Pitchfork“0分警告”：音乐“作者性”正在被AI淹没？

本文来自微信公众号： 文娱先声 ，作者：先声编辑部

一张“0分专辑”，究竟能有多差？

最近，美国说唱歌手Tyga的新专辑《$TARFACE》被Pitchfork打出0.0分。这是这家以严苛评分著称的音乐媒体，自2007年的群星合辑《This Is Next》以来，再次给出最低分。

虽然过去Pitchfork对Tyga也算不上“友好”，但这样的评价，还是让不少歌迷感到惊讶。而在“0分”背后，真正引发争议的，则是这张专辑的另一个标签——AI。

就在专辑遭遇极端差评前几天，Tyga公开承认《$TARFACE》使用了AI，认为这不过是音乐生产工具的一次更新。

当下，AI已经可以快速生成并模仿各种风格的音乐，音乐人不可替代的价值究竟是什么？人在创作中的价值又该如何体现？

01

Pitchfork为何给Tyga打0分？

Pitchfork为《$TARFACE》打出0.0分，并非针对AI音乐的批判。

整篇评论虽然花费相当篇幅讨论AI，但具体批评实际都围绕专辑本身展开。作者甚至用“slop-pop”形容它，认为这是一张自负、敷衍且令人沮丧的作品，直言“它的存在本身都让这个世界变得更糟”。

所谓“slop-pop”，讽刺的是这张专辑虽然披着流行音乐的外壳，却呈现出一种“AI slop”的廉价、低劣感。

《$TARFACE》并不是一张没有野心的专辑。为了摆脱过去的说唱歌手形象，Tyga构思了一个完整概念：“如果自己成了阿尔・帕西诺饰演的’疤面煞星’，而’疤面煞星’不再是毒贩，而是流行明星，那会怎么样？”为此，他为自己设计出全新身份“$TARFACE”，全面转向80年代流行音乐。

他甚至从Michael Jackson的《Off the Wall》、Prince的《Purple Rain》等作品中寻找灵感，将合成器、复古鼓点、吉他Solo等音乐元素，有意识地放进这套新的音乐语境里。

但问题在于，Tyga只完成了对80年代流行音乐的模仿，却没有形成自己的风格。更重要的是，他疑似使用了生成式AI进行创作或直接生成，整张专辑听起来有一种强烈的机械感。用Pitchfork的话说，它完全是“提示词工程”的产物，空洞且没有灵魂。

作者以专辑中的曲目《POWERED DREAMS》为例，指出这首歌无论是器乐部分中速、带点放克味的嘟嘟声，还是Tyga演唱时刻意的英国口音，都与Fenix Flexin的AI生成单曲《Rubberz》极为相似。在副歌中，他的演唱甚至没有人类呼吸的迹象。

就算是不那么AI的曲目，《$TARFACE》也让人仿佛置身于柯南·伯格的电影中——有一种“哪里不对劲”的不适感。更不用说对经典音乐人的所谓“致敬”，完全浮于表面，无法与歌迷形成有效联结。

Pitchfork甚至提到，读者可以使用AI音乐工具Treblo，通过输入相关提示词生成类似的音乐。作者表示，自己就能生成一首听起来和《$TARFACE》一模一样的歌。

从这个角度来看，Pitchfork对《$TARFACE》的批评其实可以归结为一个简单问题：这张专辑为什么非得由Tyga来做？如果把Tyga换成另一个同样熟悉80年代流行音乐、拥有相似制作资源的音乐人，作品仍然可以成立，那么这张专辑的问题就不再只是质量。

值得注意的是，Tyga本人对专辑是否使用了AI的问题一直含糊其辞。起初，他暗示这张专辑是100%的人工作品，他告诉《People》杂志，并列举了延迟效果器、和声器等非常具体的例子。但一周后，当被《Vibe》杂志问到AI相关问题时，他突然改口承认，并将AI工具与Auto-Tune相提并论，表示“使用技术作为工具没什么不对”，强调AI只是参与了专辑的部分制作环节，歌词和人声仍由自己完成。

有趣的是，Tyga的回应，与Fenix Flexin也很类似。直到被Reels上的网友揭穿以前，他也声称《Rubberz》是“纯天然”的。

从这个层面来看，《$TARFACE》的问题其实比单纯的“难听”更严重。毕竟，作为一个拥有十多年创作生涯的成熟音乐人，Tyga可以做出一张“烂专辑”，但当创作者的价值受到质疑，损害的就是歌迷的信任。

02

AI代替不了作者性

过去几年，AI已经从音乐人的实验工具逐渐进入真正的创作现场。越来越多拥有成熟创作体系的音乐人，开始尝试让AI进入词曲创作，而不只是制作环节。

YACHT是较早的一批实验者。在2019年的专辑《Chain Tripping》中，这支乐队将过去82首作品交给机器学习系统分析，再利用AI生成新的旋律和歌词，最终从这些结果中筛选、修改和重组歌曲。这张专辑虽然没有成为主流爆款，但获得了专业媒体的关注，被视为AI音乐领域的重要案例。

Holly Herndon进一步把AI变成了创作伙伴。在2019年的专辑《PROTO》中，她与长期合作者Mat Dryhurst等人共同开发AI系统Spawn，并通过人声训练让它学习、生成新的声音。Spawn甚至直接参与了《Godmother》等歌曲的创作，成为这张专辑真正的创作者。

Imogen Heap则开发了AI数字分身Mogen，它不只用于声音复制，更被带入音乐项目，用于歌曲制作和人声处理。

三个案例虽然路径不同，但AI在其中的作用都不是简单的“一键生成”，而是辅助音乐人创作出更好的音乐。

而Tyga的案例之所以特殊，并不是因为使用了AI，而是因为作为主流音乐人，他疑似将生成式AI直接用于歌曲生成，并因此直接撞上了主流乐评体系最看重的东西——作者性。

过去，一个音乐人想复刻80年代流行音乐，需要研究那个时代的声音、寻找合适的制作方式，并经过大量试错，才能逐渐形成属于自己的表达。如今，只需要输入一个方向，生成式AI就可以快速提供大量接近目标风格的风格、编曲和音色方案。

当制作“某种风格”的音乐变得越来越容易，单纯把一首歌“做出来”，就不再是音乐人能力的体现。真正稀缺的，是如何做出兼具质量与审美的作品。

The Weeknd的《After Hours》和Dua Lipa的《Future Nostalgia》同样大量借鉴70、80年代的迪斯科和合成器流行，但他们并没有停留在模仿上。前者把合成器与舞曲节奏融入标志性的阴郁R&B，后者则将迪斯科律动重新包装进当代流行制作。相同的复古元素经过不同创作者的重新组织，最终形成了鲜明的个人风格。

而这，才是Tyga的《$TARFACE》真正欠缺的。

说到底，用不用AI其实并不是问题的重点。

AI可以帮助音乐人做出想要的风格，但专辑究竟要怎么做，最终的决定权在人手上。一张有灵魂的专辑未必完美，它可能灵动，也可能笨拙，但一定有着某些无法被代替磨灭的个人特质。

03

生成式AI的悖论

从音乐史来看，Tyga所谓“AI只是工具”的说法其实并没有错。

录音技术改变了音乐的传播方式，鼓机改变了节奏制作，合成器拓宽了乐器边界，采样让过去已经存在的声音成为新的音乐素材，Auto-Tune也重新塑造了人声。音乐从来不是一个拒绝新技术的行业，新工具进入创作流程，本身并不会让创作者失去价值。

但生成式AI与过去工具最根本的区别在于，它开始试图把原本高度依赖人的音乐创作，转化成一种可以被描述、拆解和生成的流程。

在今年6月的《CHANEL Connects》对话中，Daft Punk核心音乐人Thomas Bangalter同样提到了这一点。在他看来，AI创作建立在文字提示之上，需要先把创作者想要的东西转化成可以被描述的语言，再由模型生成结果。

但真正的音乐创作，并不总是这样发生。

一个音乐人为什么在某个时刻写下一段旋律，为什么觉得某个音符应该留下、另一个音符应该删掉，有时候并没有一个可以被准确说出来的答案。它可能来自情绪、记忆、经验，也可能只是某个瞬间的直觉。

用Thomas Bangalter的话说，创作过程最珍贵的部分完全不依托理性思考或语言表达，真正的创作是一段向内探索，读懂自身情绪的过程。创作者甚至未必知道自己究竟在寻找什么，只是在不断尝试的过程中，突然“感觉对了”。

这也是人类音乐创作最难被量化的部分。

从这个角度看，AI和人的差异并不只是谁更有创造力，而是两者进入创作的方式本身就不同。

音乐当然可以被分析成节奏、旋律、和声和结构，甚至可以用数学解释其中大量规律。但能够被量化，并不意味着创作本身就等于量化。就像一段旋律可以被拆解成具体的音符，却很难仅仅通过这些音符解释，为什么它在某个人的人生中恰好意味着某种情绪。

这也解释了为什么AI可以越来越擅长生成“像某种音乐”的作品，却依然很难回答一个更根本的问题：创作者究竟想表达什么？对于音乐人来说，AI真正有价值的地方，也未必是完成一首歌，而是进入那些人类创作者愿意让它介入的环节。

它可以生成一个自己没有想到的旋律，可以制造意料之外的声音，可以帮助音乐人突破原有的创作习惯，也可以处理过去需要大量时间完成的技术工作。

然而，正如Pitchfork所说，当下AI更多被流行音乐产业当作廉价劳动力使用，这与各行各业拥抱它的理由如出一辙。或许只有当AI生成的产品被证明利润更低时，他们才会开始真正关心音乐质量下降的问题。

而对于听众来说，这才是真正值得担心的地方。如果越来越多像Tyga这样的主流音乐人开始滥用AI，我们最终失去的，可能是百花齐放的音乐世界。

*本文图源网络，如侵权联系删改

今日话题：你支持专业音乐人使用AI制作专辑吗？