面对AI 生成的音乐，可以完全采纳，也可以做一些编辑修改

　　InfoQ：您开源了 AI 音乐研究项目 Muzic，能和我们介绍下这个项目的具体情况吗？Muzic 可以解决什么问题？在技术上有哪些创新点？
　　谭旭：Muzic 是微软亚洲研究院围绕着 AI 音乐的理解和生成的研究项目，宗旨是通过机器学习和人工智能技术更好地帮助到音乐的理解和生成。项目涉及理解和生成的各个方面任务，比如音乐分类、音乐识别出歌词、歌声合成、伴奏编曲等等，未来还会有分离、识别检索的任务。AI 领域涉及的问题非常多，我们希望通过开放一些现有研究工作的源代码或项目文档资料，给到社区的每个从业者，这些从业者能基于我们的这些框架工具，更方便地做进一步研究，一起推动 AI 音乐领域的进步，也欢迎大家多多关注和使用 Muzic。
　　InfoQ：评论区有观众提问，音乐生成和其他比如下棋、语言理解这些任务不同，它的目标不是明确的。对于这种目标不明确的任务，我们有什么解决方案吗？
　　谭旭：像下棋或是其他任务都有一个非常强的规则体系和 Reword，就是你赢了没有，你得到多少分。而音乐实际上是一个很主观的东西，并且不同人的标准是不一样的，同样一首歌，有人听到的是喜悦，有人听到的是悲伤。我们可以从两个角度去看待这个问题，一是它本身的反馈机制不明确，这就需要我们在利用 AI 技术的时候拆解，AI 技术到底能帮到音乐里面的哪个环节。二是，AI 生成的音乐更多还是需要人工来进行评估，也就是说在整个链条里，始终有人的存在。AI 技术只是一个工具，它不可能有一个自制系统去操控或是有主观的意见去做一些事情，人在这个过程中还是要有完全自主的把控能力，最后还是需要人来做决定。
　　InfoQ：评论区有观众提问，AI 在辅助音乐创作方向上有哪些作品和应用？
　　谭旭：辅助创作的产品应用并不算多，但是有很多 Demo 是符合辅助音乐创作的。比如有很多音乐技术软件和编辑软件，你写完一段旋律的时候，AI 能马上给你补充一段旋律，并且补充的这段旋律是符合你的整个思路的，接下去也比较连贯自然。又或者，你写了一首曲子，AI 的工具马上给你配上伴奏，整个音乐也很和谐。面对这些 AI 生成的音乐，你可以完全采纳，也可以在上做一些编辑修改，去掉不合理的地方，这些一定可以帮助你减少很多成本，这也是 AI 辅助音乐创作的典型例子。当然还有很多其他应用，比如这种交互式的，我输出一句，AI 输出一句，有点像和 AI 斗琴，我弹奏一段，AI 弹奏一段，这种场景也会有。