近年来,人工智能(AI)参与创作的音乐作品不断涌现,涵盖从一度词曲创作到二度演唱演奏等多个领域,并在部分作品中取得了显著的关注与 popularity。本文从音乐审美发生机制的角度,探讨AI音乐作品美感生成的关键要素。

AI音乐的本质:基于"熟悉感"的数据重构

目前市面上的AI音乐大多建立在海量原始音乐数据的基础上,其本质是对这些数据进行拟人化处理和再创作。这种创作过程依赖于具有"熟悉感"的音乐数据支撑,而这种"熟悉感"是长期筛选与塑造的结果,既反映了现实主体的审美取向,也承载了特定时空赋予的艺术风格。

从技术角度来看,音色、旋律和曲风等音乐元素都是审美经验的载体。这些数据中的"熟悉感"实际上是一种音乐符号,能够唤起人类已有的审美认知经验和取向。因此,AI音乐作为一种审美对象,本质上是多种音乐符号的重构与再现,其中蕴含着大量人类熟悉的音乐经验。

审美机制:从"熟悉感"到情感共鸣

在具体的审美活动中,带有"熟悉感"的音乐符号以作品形式呈现,能够自然地引发听众的情感共鸣。这种共鸣促使受众基于"熟悉感"展开联想和创造性的审美活动,从而获得美感体验并赋予AI音乐其独特的艺术价值。

"熟悉感"的作用体现在两个方面:一方面降低了听众对AI音乐的理解门槛;另一方面提高了作品的接受度。值得注意的是,这种机制并非AI独有,传统音乐中的经典曲牌、流行音乐的"耳朵虫"效应都基于同样的原理。

创作局限性:数据支撑的重要性

当面临数据不足的情况时,AI音乐的表现往往会大打折扣。例如,在濒危非物质文化遗产领域,由于缺乏足够的音乐数据支持,AI很难有效开展识别、训练和运算工作。即使在相对发展较好的曲种中,AI的成功率仍然受到限制。

从技术发展的角度看,AI目前仍无法突破对现成音乐数据的依赖,难以形成独立的音乐创作思维。未来只有当AI能够摆脱单纯的数据堆砌模式,才有可能实现真正的创造性突破。

总之,AI音乐的魅力在于其构建的"熟悉感"以及由此引发的审美体验和情感共鸣。但要获得持久的关注与喜爱,仍需回归到对高质量音乐数据的运用及其背后的文化价值上。

文章素材来源于:网络