Suno 編曲已超人類，但我們的耳朵總能揪出那股“AI 味”

★ 設(shè)為星標(biāo) | 只講人話，帶你玩轉(zhuǎn)AIGC。

你是不是經(jīng)常聽(tīng)到一些 AI 生成的音樂(lè)，特別被像 SUNO 這種工具刷屏。

我剛試了下，隨便丟了句“我在工位摸魚，老板在身后”，它“Duang”一下就給我整了首“職場(chǎng)悲歌”……

說(shuō)實(shí)話，第一耳是挺驚艷的。

但聽(tīng)多了，總覺(jué)得有點(diǎn)“不對(duì)勁”。這玩意兒，真的能騙過(guò)人嗎？

巧了，我剛扒到一篇“喪心病狂”的論文。一群科學(xué)家還真就搞了個(gè)大型“音樂(lè)盲測(cè)”，讓 Suno 和真人 PK。

結(jié)果……簡(jiǎn)直一波三折，比過(guò)山車還刺激。

圖：論文《人性的回響：探尋 AI 音樂(lè)里那股“人味兒”》

（PS：這事兒不光我們?cè)诹?，連 OpenAI 都在悄悄布局，Ethan Mollick 教授也說(shuō)這會(huì)帶來(lái)“巨大變革”。但這些先放一邊，我們先來(lái)看這個(gè)“狼人殺”實(shí)驗(yàn)，特有意思。）

一場(chǎng)大型“音樂(lè)狼人殺”

這幫“搞事”的科學(xué)家，找來(lái)一堆人，讓他們戴上耳機(jī)，然后聽(tīng)兩首歌。

一首，來(lái)自真人獨(dú)立音樂(lè)人。

另一首，Suno 的大作。

聽(tīng)完，任務(wù)只有一個(gè)：“來(lái)，猜猜看，哪一首是 AI 寫的？”

但“騷操作”來(lái)了，他們搞了兩種“出題模式”：

模式一：“隨機(jī)亂斗”AI 歌和真人歌隨機(jī)配對(duì)?？赡芮耙幻肽氵€在聽(tīng)人類唱的民謠，后一秒 AI 就給你來(lái)了一段重金屬。

模式二：“神仙打架”故意挑風(fēng)格、流派、甚至感覺(jué)都極為相似的 AI 歌和真人歌放一起。比如，兩首都給你上節(jié)奏感強(qiáng)烈的電子舞曲，讓你聽(tīng)得“雌雄莫辨”。

好了，游戲開(kāi)始。你覺(jué)得，人類能揪出隱藏的 AI 嗎？

AI 先完勝，然后又慘敗

實(shí)驗(yàn)結(jié)果，簡(jiǎn)直了。

首先，在“隨機(jī)亂斗”模式下（就是兩首歌風(fēng)格差異很大時(shí)），結(jié)果讓人大跌眼鏡：

人類，完全是在瞎猜！

是的，你沒(méi)看錯(cuò)。大家的正確率只有 53%。

這和閉著眼睛拋硬幣有啥區(qū)別？

在這一局，AI 幾乎完美地騙過(guò)了所有人的耳朵。

但是！神轉(zhuǎn)折來(lái)了！

當(dāng)這幫人切換到“神仙打架”模式（就是兩首風(fēng)格很像的歌放一起對(duì)比時(shí)），人類的“金耳朵”仿佛突然覺(jué)醒了！

準(zhǔn)確率瞬間飆到了 66%！

這差距可不是鬧著玩的，在統(tǒng)計(jì)學(xué)上是質(zhì)的飛躍。

這說(shuō)明啥？一個(gè)特有意思的結(jié)論浮出水面：

當(dāng) AI 音樂(lè)沒(méi)有參照物時(shí)，它足以亂真。可一旦有了一個(gè)“真人參照物”在旁邊對(duì)比，我們那套基于“人性”和“直覺(jué)”的辨別系統(tǒng)，才被瞬間激活了！

看到這我簡(jiǎn)直拍大腿！這不就是“貨比貨得扔”嘛？Suno 單獨(dú)聽(tīng)還行，一跟真人比，那股“AI味兒”就藏不住了。

就在我們聊這個(gè)“盲測(cè)”的時(shí)候，我又刷了一篇蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）更“嚇人”的論文，那篇論文是今年 6 月份發(fā)的，那時(shí)候 Suno 5 還沒(méi)發(fā)布。

他們搞了個(gè)“AI 音樂(lè)奧運(yùn)會(huì)”，拉了 12 個(gè)模型（包括 Suno v3.5、Udio等）生成了 6000 首歌 ，讓 2500 多人盲聽(tīng)。

結(jié)果發(fā)現(xiàn)，Suno v3.5 在“好聽(tīng)”和“貼題”兩個(gè)維度上，把所有對(duì)手都遠(yuǎn)遠(yuǎn)甩開(kāi)了?，F(xiàn)在已經(jīng)是 Suno 5 的時(shí)代了，那就更不用說(shuō)了。

圖：AI 音樂(lè)盲測(cè)評(píng)分。越往右越“好聽(tīng)”，越往上越“貼題”。紅點(diǎn) (MTG-Jamendo) 是“人類音樂(lè)”——Suno v3.5（右上角）在“好聽(tīng)”上已經(jīng)超過(guò)了它。

最夸張的是，在“好聽(tīng)”程度上，Suno 甚至打敗了人類創(chuàng)作者的音樂(lè)（MTG-Jamendo 基準(zhǔn)）。

但！重點(diǎn)來(lái)了！這篇論文明確規(guī)定，只測(cè)試 10 秒的純音樂(lè)（instrumental versions only） 。

這說(shuō)明什么？

這恰恰說(shuō)明，一旦去掉“人聲”和“歌詞”這兩個(gè)最大的馬腳，AI 在“編曲”和“旋律”上，可能真的已經(jīng)強(qiáng)過(guò)大部分人類了。

這也讓我們下面要扒的這些“馬腳”，顯得更關(guān)鍵了。

那么，當(dāng)人們信心滿滿地指著一首歌說(shuō)“這首聽(tīng)著很 AI”時(shí)，他們到底聽(tīng)出了什么破綻？

揭秘：“AI 的馬腳”到底藏在哪？

那么，大家到底聽(tīng)出了啥“不對(duì)勁”的地方？

研究人員看了看那上百條反饋，基本都集中在這么幾個(gè)“馬腳”上：

? 1. 致命的“人聲”——最大的破綻！

（對(duì)對(duì)對(duì)，就是這個(gè)！被吐槽最多的就是這個(gè)。）

聽(tīng)眾普遍覺(jué)得 AI 歌聲“沒(méi)有感情的”、“像機(jī)器人念經(jīng)”、“發(fā)音很奇怪”，甚至有人吐槽 AI “唱歌都忘了換氣”。

這種非人的“完美”或“僵硬”，成了它最明顯的標(biāo)簽。

?? 2. “沒(méi)靈魂”的歌詞——不是亂寫就是套話

AI 寫的詞也經(jīng)常露怯。

要么就是“歌詞毫無(wú)意義”、“前后邏輯混亂”，讓人聽(tīng)了滿頭問(wèn)號(hào)；

要么就是堆砌一些“陳詞濫調(diào)”，聽(tīng)起來(lái)“過(guò)于平庸”。

3. 其他技術(shù)性問(wèn)題——揮之不去的“塑料感”

此外，還有很多技術(shù)層面的吐槽，比如“聲音聽(tīng)起來(lái)很假”、“制作有點(diǎn)粗糙”。

這種感覺(jué)，就像高清照片里一個(gè)劣質(zhì)的 P 圖，總有那么點(diǎn)說(shuō)不出的“違和感”。

誰(shuí)是“AI 辨別大師”？是你嗎？

更有意思的是，研究還發(fā)現(xiàn)，有兩類人最不容易被 AI 音樂(lè)欺騙。

快來(lái)對(duì)號(hào)入座，看看你是不是：

第一類：音樂(lè)老炮兒

那些玩樂(lè)器超過(guò) 5-10 年的，他們辨別 AI 的準(zhǔn)確率明顯更高。也許是因?yàn)樗麄儗?duì)音樂(lè)里那些“人性”的瑕疵、即興的火花和自然的呼吸感，更為敏感。

第二類：AI 圈內(nèi)人

沒(méi)錯(cuò)，就是咱們！

數(shù)據(jù)證明，那些早就知道 Suno、Udio 是什么的人（很可能就是正在讀這篇文章的你?。?，辨別AI的準(zhǔn)確率高得多。

用人話說(shuō)就是：“知識(shí)”本身，就是最強(qiáng)的“AI 鑒別器”。

恭喜你，讀到這里，你已經(jīng)比大多數(shù)人更“懂行”了。

（順便提個(gè)扎心的發(fā)現(xiàn)：研究數(shù)據(jù)顯示，年齡越大的人，反而越容易被 AI 騙到…… 哎，不說(shuō)了。）

AI 學(xué)會(huì)了正確，而我們愛(ài)的是“背景”

挖出這篇論文的開(kāi)頭，我發(fā)現(xiàn)作者引用了科幻大神阿西莫夫（Isaac Asimov）在 1950 年《我，機(jī)器人》里的一句話：

“你就是無(wú)法區(qū)分一個(gè)機(jī)器人和最優(yōu)秀的人類。”

在圍棋、在圖像識(shí)別上，AI 早就做到了。但現(xiàn)在，Suno 和 Udio 這樣的工具，把這個(gè)終極問(wèn)題帶到了藝術(shù)領(lǐng)域——一個(gè)我們?cè)詾槭恰叭诵浴弊詈蟊镜牡胤健?/p>

這就帶來(lái)了一個(gè)直擊靈魂的拷問(wèn)：到底什么，才叫“聽(tīng)起來(lái)像 AI”？

而我們今天扒的這篇論文，恰好就用數(shù)據(jù)印證了那些頂級(jí)音樂(lè)人們的直覺(jué)。

就在上周，格萊美提名歌手“斷眉” Charlie Puth 還在用 Kanye 的《Stronger》舉例，解釋為什么 AI 音樂(lè)感覺(jué)很“糟糕”，因?yàn)樗肋h(yuǎn)無(wú)法復(fù)現(xiàn)人類創(chuàng)作時(shí)的“靈光一閃”和那些獨(dú)特的“瑕疵”。

而傳奇的《最終幻想》系列作曲家植松伸夫（Nobuo Uematsu），更是斬釘截鐵地說(shuō)，他“永遠(yuǎn)不會(huì)”使用生成式 AI。

他的理由，完美地總結(jié)了這場(chǎng)“人與 AI”的辯論：

“我仍然覺(jué)得，親自經(jīng)歷創(chuàng)作的艱辛?xí)幸饬x。當(dāng)你聽(tīng)音樂(lè)時(shí)，樂(lè)趣不也在于發(fā)現(xiàn)創(chuàng)作者的背景故事嗎？AI，恰恰沒(méi)有那種背景。”

圖：作曲家植松伸夫稱不使用 AI 進(jìn)行創(chuàng)作

也許，AI 已經(jīng)學(xué)會(huì)了音樂(lè)理論里所有的“正確”，比如完美的音準(zhǔn)、工整的結(jié)構(gòu)和流暢的旋律。

但人類藝術(shù)的偉大，恰恰在于那些“不正確”的瞬間——

那個(gè)不經(jīng)意的忘詞、那一下輕微的跑調(diào)、那個(gè)沒(méi)來(lái)由的靈感迸發(fā)，和那藏在歌聲里，獨(dú)一無(wú)二的、充滿了“艱辛”與“故事”的……

人性。

那么，你聽(tīng) Suno 的時(shí)候，是感覺(jué)“驚艷”還是“別扭”？

你在哪一刻聽(tīng)出了那股揮之不去的“AI 味兒”？

評(píng)論區(qū)聊聊。

P.S. 如果覺(jué)得這篇“扒皮”有點(diǎn)意思，隨手點(diǎn)個(gè) 「贊」 和 「收藏」 ，讓更多“金耳朵”朋友也來(lái)測(cè)測(cè)。

參考：

https://arxiv.org/pdf/2509.25601

https://arxiv.org/pdf/2506.19085