AI音乐标注师:谁在教机器听懂一首歌?

资讯 36氪 全文 3494 字 · 约 9 分钟读完 配图 2 张 分类数据

AI的音乐老师不是艺术家。

学音乐,先得听懂节奏、和弦与乐器。AI同样如此。

10月,AI歌曲《过来人》走红,杜甫、苏轼、刘邦等历史和神话人物用说唱讲房贷、职场和中年困境,不少人觉得唱到了心里。也有人直说,一听就是AI,听得难受。

在专业音乐创作领域,AI也上了台面。江苏卫视新近推出的《音乐缘计划3》以原创为主打,卖点是作品背后的音乐故事。第一期就有音乐人承认,作品用了AI,但歌词是自己写的。

薛之谦听完后的评价是:“词我既看得懂,又好像似曾相识的感觉。”不少观众觉得,这段歌词像是把薛之谦几首歌揉在了一起。

AI音乐标注师:谁在教机器听懂一首歌?(配图 1)

歌本身不难听。争议在于,一档标榜原创价值的节目里,出现了创作过程大量依赖AI的作品,它凭什么和其他原创作品同台竞争?

也有很多人好奇,AI究竟怎么学会写歌?《过来人》的创作者王琨喆没有把创作全交给AI。他先搭出歌词骨架,再让AI尝试不同组合,生成多个版本,随后由自己筛选、剪辑、调整编曲。

能生成音乐,不等于真正理解音乐。要让模型识别一首歌的结构、判断生成结果的好坏,背后得有一批懂音乐的人。

这些人不写歌,他们给AI当音乐老师。这个工种叫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就更远了。

那时的刘晓光已经在琢磨:怎么让机器听懂音乐。

这个创业方向有点反直觉。AI创业最吸引人的故事,往往是让机器创造点什么。刘晓光做的事正相反,他要先教机器认识音乐。

刘晓光出身清华大学化学系,本硕博都在那里读,同时也是音乐制作人。他创办的灵动音科技(DeepMusic),最早盯上的就是音乐数据处理。

湖北日报近期报道了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。

打个比方,一段是小提琴的声音,另一段把铜管和木管混在一起,后面再垫一层弦乐。至于歌词唱得对不对、乐器用得合不合适、节奏能不能对上,这些同样属于可能要标注的内容。

这项工作,就是音乐标注。

严格说,它是一组围绕AI音乐训练和测评产生的专业岗位,边界并不完全固定。

音乐平台给大批歌曲打标签这件事,在生成式AI出现之前就已经在做。用户在音乐软件里看到的流行、伤感、摇滚之类分类,底下都离不开音乐数据的整理。只不过,这些标签主要还是为搜索、分类和推荐服务的。

Suno、Udio等生成式音乐工具兴起后,模型要学的东西变复杂了:不光要知道一首歌是什么风格,还要理解和弦、节奏、配器和结构,甚至要判断自己生成的音乐有没有问题。

音乐标注由此逐渐分出几类不同的工作。

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;还有人把错误归类,整理成模型研发团队能用的反馈。总得有人告诉AI,它生成的音乐到底哪里做得不好。

海外方面,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,国内这类岗位目前的情况是: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,刘晓光就说过,有大型企业做音乐生成、音乐识别时会找他们买数据。

灵动音的重要战略投资人是腾讯音乐。AI编曲技术被灵动音接进全民K歌,做出AI换曲风功能,当时全民K歌用户用AI伴奏超过3亿次。现在灵动音官网把这个合作列为重要的技术落地案例,全民K歌那边AI布局还在继续扩大。

音乐标注这门行当,背后已经分出几类不同的生意。

第一类是卖人力。这是最基础的买卖,也是音乐标注师最直接的饭碗来源。

一家AI公司要10万首歌曲的专业标注数据,自己又凑不齐音乐专业人员,专门招一支音乐团队明显不划算。第三方数据服务商就这么冒出来了。

招标注员、定工作规范、派任务、查质量,都是服务商在管,整理好的数据最后交到客户手里。AI公司不必长期养音乐团队,有项目时买服务就行。路数和传统的数据标注外包差不多。

第二类是卖专业判断,比简单标注值钱。

AI公司要发新版本音乐模型,想知道新模型到底有没有长进,就得请专业音乐人来盲听。

同一段歌词,交给两个模型分别生成歌曲,再让音乐人按旋律流畅度、编曲合理性、人声表现、风格匹配这些维度打分。找出问题后,还要分析是旋律生成出了错,还是模型没听懂创作指令。

交给客户的,是一套评测结果、错误分析和优化建议。

这已经是AI音乐研发里的正式环节。2025年ICASSP大会收录了一项叫MusicEval的研究:团队收集了31个AI音乐模型生成的2748段音乐,请14名音乐专家评分,拿到13740条评价。

第三类是卖数据资产。

一家公司要是既有标注能力、手里又攒着大量音乐素材,还把授权问题解决了,就能把音频、音乐结构、专业标签、文本描述和使用权打成包,授权给AI公司训练模型。

海外的Rightsify旗下有个GCX平台,专做AI音乐数据授权,把整理、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的数据集规模已超过440万小时音频、320亿组文本数据,总容量超过3PB。

定价取决于数据体量、复杂度、应用场景与授权时长。GCX 同时表示,相关数据集系通过委托创作等途径取得权利,并可提供商业授权。

这门生意的想象空间,明显比单纯卖人力大得多。

问题也跟着来了:这些音乐从哪来?

大型唱片公司尚有雄厚资源应对,未经授权的音乐被拿去训练模型,对它们意味着版权和商业利益受损;普通音乐人往往承受不起后果。

山东一位原创音乐人透露,自己接到过AI采样公司的电话,对方想收集他的原创音乐拿去训练模型。还有音乐人把新作品发进交流群,转眼就被截取,经AI训练后重新生成,不少人为此打了官司。

耗费心血写出来的作品成了AI训练的养料,AI的产物却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越有机会学会自己听。

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

不过早期的自动化,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。

5月1日,MOSI.AI、OpenMOSS团队与上海创智学院联合把MOSS-Music开源出来。这套东西里有两个8B模型,还有一条配套的大规模音乐数据标注流水线。

从原始音频开始,这条流水线能自动提取特征、切分歌曲、识别歌词、清洗元数据,再往下生成音乐描述和训练样本。就连音乐描述的评测,也开始试着交给另一个大模型来打分。过去得有人戴着耳机一遍遍听的东西,如今机器已经能接手相当一部分。

音乐AI的技术路线并不止一条。一种做法是把音乐拆成可识别的结构化信息,前面提到的灵动音UMP体系、MOSS-Music都属于这一类;另一种是以Suno等产品为代表的端到端生成,用户敲一段文字,模型直接吐出完整音乐。

路线不同,标注师的需求就不会一直朝同一个方向涨。前者要的是更精细的音乐数据,后者则可能让逐首人工标注的依赖变少。但两边都绕不开数据质量控制和生成结果评测。

放到整个AI音乐市场看,机器产出音乐的速度早已跑赢人类消费音乐的速度。Deezer公布的数据显示,今年6月平台日均收到9万首AI生成歌曲,高峰期占每日新上传音乐的一半以上。10月,Deezer又披露,2025年1月至2026年8月间,平台已将4200多万首AI生成歌曲挡在算法和编辑推荐之外。歌这么多,实际播放量却只占平台总播放量的1%至3%。海量内容里,值得被听见的究竟有多少?

音乐标注师的工作重心也会随之挪动:基础识别交给机器,专业音乐人更多介入评价标准的制定、复杂问题的判断和模型的纠错。

往整个音乐领域看,从替AI标注音乐,到帮AI判断好坏,再到担心自己的作品沦为AI训练的养料,音乐人与AI的关系远比简单的替代与被替代更复杂。周深发布新歌《月之纪》时就专门声明,严禁未经许可将作品用于AI训练、模仿、学习与生成。

AI音乐标注师:谁在教机器听懂一首歌?(配图 2)

算法能复刻旋律、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,但什么样的音乐值得被留下、创作者又该如何拿到应有的价值,最终仍要由人来回答。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. 数据要素×三年行动换题:从建场景转向修流通,AI才能不缺燃料

    11 月 3 日,国家发改委“奋进十五五”发布会上,国家数据局政策和规划司司长栾婕说了一句话,被很多人划过去了:“将会同相关部门谋划实施新一轮‘数据要素×’三年行动,研究制定重点行业数据流通利用指引。”上一轮,发的是“典型场景指引”。这一轮,发的是“流通利用指引”。两个词之差,考卷换了。过去三年,我们答的...

    来源 腾讯网
  2. Recapture:用合成数据解决文档AI训练的“扫描件荒”

    训练视觉语言模型时,干净的数字文档太多,真实的皱褶扫描件太少。Recapture 这个开源工具能把平整的PDF页面变成逼真的手机拍照或扫描仪图像,自动保留标注框。不用真的去打印再拍摄,就能批量生成带噪声的训练数据,解决数据集混合难题。

    来源 AI 应用前沿
  3. 上海医疗AI落地:新华医院用CT筛出肠癌,患者险当诈骗电话

    界面新闻记者 | 黄华界面新闻编辑 | 谢欣11月初,上海市卫生健康委、上上海市医保局等共同启动“医疗健康数据融合开发利用工作专班”,专班将响应国家数据局医疗健康行业数据资源开发利用攻坚行动,承担推进全市卫生健康数据的制度建设、融合开发、场景创新、市场运营等任务,更好释放医疗数据要素价值。此前在今年7月,《...

    来源 腾讯网
  4. 时序基础模型落地难:冻结权重,让AI智能体改写部署流程

    你有没有遇到过这样的情况:买了一个号称"开箱即用"的智能工具,用起来却发现它根本不懂你的具体业务。时间序列预测领域最近几年就在经历类似的尴尬。谷歌、亚马逊这些大公司陆续推出了"时序基础模型",这些模型在海量数据上训练过,理论上拿来就能预测任何新数据集,不需要再专门训练。时序基础模型(TSFM):一种在大规模...

    来源 腾讯网
  5. OpenAI下场造机!首款AI手机细节曝光,直接叫板传统手机厂商

    供应链最新消息显示,富士康旗下的富智康集团已拿下OpenAI手机项目订单,负责整机组装环节。据财联社报道,OpenAI的首款手机预计最快2027年底、最迟2028年正式亮相,除组装外,立讯精密、领益智造、瑞声科技等多家苹果供应链厂商也将参与零部件供应。

    来源 TechWeb
  6. OpenAI首款AI硬件年底出货:立讯精密独家代工,“甜甜圈”真机渐近

    OpenAI的首款AI硬件产品有了明确的时间表。11月19日,每日经济新闻援引供应链消息称,这款产品计划于2026年底启动出货,多家中国厂商深度参与其中——立讯精密不仅独家承担整机制造,还同时供应核心零部件。不过,关于这款硬件的具体形态,OpenAI官方至今仍未正式公布,“甜甜圈”“冰球”式的无屏设备轮廓,目前仍停留在

    来源 TechWeb
  7. 上市前一天,80余位学界与AI大佬联合声明:“Anthropic不是一家安全的AI公司”

    【TechWeb】11月18日,Anthropic正式确定IPO发行价为每股83美元,高于此前70-78美元的指导区间;公司连同部分股东共发行约9.8亿股A类普通股,公开发行筹资约813亿美元,叠加向谷歌、英伟达、微软等战略投资者的260亿美元私募配售,合计融资规模突破944亿美元,超越SpaceX今年6月创下的纪录,

    来源 AI 行业观察
  8. 郑渊洁71岁用AI做动画,8部短片免费开放

    11月17日,停更近两年的郑渊洁在个人社媒发声,宣布了一件让他自己都觉得“振奋和不可思议”的事:对动画制作“一窍不通”的他,已经用AI把自己的童话作品做成了动画短片,全部通过授权抖音账号“郑渊洁童话世界”免费开放观看。这位71岁的“童话大王”在视频末尾向00后道贺——祝贺他们赶上了“可以免费享用精神文化作品、人人可以参

    来源 TechWeb
  9. 郑渊洁用AI做动画短片:8部已上线,宣布作品免费开放

    11月17日,停更近两年的郑渊洁在个人社媒发声,宣布了一件让他自己都觉得“振奋和不可思议”的事:对动画制作“一窍不通”的他,已经用AI把自己的童话作品做成了动画短片,全部通过授权抖音账号“郑渊洁童话世界”免费开放观看。这位71岁的“童话大王”在视频末尾向00后道贺——祝贺他们赶上了“可以免费享用精神文化作品、人人可以参

    来源 TechWeb
  10. 英伟达临时CEO克雷斯回应换帅疑虑:AI芯片业务照常,产品节奏不变

    【TechWeb】11月19日,行业媒体Digitimes发布报道,聚焦黄仁勋辞任后英伟达首次财报电话会议。针对外界“换帅是否会打乱AI芯片供货”的疑虑,临时CEO科莱特·克雷斯(Colette Kress)明确回应:公司业务照常开展。 克雷斯在会上强调,英伟达未来产品的开发与推出节奏保持不变,公司的运营表现、业务展望

    来源 AI 行业观察
  11. 71岁郑渊洁用AI“手搓”动画短片,停更两年后宣布全面免费开放

    【TechWeb】11月17日,停更近两年的郑渊洁在个人社媒发声,宣布了一件让他自己都觉得“振奋和不可思议”的事:对动画制作“一窍不通”的他,已经用AI把自己的童话作品做成了动画短片,全部通过授权抖音账号“郑渊洁童话世界”免费开放观看。这位71岁的“童话大王”在视频末尾向00后道贺——祝贺他们赶上了“可以免费享用精神文

    来源 AI 行业观察
  12. 英伟达克雷斯任临时CEO:AI芯片节奏未改,散热厂商同步看涨

    【TechWeb】11月19日,行业媒体Digitimes发布报道,聚焦黄仁勋辞任后英伟达首次财报电话会议。针对外界“换帅是否会打乱AI芯片供货”的疑虑,临时CEO科莱特·克雷斯(Colette Kress)明确回应:公司业务照常开展。克雷斯在会上强调,英伟达未来产品的开发与推出节奏保持不变,公司的运营表现、业务展望及

    来源 腾讯网
  13. 郑渊洁71岁用AI做动画:8部短片免费上线,抖音每周更新两期

    【TechWeb】11月17日,停更近两年的郑渊洁在个人社媒发声,宣布了一件让他自己都觉得“振奋和不可思议”的事:对动画制作“一窍不通”的他,已经用AI把自己的童话作品做成了动画短片,全部通过授权抖音账号“郑渊洁童话世界”免费开放观看。这位71岁的“童话大王”在视频末尾向00后道贺——祝贺他们赶上了“可以免费享用精..

    来源 腾讯网
  14. Claude开AI工厂:7周造38个模型,狂揽5.5万下载

    Claude开了一家造AI的工厂! 七周,Claude交出38个模型,狂揽约5.5万次下载,杀进100多个GitHub项目。 38个模型累计下载约5.5万次,光是提示注入检测系列就有约1.7万次下载。 这AI工厂背后的「老板」叫Horizon,是一个基于Claude Opus 5.5的智能体。 它开局拿到的,只是一个空

    来源 AI 行业观察
  15. HPE推ProLiant Gen13服务器:搭载第六代AMD EPYC,主打AI推理与安全

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  16. HPE ProLiant Gen13上新:第六代AMD EPYC加持,面向AI推理与企业负载

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  17. 三星AI眼镜预售数小时售罄:12月10日韩美开卖,65万韩元起

    IT之家 11 月 19 日消息,三星电子与谷歌、Gentle Monster 联合推出的人工智能眼镜“Intelligent Eyewear”,尚未正式上市便取得了不错的市场反响,关键型号在预售开启后数小时内便售罄。 韩国眼镜品牌 Gentle Monster 宣布,“Intelligent Eyewear”的核心款

    来源 AI 行业观察
  18. HPE发布ProLiant Gen13服务器:搭载AMD第六代EPYC,主打AI推理与安全

    【TechWeb】11月19日消息,HPE正式推出两款搭载第六代AMD EPYC™处理器的HPE ProLiant Gen13服务器。面向AI推理与智能体AI等新兴工作负载带来的计算需求,全新系列产品进一步提升计算性能、内存带宽及I/O能力,助力企业加速智能体AI、AI推理、数据分析、虚拟化、仿真与建模等多元工作负载的

    来源 AI 行业观察
  19. 有道Q3经营利润同比增长19.2% AI订阅销售额超1亿

    网易有道公布了2026年第三季度未经审计的财务业绩。报告期内,有道持续推进AI原生战略,聚焦高质量、高毛利率业务,AI应用在学习、办公、营销等场景纵深落地,盈利能力与经营质量保持稳健提升。

    来源 TechWeb
向下滚动自动加载更多