工具当一件酷炫新玩具玩。但它悄悄地把我对做音乐的着迷重新点燃,以某种既极度私人又深刻的方式。当我意识到写歌和音乐制作可以爽到什么程度,我作为艺术家的重心被整个扭转了。
我开始试着用提示词把系统压到过载,去找还没人知道的角落,喂进有趣又出其不意的风格组合,产出有趣的结果。后来注意到机器会在奇怪的时刻幻觉,我就试着弄清为什么。这一追,追到了爵士和嘻哈风格的歌词写法,并学会了怎么写。
于是我给自己布置这些写作练习,磨练手艺,希望写歌水平能见长。到底见没见长?这很主观,轮不到我来裁。但我确实走了很远。
Udio 上线时,我起初没什么印象。但它很快长成一件非常先进的工具,带来一堆妙极的实验。
在那里我做出了大量足够体面的音乐,还用最老派的方式自学了音乐制作的基础:买了 DAW、买了 Roli 键盘,再加亿亿万万个插件,拿声音变各种戏法。
然后我用 Hookpad 闷头猛攻作曲,真正开始作为一个真正的音乐人成长。再往后,我开发新的工艺,把 AI 音乐和传统音乐分层堆进我的 DAW 里,层层实验。
声音的噪声绘画
工艺的分水岭出现在 Suno 和 Udio 开放文件上传之后。Suno 让我能用有趣的方式扩展和推演我的采样,我开始故意让声音输入脱轨,让机器以新的方式跑偏,产出更有意思的音乐。
Udio 则做了一件事:把一大堆功能暴露出来——控制语境窗口(别跟 Udio 渲染窗口搞混),以及处处明示「嘿,我是个扩散过程!拿我当扩散过程用啊!」的要素。
而我是说,如果这个 app 都在喊「嘿,我是个扩散过程!」,你懂的,事情只有一个做法。对,噪声绘画!
我很快发现,Udio 的系统和 Stable Diffusion 的区别是:Stable Diffusion 用像素噪声达成结果,Udio 看起来是以同样的方式用频谱噪声。这意味着你可以喂进一个它没料到、也没训练过的噪声模式,让它绕着声音折弯——和你拿没想到的图像折弯 Stable Diffusion,一模一样。
用听得见的噪声做噪声绘画,也是这一切开端时我完全没料到会发生的。但这正是和 AI 共事的大乐趣:落进你从没想过会到的地方,然后茫然地琢磨创作上你是怎么到这儿来的。
我拥抱这一点。
所以我做了大量实验:各种声音、各种录法,从 DAW 里的成品轨道,到我在淋浴时清唱,以及两者之间的一切。
Multi-tasking
这些实验的成果,就是《Multi-Tasking》。
我第二张——也可能第三张——非常认真、认真的专辑。
据我所知,还没人做过这样一张。而且我觉得这张发布做出了丰厚、听感自然的东西。
随便去听听吧。