AI音乐的数据标注生意

数智奔流·2026年11月18日 21:27
AI的音乐老师不是艺术家。

学音乐,得先听懂节奏、和弦和乐器。AI也一样。

10月,一首AI歌曲《过来人》爆火,杜甫、苏轼、刘邦等数位历史和神话人物用说唱聊房贷、职场和中年困境,戳中不少人心声。也有人直言,一听就是AI,听得浑身难受。

AI也进入了专业音乐创作舞台。江苏卫视最新的《音乐缘计划3》主打原创,卖点是原创背后的音乐故事。可第一期就有音乐人坦言作品用了AI,但能保证歌词是自己创作。

薛之谦听后却说: “词我既看得懂,又好像似曾相识的感觉。”不少观众认为,歌词是由薛之谦的几首歌融合而成。 

歌本身不难听,大家的争议在于,一档主打原创价值的节目里出现了创作过程大量依赖AI的歌,凭什么和其他原创作品同台竞争?

还有很多人好奇,AI是怎么学会写歌的?《过来人》的创作者王琨喆,没有把创作完全交给AI。他先搭建歌词骨架,再让AI尝试不同组合,生成多个音乐版本后,自己筛选、剪辑、调整编曲。

AI能生成音乐,却不代表它真正理解音乐。要让模型学会识别一首歌的结构、判断生成结果的好坏,背后还需要一批懂音乐的人。

他们不负责写歌,他们在给 AI 当音乐老师。这群人就是 AI 音乐标注师。 

谁在教AI听歌?

2018年,距离Suno诞生还有4年,距离AI生成音乐成为热门话题更是早得多。

刘晓光已经开始琢磨一件事:怎么让机器听懂音乐。

这个创业方向有点反直觉,AI创业最性感的故事,通常是让机器创造点什么。刘晓光做的事情恰好相反,他要先教机器认识音乐。

刘晓光是清华大学化学系本硕博出身,同时也是音乐制作人。他创办的灵动音科技(DeepMusic),最早瞄准的就是音乐数据处理。

湖北日报近期报道过武汉一家音乐数据服务企业尧盛数智,负责人黄彬尧介绍,标注员需要先听调性和速度,判断和声走向,再用工具测出节拍,把歌曲切成不同段落,逐段辨认配器。

比如这一段用了小提琴,另一段是铜管与木管混合音色,背景还配有弦乐。歌词有没有唱错、乐器有没有用对、节奏是否匹配,也都可能成为需要标记的信息。

这项工作就是音乐标注。

严格来说,这是一组围绕AI音乐训练和测评产生的专业岗位,边界不是完全固定的。

早在生成式AI出现之前,音乐平台就需要给海量歌曲打标签,我们在音乐软件里看到的流行、伤感、摇滚等分类,背后都有音乐数据的整理工作。只不过这些标签主要服务于歌曲搜索、分类和推荐。

Suno、Udio等生成式音乐工具兴起后,模型需要学习的东西变得复杂:除了要知道一首歌属于什么风格,还要理解它的和弦、节奏、配器和结构,甚至要判断自己生成的音乐有没有问题。

于是,音乐标注逐渐发展出几类不同的工作。

有人负责拆解基础信息;有人专门判断旋律、歌词和编曲是否合理;还有人负责把错误归类,整理成模型研发团队能够使用的反馈。需要有人告诉AI,它生成的音乐究竟哪里做得不好。

在海外,美国AI人才平台micro1也开始招聘音乐教师、演奏者和制作人参与模型训练,岗位时薪标价30至45美元。

高 薪 之外, 目前国内这类岗位, 基础标注和实习岗位,月薪几千元才是常见水平。 

从卖人力到卖数据,谁在赚AI的钱?

2023年刘晓光就提到有大型企业在做音乐生成、音乐识别时向他们采购数据。

腾讯音乐是灵动音的重要战略投资人,灵动音把AI编曲技术接入全民K歌,推出AI换曲风功能。当时全民K歌用户使用AI伴奏超过3亿次。如今,灵动音官网将其列为重要的技术落地案例;全民K歌的AI布局在继续扩大。

音乐标注背后,也发展出了几类不同的生意。

第一种,卖人力。这是最基础的生意,也是音乐标注师最直接的就业来源。

假如一家AI公司需要10万首歌曲的专业标注数据,但自己没有足够的音乐专业人员,单独招聘一支音乐团队显然不划算。于是第三方数据服务商就出现了。

服务商负责招聘标注员、制定工作规范、分配任务、检查质量,最后把整理好的数据交给客户。AI公司不用长期养一支音乐团队,只需要在有项目时采购服务。这和传统的数据标注外包很像。

第二种,卖专业判断。比简单标注更值钱。

一家AI公司准备发布新版本音乐模型,要知道新模型究竟有没有进步,就得找专业音乐人进行盲听。

同一段歌词,让两个模型分别生成歌曲,再让音乐人从旋律流畅度、编曲合理性、人声表现、风格匹配等维度打分。发现问题后,分析究竟是旋律生成出了错,还是模型没有理解创作指令。

最后交付给客户的是一套评测结果、错误分析和优化建议。

这已经成了AI音乐研发中的正式环节。2025年ICASSP大会收录了一项名为MusicEval的研究,研究团队收集了31个AI音乐模型生成的2748段音乐,邀请14名音乐专家评分,最终获得13740条评价。

第三种,卖数据资产。

如果一家公司同时具备标注能力、拥有大量音乐素材、还解决了相应的授权问题,就能把音频、音乐结构、专业标签、文本描述和使用权打包,授权给AI公司训练模型。

海外的Rightsify公司旗下专门做AI音乐数据授权的GCX平台,把经过整理、标注并完成相应权利安排的音乐数据集,授权给AI研发企业和研究机构。GCX的数据集规模已经超过440万小时音频、320亿组文本数据,总容量超过3PB。

它的收费是根据数据规模、复杂程度、使用场景以及授权期限报价,GCX还强调,数据集通过委托创作等方式取得相应权利,并提供商业授权。

这门生意的想象空间,显然比单纯卖人力大得多。

问题也随之而来:这些音乐从哪来?

对大型唱片公司来说,未经授权的音乐被拿去训练模型,意味着版权和商业利益受损;它们尚有雄厚资源应对,对普通音乐人来说,往往无力承担后果。

山东一位原创音乐人透露,自己曾经接到过AI采样公司的电话,对方希望收集他的原创音乐用于模型训练。还有音乐人把新作品发到交流群,转眼就被截取、经过AI训练后重新生成,好多人为此打了官司。

耗费心血创作的作品成了 AI训练的养料,AI的产物未必给原作者带来任何收益。 

老师还没下课,学生已经会了

这门生意有个悖论:人越努力教AI听懂音乐,AI就越有机会学会自己听。

灵动音开发的UMP Board,早就开始尝试用技术自动提取音乐信息。到2023年,这套系统已经能够自主完成40万首歌曲的自动标注。

但早期的自动化,更多还是替人处理一些标准化的信息。真正的变化发生在近两年。

今年5月1日,MOSI.AI、OpenMOSS团队和上海创智学院联合开源了MOSS-Music,包含两个8B模型,以及配套的大规模音乐数据标注流水线。

这个模型配套的流水线,已经可以从原始音频出发,自动完成特征提取、歌曲切分、歌词识别、元数据清洗,再生成音乐描述和训练样本。连音乐描述的评测,也开始尝试用另一个大模型来打分。

过去需要人戴着耳机一遍遍听出来的东西,现在机器已经能替人完成其中相当一部分。

不过,音乐AI不是只有一种技术路线。

一条路线,是把音乐拆成可以识别的结构化信息。比如上面提到的灵动音的UMP体系、MOSS-Music等。

另一条路线,是以Suno等产品为代表的端到端音乐生成。用户输入一段文字,模型直接生成完整音乐。

两条路线的区别,决定了音乐标注师的需求不可能一直按照同一个方向增长。前者需要更精细的音乐数据,后者可能减少对逐首人工标注的依赖。

但共同点在于,都需要数据质量控制和生成结果评测。

再看整个AI音乐市场,机器生成音乐的速度,已经远远超过了人类消费音乐的速度。

海外音乐平台Deezer公布数据显示:今年6月,平台每天收到的AI生成歌曲平均达到9万首,在高峰期占每日新上传音乐的一半以上。

到了10月,Deezer又披露,从2025年1月至2026年8月,平台已经将4200多万首AI生成歌曲排除在算法和编辑推荐之外。

数量如此庞大的AI歌曲,实际播放量却只占平台总播放量的1%至3%。生产出来的海量内容,有多少值得被听见?

对音乐标注师来说,未来的工作重心也会变化:基础识别交给机器,专业音乐人则更多参与评价标准制定、复杂问题判断和模型纠错。

放眼整个音乐领域,从给AI标注音乐,到帮AI判断好坏,再到担心自己的作品成为AI训练的养料,音乐人和AI之间的关系,远比简单的替代与被替代复杂。

周深发布新歌《月之纪》时,专门声明严禁未经许可将作品用于 AI训练、模仿、学习与生成。 

算法可以复刻旋律、模仿风格,却不等于拥有创作者的生命体验;模型能批量产出音乐,生产不出文化厚度。

AI为音乐打开了前所未有的广阔天地,什么样的音乐值得被留下,创作者又该如何获得应有的价值,最终还需要人来回答。艺术的内核,永远扎根于人。

本文来自微信公众号“数智奔流”,作者:田渝,36氪经授权发布。

+1
4

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000
特邀作者

聚焦AI、机器人等智能产业的变化,和推动变化背后的公司与人。

36氪AI测评

选靠谱AI,看真实评测
查看
36氪AI测评官方交流社区
加入

36氪项目推荐

咨询项目审核和入驻
联系
36氪项目推荐订阅号
关注
36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业