Music FX

Music FX 简介

Music FX（前身为 MusicLM）是谷歌推出的生成式 AI 文本生成音乐实验工具，通过谷歌的 AI Test Kitchen 平台向公众开放。用户可以用自然语言描述想要的音乐——包括情绪、流派、乐器和节奏——工具便会生成原创曲目，无需音乐训练或乐器演奏经验。

核心功能

在标准的文本生成音乐流程中，Music FX 默认根据提示生成两个 30 秒的版本，并允许用户将曲目延长至 50 或 70 秒，或自动拼接开头和结尾以创建循环。工具包含“表达性芯片”（expressive chips），可建议替代描述词、流派和乐器，帮助用户优化提示。谷歌报告称，底层 MusicLM 模型的改进带来了更高质量的音频和更快的生成速度，早期测试中输出样本的偏好度是之前的三倍。

Music FX DJ 模式

Music FX DJ 是配套模式，通过让玩家以文本提示的方式混合音乐概念（而非混合预先存在的曲目）来实时生成全新音乐，结合喜爱的流派、乐器和氛围即兴创作现场 DJ 混音。玩家可以使用滑块控件叠加多个提示，添加或移除贝斯、鼓等乐器，调整调性和速度，并控制明亮度或质感；模型流式输出 48 kHz 立体声的“制作级”音频，玩家可下载 60 秒音频或分享会话，其他人可接管控制权进行混音。

与 Jacob Collier 的合作

谷歌与六次格莱美奖得主、歌手、词曲作者、制作人和多乐器演奏家 Jacob Collier 密切合作开发了更新的 MusicFX DJ，将该工具描述为让用户“成为 AI 驱动的即兴演奏会的指挥”。Collier 将 MusicFX DJ 称为“声音元素的集大成者”，能够创造“非线性、奇特、不断演变的挂毯”，合作重点是让各种技能水平的人都能进行创意表达。

技术基础与安全措施

Music FX 基于谷歌的 MusicLM 模型构建，谷歌使用超过 20 万小时带人工标注说明的音乐（涵盖流派、时代和风格）进行训练，并公开了标注音频数据集。谷歌 DeepMind 博客指出，截至 2025 年 5 月 1 日，Music FX 工具由谷歌 DeepMind 开发的音乐生成模型 Lyria 和 Lyria RealTime 提供支持。

所有使用 Music FX 生成的歌曲都带有 SynthID 标记，这是谷歌 DeepMind 开发的工具，嵌入听不见的数字水印，以便日后识别 AI 生成的音频。谷歌会过滤提及特定艺术家或包含人声的提示，官方 FAQ 指出 Music FX 和 Music FX DJ 包含保护艺术家声音和风格的措施，某些查询或内容类别被禁止生成。

可用性与发布

Music FX 于 2023 年 12 月中旬推出，最初在美国、肯尼亚、新西兰和澳大利亚可用，通过 AI Test Kitchen 和 Google 账户登录访问。谷歌后来指出，ImageFX、MusicFX 和 TextFX 在 2024 年初在上述国家可用。作为实验性产品，其区域可用性有限，一些国家已扩展到美洲和大洋洲的更多地区，而其他地区（尤其是欧洲）未包含在内。