在音乐市场，AI技术的应用也愈发深刻，覆盖音乐教学、AI音乐创作、虚拟歌手、娱乐社交等众多场景

人工智能正更广泛的在音乐行业中扩大影响并辐射各行业及场景带来诸多利好。

自上世纪40年代人工智能行业开启后，随着AI技术的日臻完善和成熟，AI能够作用于社会生活的范围逐渐扩大，从尖端科技产业应用人工智能产品，到涉及生活方方面面的智能家居。在音乐市场，AI技术的应用也愈发深刻，覆盖音乐教学、AI音乐创作、虚拟歌手、娱乐社交等众多场景。

现阶段，随着人工智能的不断开发和演进，AI在音乐领域的能力正逐渐被大众认可。

而且，不管是AI技术用于音乐创作发展，还是借助AI音乐赋能产品玩法，再或者以AI技术对音乐进行加工利用，如：AI演唱、AI作词、AI作曲、人声/乐器分离、BGM识别、副歌剪辑、曲谱识别、音频合成等等，人工智能正更广泛的在音乐行业中扩大影响，其辐射各行业及场景带来诸多利好也是明显可见的。

一、AI音乐创作

机器可能没有灵魂，但现在它和人一样，也可以进行艺术创作。

在音乐创作层面，机器通过对大数据深度学习训练后，模型可自动产生类似人类作曲家的曲子，相较人工作曲，AI创作在成品数量及速度上都更加突出，而且，随着机器算法学习的不断强化，其创作能力、作品质量也将大幅提升，这打破了音乐市场关于成本及创作时间的限制，对于音乐产业链运作将更有效率。

AI是如何谱曲的？简单来说就是大数据分析+外部算法，AI作曲背后蕴含着多种算法模型的结合运用，包含人工神经网络、马尔科夫链及遗传算法等。

人工神经网络是一种对生物神经的网络行为特征进行模仿，开展分布式并行信息处理的算法数学模型，基于程序员搭建的多层“神经网络”，机器对海量经典音乐数据消化和分析后形成对音乐旋律、节奏、音高、强弱变化的理解。而在不断的高速学习中，AI的能力会越来越强，最终掌握规律并不断以巧妙的手法重新融合，创造出风格不同的音乐作品。该方式能够对音乐全局性特征进行学习，但缺点是需采用大量的样本进行训练。

马尔科夫链是一种随机选择过程，主要用于产生一段具有一定风格的旋律，这种方法可以模拟作曲家创作音乐时的思维，来控制计算机生成相应的作品；遗传算法则是模仿生物进化过程的智能计算方法，使用适应性函数来演化样本、优化全局。