本报记者 张 婧

从戏曲名角的绝响重现到交响乐的宏大叙事，再到音乐产业链的调整重塑……当前，AI（人工智能）正以惊人的速度渗透进艺术生产的“毛细血管”。在这场技术与人文的交响中，人们看到的不仅是效率的提升，更是艺术边界的拓展与生命力的延续。当算法能够谱写乐章、当模型能够复刻神韵，在这场变革中，人类创作者的位置在哪里？人们又该如何定义艺术的核心价值与情感归属？

AI浪潮下，艺术创作者的角色变化

在艺术创作领域，AI正在经历从“素材库”到“灵感缪斯”的角色蜕变，不过这种转变建立在人类艺术家严谨的架构与深刻的情感把控之上。科技交响乐组曲《交响编码》的创作历程，便是这一共生关系的生动注脚。

当前交响乐科技类题材作品稀缺，传统的演出模式难以满足数字化时代观众对沉浸感和互动性的需求，北京交响乐团探索将AI技术融入《交响编码》的创作、演出等环节。作为一台融合声学科技、电子音乐实时交互、视觉实时交互以及AI实时互动等高科技手段的音乐会，《交响编码》的成功演出在国内音乐界当属首次，构建了“人类艺术思维+科技力量优势”共生创作与表演的新模式。

据了解，该套作品由《万物生长》《微观世界》等6个乐章组成，其中《时空隧道》这一乐章与AI结合最为紧密，该乐章运用AI技术，在作曲家的描述和指导下，创作并生成了从17世纪至现代多种时期风格的交响乐片段。“这些生成的音乐片段都是碎片式的音频形式，经我们指导AI进行多次校对完善与筛选后，再由作曲家将其转译为总谱并重新整理完善，最后通过模仿时光隧道机器的科幻式电子音乐，将诸多风格迥异的片段有机串联起来。由此，通过不同时期音乐风格的瞬间切换，实现了一次时空穿越之旅。”该作品作曲家郑阳介绍。

这种人机协同的模式在腾讯音乐娱乐集团的实践中也得到进一步印证。针对传统音乐产业创作门槛高、生产周期长、优质产能受限、海量音频因缺乏机器深度理解导致精准分发困难等问题，腾讯音乐娱乐集团以天琴实验室自研的多模态音乐垂直大模型为核心，依托海量正版曲库，通过构建涵盖AI作词、作曲、编曲及声纹合成的智能创作矩阵，实现了智能辅助创作、长尾音乐（指单首热度低、受众小众但种类极多的非热门音乐作品）精准分发、沉浸式虚拟演唱会等功能，为数字音乐全产业链发展赋能。

“原本需要3天至7天的制作时长，现在仅需1小时到2小时即可完成，大大提升了制作效率。这一效率的飞跃主要归功于编曲生成、人声合成以及后期混音环节的智能自动化。”腾讯音乐娱乐集团办公室主任郑博介绍，天琴实验室的音乐大模型通过“端到端”的生成技术，能够根据基础旋律或文本提示，一键生成包含多轨乐器的伴奏，并利用高拟真度的AI声学模型直接合成人声，最后通过智能算法完成混音。这使得原本需要多工种、跨时空协同的线性制作流程，转变为高度集成的并行自动化计算，从而将耗时压缩至小时级。

深度解码，AI复现经典要提取神韵

如果说在音乐创作领域，AI是得力助手，那么在传统戏曲的传承发展中，AI则化身为严谨的“修复师”。中国戏曲学院构建的戏曲名家声音模型，能够从充满杂质的老唱片中提取老艺术家的声音乃至神韵，还原他们独特的艺术风格。

传统戏曲讲究口传心授，许多技艺在传承中难免模糊，而老艺术家的声音数据往往稀缺且伴随着噪声，如何从充满杂质的老唱片中提取神韵是一大难题。为解决这一问题，中国戏曲学院采用“数据驱动+专家知识”的双轨策略。首先对原始音频开展高精度的修复与分离，随后进行精细的手动或半自动标注。系统不仅学习声音的波形，更学习老艺术家的艺术风格。在这个过程中，AI系统实际上是在量化那些曾经被认为只可意会不可言传的非标准化特征。

“目前，中国戏曲学院已经完成京剧大师裘盛戎与程砚秋的AI声音模型，让两位已故名家的唱腔在人工智能时代‘复活’，助力解决传统口传心授模式下技艺传承模糊化问题，并适配沉浸式演出、数字文旅等多元场景需求。”中国戏曲学院音乐系副教授于祥国说。

于祥国介绍，通过语音转换技术，同流派的演员可以与AI模型结合，“复现”大师的唱腔，这不仅是简单模仿，而是对音色、语速、停顿等维度的精准微调。这种应用也为戏曲的活态传承开辟了新路径：在教学上，学生可以与“虚拟大师”对唱，获得精准反馈；在创作上，AI可以辅助生成新唱段。

打破边界，演艺领域沉浸式体验升级

当AI走出录音棚与实验室，进入剧场与舞台，它重构了艺术呈现的时空维度与交互方式。传统的演艺受限于物理时空，视听体验相对单一，而AI的介入正在打破这些界限，创造出前所未有的沉浸式体验。

《交响编码》在演出过程中精心设计了与现场观众的互动环节，随机邀请一位观众代表描述自己此刻的心情，AI实时分析其语言含义和内心活动，随后生成与其心情相契合的音乐片段，并可以根据持续的交流与建议对音乐进行实时改进与完善，从而实现人与AI之间的互动。这种技术让交响乐队与数字音乐实现了深度实时交互，赋予作品动态变化的生命力。

这种打破舞台边界的实时交互，不仅让现场观众获得了前所未有的沉浸感，更在无形中重塑了人与音乐之间的连接方式。当AI在剧场内实现了与观众的同频共振，它同样也在广阔的数字空间中，重构着作品与海量听众的相遇路径。腾讯音乐娱乐集团便将这种深度的交互理念进一步延伸至线上，通过算法精准捕捉受众的情绪需求。

借助AI技术的精准分发和传统的标签式推荐，内容推荐的本质区别在于“理解深度”与“颗粒度”。传统的标签推荐严重依赖人工或简单的规则标注，如“流行”“伤感”“女声”等，这种方式主观性强、颗粒度粗，且面临新歌没有标签和播放数据就无法被推荐等问题，而AI大模型推荐则属于基于内容的深度特征提取。

“多模态音乐垂直大模型能直接‘听懂’音频，解析出音色、和弦走向、情绪起伏等特征，甚至能理解歌词的语义意境。”郑博介绍，这使得系统能够建立极其细腻的音乐知识图谱，实现跨模态检索。例如，用户可搜索“适合雨天开车听的轻快女声”，从而在没有历史播放数据的情况下，依然能将最契合的长尾或全新作品精准推介给目标听众。

人机共创，为艺术创作锚定人文基调

通过对当前AI技术的深入了解与多方实践，人们更加清晰地意识到AI的优势与无限发展潜力，但同时也证明了人类艺术家的重要性和不可替代性，这一共识的达成为AI时代的艺术创作锚定了人文基调。在具体的行业实践中，这种人机共创正引发一系列连锁反应：它要求创作者具备更高的审美把控能力，为文化遗产的数字化保护划定严谨的伦理边界，同时也推动制作人完成职业角色的转型。

“目前AI仅能生成几分钟的交响乐片段，且局限于风格模仿，尚无法驾驭大体量、高复杂度的作品，更不具备个性化的创造性思维。”郑阳坦言。因此，在郑阳看来，利用AI创作交响乐时，作曲家需凭借专业技术与敏锐判断力引导AI找准方向，从海量音频中精选片段，并最终将其转译为严谨的专业总谱。

据于祥国介绍，对于已故戏曲名家的声音修复和提取，涉及文化遗产保护、录音著作权等方面内容。公共领域录音资料或机构持有的档案通常可用于研究、传承用途，但商业应用需谨慎。“项目方一般会与相关文化机构、版权持有人或家属进行沟通，获得授权支持，以尊重艺术遗产和家属意愿。在实际应用中，此类公益、文化传承项目一般应通过正规渠道获取，避免侵权风险。”于祥国说。

无论是修复名家绝响时的版权确认，还是AI创作中的伦理考量，都为技术的健康发展划定了清晰边界。在筑牢合规底线、确保技术向善的同时，AI大模型的普及也正在重塑整个行业的生态与人才标准。

大模型的普及必然会重塑音乐制作人的职业角色，使其从“技术执行者”向“音乐导演、审美决策者”转型。“随着编曲、录音等技术门槛被AI降低，未来的音乐人需要具备AI工具的驾驭能力、卓越的审美与情感共鸣能力、跨界融合与策展能力等新技能与核心竞争力。”郑博说（资料来源：《中国文化报》）。