一家名为Songscription的小公司于上周发布了AI驱动的音乐转录模型,能够在几分钟内将歌曲音频文件转换为乐谱。该产品采用免费增值模式,面向专业和业余音乐家群体。
"我们希望让音乐演奏变得更加愉快,"Songscription首席执行官、斯坦福大学MBA/教育硕士项目学生Andrew Carlins告诉TechCrunch。"我们设想未来内布拉斯加州乡村高中的乐队老师能够为学生们想演奏的歌曲获取乐谱,这些乐谱将专门为乐队中的乐器进行编排,并根据每个学生的演奏水平提供个性化版本。"
目前,Songscription可以为多种不同乐器转录音乐,其中钢琴模型最为可靠。未来,公司希望增加不同的转录输出格式(如吉他谱),以及针对整个乐队而非单一乐器的编排。
这类产品对音乐家很有用,他们可以录制正在创作的歌曲,然后上传获取乐谱,从而跳过手动转录的步骤。对于不会读写乐谱的用户,Songscription还会生成钢琴卷帘,显示虚拟钢琴上演奏音乐的数字表示。
用户还可以直接通过YouTube链接自动进行音乐转录。上传文件时需要用户勾选确认框,确认拥有转录该文件的权利,但用户很容易简单勾选后获取受版权保护歌曲的免费乐谱。
"对于音乐学习者而言...既然你被允许听歌曲、用耳朵记下音符并在家中钢琴上演奏(只要不收费表演),使用技术平台来获得先机是否跨越法律界限并不完全明确,尽管我们理解这个领域在不断发展,我们的应用可能进入灰色地带,"Carlins表示。
围绕创意AI工具使用的合法性问题存在争议,尽管最近的法院判决似乎更倾向于科技公司而非艺术家。然而,Songscription并非创造新的AI生成音乐,而是为音乐家提供工具来加速制作吉他谱或乐谱的过程。
"由于我们的平台允许用户编辑乐谱,我们将自己定位为增强型音乐记谱软件,帮助人们加速转录过程,"Carlins说。
Songscription AI模型的底层架构基于联合创始人Tim Beyer与研究员Angela Dai共同发表的论文。
为了获得创建此类AI模型所需的训练数据,Songscription与一些愿意分享或出售钢琴演奏和乐谱的音乐家合作。公司还使用了公共领域乐谱,尽管大部分训练数据是合成的,Carlins表示。在这种情况下,Songscription会将乐谱转换为音频,然后修改文件以模拟带有背景噪音或混响的真实世界条件。
成立仅七个月后,Songscription已从Reach Capital获得种子前融资,并将参与斯坦福StartX加速器项目。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。