AI音乐的数据标注生意

资讯 AI 行业观察 作者:数智奔流 全文 3494 字 · 约 9 分钟读完 配图 2 张 分类数据

学音乐,得先听懂节奏、和弦和乐器。AI也一样。 10月,一首AI歌曲《过来人》爆火,杜甫、苏轼、刘邦等数位历史和神话人物用说唱聊房贷、职场和中年困境,戳中不少人心声。也有人直言,一听就是AI,听得浑身难受。 AI也进入了专业音乐创作舞台。江苏卫视最新的《音乐缘计划3》主打原创,卖点是原创背后的音乐故事。可第一期就有音乐

学音乐,得先听懂节奏、和弦和乐器。AI也一样。

10月,一首AI歌曲《过来人》爆火,杜甫、苏轼、刘邦等数位历史和神话人物用说唱聊房贷、职场和中年困境,戳中不少人心声。也有人直言,一听就是AI,听得浑身难受。

AI也进入了专业音乐创作舞台。江苏卫视最新的《音乐缘计划3》主打原创,卖点是原创背后的音乐故事。可第一期就有音乐人坦言作品用了AI,但能保证歌词是自己创作。

薛之谦听后却说: “词我既看得懂,又好像似曾相识的感觉。”不少观众认为,歌词是由薛之谦的几首歌融合而成。 

AI音乐的数据标注生意(配图 1)

歌本身不难听,大家的争议在于,一档主打原创价值的节目里出现了创作过程大量依赖AI的歌,凭什么和其他原创作品同台竞争?

还有很多人好奇,AI是怎么学会写歌的?《过来人》的创作者王琨喆,没有把创作完全交给AI。他先搭建歌词骨架,再让AI尝试不同组合,生成多个音乐版本后,自己筛选、剪辑、调整编曲。

AI能生成音乐,却不代表它真正理解音乐。要让模型学会识别一首歌的结构、判断生成结果的好坏,背后还需要一批懂音乐的人。

他们不负责写歌,他们在给 AI 当音乐老师。这群人就是 AI 音乐标注师。 

谁在教AI听歌?

2018年,距离Suno诞生还有4年,距离AI生成音乐成为热门话题更是早得多。

刘晓光已经开始琢磨一件事:怎么让机器听懂音乐。

这个创业方向有点反直觉,AI创业最性感的故事,通常是让机器创造点什么。刘晓光做的事情恰好相反,他要先教机器认识音乐。

刘晓光是清华大学化学系本硕博出身,同时也是音乐制作人。他创办的灵动音科技(DeepMusic),最早瞄准的就是音乐数据处理。

湖北日报近期报道过武汉一家音乐数据服务企业尧盛数智,负责人黄彬尧介绍,标注员需要先听调性和速度,判断和声走向,再用工具测出节拍,把歌曲切成不同段落,逐段辨认配器。

比如这一段用了小提琴,另一段是铜管与木管混合音色,背景还配有弦乐。歌词有没有唱错、乐器有没有用对、节奏是否匹配,也都可能成为需要标记的信息。

这项工作就是音乐标注。

严格来说,这是一组围绕AI音乐训练和测评产生的专业岗位,边界不是完全固定的。

早在生成式AI出现之前,音乐平台就需要给海量歌曲打标签,我们在音乐软件里看到的流行、伤感、摇滚等分类,背后都有音乐数据的整理工作。只不过这些标签主要服务于歌曲搜索、分类和推荐。

Suno、Udio等生成式音乐工具兴起后,模型需要学习的东西变得复杂:除了要知道一首歌属于什么风格,还要理解它的和弦、节奏、配器和结构,甚至要判断自己生成的音乐有没有问题。

于是,音乐标注逐渐发展出几类不同的工作。

有人负责拆解基础信息;有人专门判断旋律、歌词和编曲是否合理;还有人负责把错误归类,整理成模型研发团队能够使用的反馈。需要有人告诉AI,它生成的音乐究竟哪里做得不好。

在海外,美国AI人才平台micro1也开始招聘音乐教师、演奏者和制作人参与模型训练,岗位时薪标价30至45美元。

高 薪 之外, 目前国内这类岗位, 基础标注和实习岗位,月薪几千元才是常见水平。 

从卖人力到卖数据,谁在赚AI的钱?

2023年刘晓光就提到有大型企业在做音乐生成、音乐识别时向他们采购数据。

腾讯音乐是灵动音的重要战略投资人,灵动音把AI编曲技术接入全民K歌,推出AI换曲风功能。当时全民K歌用户使用AI伴奏超过3亿次。如今,灵动音官网将其列为重要的技术落地案例;全民K歌的AI布局在继续扩大。

音乐标注背后,也发展出了几类不同的生意。

第一种,卖人力。这是最基础的生意,也是音乐标注师最直接的就业来源。

假如一家AI公司需要10万首歌曲的专业标注数据,但自己没有足够的音乐专业人员,单独招聘一支音乐团队显然不划算。于是第三方数据服务商就出现了。

服务商负责招聘标注员、制定工作规范、分配任务、检查质量,最后把整理好的数据交给客户。AI公司不用长期养一支音乐团队,只需要在有项目时采购服务。这和传统的数据标注外包很像。

第二种,卖专业判断。比简单标注更值钱。

一家AI公司准备发布新版本音乐模型,要知道新模型究竟有没有进步,就得找专业音乐人进行盲听。

同一段歌词,让两个模型分别生成歌曲,再让音乐人从旋律流畅度、编曲合理性、人声表现、风格匹配等维度打分。发现问题后,分析究竟是旋律生成出了错,还是模型没有理解创作指令。

最后交付给客户的是一套评测结果、错误分析和优化建议。

这已经成了AI音乐研发中的正式环节。2025年ICASSP大会收录了一项名为MusicEval的研究,研究团队收集了31个AI音乐模型生成的2748段音乐,邀请14名音乐专家评分,最终获得13740条评价。

第三种,卖数据资产。

如果一家公司同时具备标注能力、拥有大量音乐素材、还解决了相应的授权问题,就能把音频、音乐结构、专业标签、文本描述和使用权打包,授权给AI公司训练模型。

海外的Rightsify公司旗下专门做AI音乐数据授权的GCX平台,把经过整理、标注并完成相应权利安排的音乐数据集,授权给AI研发企业和研究机构。GCX的数据集规模已经超过440万小时音频、320亿组文本数据,总容量超过3PB。

它的收费是根据数据规模、复杂程度、使用场景以及授权期限报价,GCX还强调,数据集通过委托创作等方式取得相应权利,并提供商业授权。

这门生意的想象空间,显然比单纯卖人力大得多。

问题也随之而来:这些音乐从哪来?

对大型唱片公司来说,未经授权的音乐被拿去训练模型,意味着版权和商业利益受损;它们尚有雄厚资源应对,对普通音乐人来说,往往无力承担后果。

山东一位原创音乐人透露,自己曾经接到过AI采样公司的电话,对方希望收集他的原创音乐用于模型训练。还有音乐人把新作品发到交流群,转眼就被截取、经过AI训练后重新生成,好多人为此打了官司。

耗费心血创作的作品成了 AI训练的养料,AI的产物未必给原作者带来任何收益。 

老师还没下课,学生已经会了

这门生意有个悖论:人越努力教AI听懂音乐,AI就越有机会学会自己听。

灵动音开发的UMP Board,早就开始尝试用技术自动提取音乐信息。到2023年,这套系统已经能够自主完成40万首歌曲的自动标注。

但早期的自动化,更多还是替人处理一些标准化的信息。真正的变化发生在近两年。

今年5月1日,MOSI.AI、OpenMOSS团队和上海创智学院联合开源了MOSS-Music,包含两个8B模型,以及配套的大规模音乐数据标注流水线。

这个模型配套的流水线,已经可以从原始音频出发,自动完成特征提取、歌曲切分、歌词识别、元数据清洗,再生成音乐描述和训练样本。连音乐描述的评测,也开始尝试用另一个大模型来打分。

过去需要人戴着耳机一遍遍听出来的东西,现在机器已经能替人完成其中相当一部分。

不过,音乐AI不是只有一种技术路线。

一条路线,是把音乐拆成可以识别的结构化信息。比如上面提到的灵动音的UMP体系、MOSS-Music等。

另一条路线,是以Suno等产品为代表的端到端音乐生成。用户输入一段文字,模型直接生成完整音乐。

两条路线的区别,决定了音乐标注师的需求不可能一直按照同一个方向增长。前者需要更精细的音乐数据,后者可能减少对逐首人工标注的依赖。

但共同点在于,都需要数据质量控制和生成结果评测。

再看整个AI音乐市场,机器生成音乐的速度,已经远远超过了人类消费音乐的速度。

海外音乐平台Deezer公布数据显示:今年6月,平台每天收到的AI生成歌曲平均达到9万首,在高峰期占每日新上传音乐的一半以上。

到了10月,Deezer又披露,从2025年1月至2026年8月,平台已经将4200多万首AI生成歌曲排除在算法和编辑推荐之外。

数量如此庞大的AI歌曲,实际播放量却只占平台总播放量的1%至3%。生产出来的海量内容,有多少值得被听见?

对音乐标注师来说,未来的工作重心也会变化:基础识别交给机器,专业音乐人则更多参与评价标准制定、复杂问题判断和模型纠错。

放眼整个音乐领域,从给AI标注音乐,到帮AI判断好坏,再到担心自己的作品成为AI训练的养料,音乐人和AI之间的关系,远比简单的替代与被替代复杂。

周深发布新歌《月之纪》时,专门声明严禁未经许可将作品用于 AI训练、模仿、学习与生成。 

AI音乐的数据标注生意(配图 2)

算法可以复刻旋律、模仿风格,却不等于拥有创作者的生命体验;模型能批量产出音乐,生产不出文化厚度。

AI为音乐打开了前所未有的广阔天地,什么样的音乐值得被留下,创作者又该如何获得应有的价值,最终还需要人来回答。艺术的内核,永远扎根于人。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI鼻子媲美人类嗅觉?30名闻香师正在训练它

    在新泽西州纽瓦克机场附近的一间实验室里,约30名经验丰富的人类嗅辨员正逐一品鉴地球上的各种气味。他们记录的“坚果味”“桃子味”“海洋味”等笔记,会与化学分析结果交叉比对,为AI初创公司Osmo打造其号称全球首个“气味基础模型”提供训练数据。这家公司希望让机器学会“闻”,把嗅觉这一最难数字化的感官真正带入AI时代。

    来源 AI 行业观察
  2. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  3. 蚂蚁国际杨鹏SFF谈未来金融:AI重塑资金流动,普惠与可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  4. 击败传统 K-pop 偶像,AI 辅助制作歌曲首次登顶韩国热门音乐排行榜

    IT之家 11 月 17 日消息,据日经亚洲今天(17 日)上午报道,韩国 AI 音乐项目 MEOMURU 推出的《你成为梦想中的大人了吗?》登顶 Melon TOP100,成为第一首登上韩国主要音乐榜单榜首的 AI 辅助制作歌曲。 该曲在当地时间 13 日登上 Melon TOP100 榜首,截至当地时间 16 日仍

    来源 AI 行业观察
  5. 三星美光海力士内存涨价7倍,法官戳破AI背锅说法

    最近,硬件圈发生了一件魔幻的事。因为新一代DDR5内存条贵得离谱,而老款DDR4和DDR5插槽互不兼容,逼得多家主板厂从年中开始掉头重启了原本停产的DDR4主板产线。更离谱的是,玩家去市场上一问价,发现老旧的DDR4不仅没便宜,近期涨幅一度反超了新款DDR5。今年的笔记本新品们,更是集体退回16GB内存时代。这一年多来

    来源 腾讯网
  6. 阿申布伦纳基金持仓降至15.8亿美元:AI股神爆仓后何时触底?

    曾被华尔街称为“AI股神”的前OpenAI研究员利奥波德·阿申布伦纳(Leopold Aschenbrenner),7月刚经历强制平仓,9月底又交出一份大幅缩水的持仓表。 美国当地时间11月16日,阿申布伦纳管理的对冲基金Situational Awareness向美国证券交易委员会(SEC)提交了美股持仓报告(13F

    来源 AI 行业观察
  7. Anthropic CEO预言十年内攻克癌症,AI医疗商业化卡在哪?

    最近,AI圈里的当红明星——Anthropic的首席执行官阿莫代伊抛出了一则重磅预言: 如果能妥善应用人工智能的“神奇力量”,癌症和精神疾病等广泛存在的健康问题可能会在十年内“不复存在”。 这话说的很大胆,也直接表明了对未来AI医疗应用的无限看好。 而在这方面,国内市场走的也很坚决。 从字节、腾讯、京东和蚂蚁阿福等互联

    来源 AI 行业观察
  8. Voyage Labs融资1200万美元,专做旅行AI助手

    当Muse、Gemini等通用助手把旅行规划当作演示场景时,由Google Maps前员工创办的Voyage Labs选择另一条路:只做旅行。这家初创公司完成1200万美元融资,试图用专业化AI代理在通用模型的夹缝中建立护城河。本文拆解其产品逻辑、行业背景与垂直AI代理的商业化难题。

    来源 AI 行业观察
  9. 李沐加盟的Aimotion,是一家什么AI公司?

    最新消息,这位前AWS AI资深首席科学家、Apache MXNet创始人之一、卡内基梅隆计算机博士,已经正式出任硅谷AI公司Aimotion的联合创始人兼CTO,亲自带队搭建其下一代产业级AI技术体系。

    来源 量子位
  10. 特朗普AI新政:25家美企获“国家冠军”认定,芯片管制转向出海

    据《华尔街日报》报道,特朗普政府最快于11月22日正式宣布将Nvidia、OpenAI、亚马逊、微软、Anthropic等逾25家美国AI企业认定为"国家冠军",享受出口许可快速审批、海外运营政府担保及联邦融资支持。这是2025年7月行政令《美国AI出口计划》的具体落地,标志着华盛顿AI政策主轴从"卡住中国"转向"主动

    来源 AI 行业观察
  11. Hugging Face被AI代理攻击后,CEO为何反而更信开源?

    Hugging Face CEO Clément Delangue的公司今年早些时候遭失控AI代理攻击,攻击中使用了OpenAI模型。外界以为他会收紧控制,他却公开为开源辩护:AI能力若集中于少数公司,整个人类都将更脆弱。这场事件把开源与安全的长期争论推向新高度。

    来源 AI 行业观察
  12. 英伟达安抚机器人被投企业:物理AI投入不减,业务照常

    IT之家 11 月 18 日消息,科技媒体 Business Insider 今天(11 月 18 日)发布博文,报道称在黄仁勋突发离职后,英伟达及其风险投资部门 NVentures 已联系至少 3 家其投资的机器人初创公司,明确表示业务将“照常进行”,以稳定市场对其机器人投资战略的担忧。这一动作发生在临时 CEO 科

    来源 腾讯网
向下滚动自动加载更多