Play Me Something Icy: 生成式 AI 音乐中的实践挑战、可解释性与语义鸿沟

本文旨在批判性地审视文本到音频和文本到音乐生成工具在可解释人工智能背景下的本质。作为一群实验音乐家和研究者，我们对这些工具的创作潜力充满热情，并试图从提示词创作、控制性、可用性、可理解性、AI 过程的可解释性以及结果的整体美学效果等角度来理解和评估它们。我们识别出的一个挑战是，这些工具并未明确解决的——即使用基于文本的工具来描述像音乐这样抽象的事物时固有的语义鸿沟。其他差距还包括可解释性与可用性之间的矛盾，以及用户控制与输入同人类创作过程之间的差距。本文旨在提出可供讨论的问题，并对生成式 AI 音乐工具所需改进的方向提出一些总体性建议。