Suno AI是一款基于人工智能的音乐创作工具,它可以帮助用户轻松地创作出各种风格的音乐作品。通过使用先进的深度学习技术,Sono AI能够生成具有高质量音频输出和立体声效果的歌曲。

SunoAI1.png

一、背景介绍

Suno AI最初是一个基于Discord服务器的音乐创作AI,用户可以通过与Discord机器人互动来创作音乐。

现在,Suno AI已经拥有了一个独立网站的音乐创作平台,用户可以在网站上创作、管理和分享他们的作品。

Suno AI是一支由音乐家和人工智能专家组成的团队,总部位于马萨诸塞州剑桥市。我们是 Meta、TikTok 和 Kensho 等先锋科技公司的骄傲校友,我们的创始团队在创立 Suno 之前就一起工作过。


SunoAI2.jfif

二、产品功能介绍

1、音乐创作能力:Suno AI可以为用户生成各种类型的音乐作品,包括说唱、流行、乡村、摇滚等。用户只需输入歌曲的主题或者风格,Suno AI就能创作出相应的歌曲。

2、音频质量:Suno AI生成的音乐具有较高的音频质量,输出的音频比特率为28 kbps,虽然不是最高,但也相对较高。此外,Suno AI还支持立体声音频,为用户带来更加丰富的听觉体验。

三、示例

1、按照主体想法生成一首音乐

我现在的心情有点糟糕,请帮我生成一首忧伤曲子舒缓我的心情

2、输入完整的歌词,风格限定生成音乐

歌词用GPT生成,风格指定为:Chinese pop

1.点击该按钮开始创作

SunoAI3.png

2.首次使用需要点击选择以下几种方式登陆

SunoAI4.png

3.再点击这里进入创作界面

SunoAI5.png

4.有两种模式,Suno AI可以根据用户给出的主题或风格生成相应的歌词;第二种就是输入完整歌词,指定风格后生成音乐。

SunoAI6.png

5.输入内容,开始创作

SunoAI7.png

四、 产品计费模式

基础版:免费使用,每日50积分(可生成10首歌),不可商用,同时进行2个任务。

专业版:10美元每月(包年8美元每月),每月2500积分(可生成500首歌),可商用,同时进行10个任务。

高级版:30美元每月(包年24美元每月),每月10000积分(可生成2000首歌),可商用,同时进行10个任务3。

有免费模式,每天可以免费制作10首歌曲,去体验一下吧。

五、suno有哪些特点

优点:

  1. 操作简单,成本较低。输入歌词及曲子描述就能在一分钟完成一个生成的长片段。

  1. 质量完成度高,各种组成非常教科书。好听程度上能吊打一众音乐

  1. 混音质量也较好,可能会为之后的ai混音做铺垫

缺点:

  1. 成分复杂的歌较难复刻。例如音准比较难定位的一些即兴音乐以及古典音乐,还有配器组成较为复杂的音乐。

  1. 风格容易出现趋向性的同质化(贴标签

  1. 容易出现差异化的质量。

  1. 音质较差,很难应用于高解析度的音乐

  1. 尽管Suno AI支持立体声音频生成,但在某些情况下,生成的音乐可能缺乏真正的立体声效果。

首先谈一下可能对音乐产业的影响。

  1. 这么一个低成本的工具,假如普及,那首先衔接的就是短视频行业的音乐。因为他们刚好抓的是下沉市场,也刚好贴合定位。这会洗刷掉很多质量不高的音乐。同时结合AI换声(孙燕姿…),可能会出现很多vocalfake和musicfake的情况,音乐可以成为一个黑盒产业。

  1. 当音乐素材变得极为容易获得时,缝合艺术可能会进展到一个新的高度。比较技术的mashup或者蒙太奇类型音乐可能会发展,也会发展音频剪辑。

  1. 当音乐市场需要对冲自动化生产的量产AI产物时,中高端市场可能会更加崇尚定制化音乐以及个性化音乐。中端市场会把价格压到很低去与AI进行硬性指标对抗,高端则会产生溢价空间

接下来是一些衍生的方向

  1. 线下live及演出。追求真实的人当发现音乐不再那么真实的时候,会寻求跨维度的三次元体验

  1. 音乐教育。量产的高完成度音乐的普及,同时也会带动教育产业。其中可能教育产业已经有的断层,假如不能及时去填平容易出现野蛮生长的情况。AI音乐的崇尚会去否定一些爱好者的价值

  1. 全景声与空间音频的普及。这类音乐素材并没有那么多去学习,而且假如学习,成本会相对大不少。现在的智能设备的迭代,以及软平台都在推崇空间音频类音乐。现在已经逐渐出现了全景声与空间音频下放的土壤

  1. HIFI设备与Hires,与混音。之前也提到AI音乐生成的是码率不高的文件,因此音质需要往超越AI音乐的方向发展。其实现在已经有了高码率与传输的土壤,AI音乐可能可以促使软硬件上的下放。而HIFI设备则作为经过层层加工后对高音质及高解析的一种检验。同时混音上,听感好但混音糊的作品可能会有危机感,因为AI学习频响感觉成本并不难。混音的侧重点可能会逐渐从听感好变成清晰分离度高及声场还原。