Stability AI 轉攻音樂：授權曲庫如何改變 AI 配樂工具定位

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-10-03

Stability AI 正把重心放到 AI 音樂工具。據 TechCrunch 報道，公司已推出三個新的音樂模型及 AI 音樂編輯軟件，使用者可透過文字 prompt 生成完整純音樂曲目，或生成較短的片段；公司亦表示，下一次更新將容許使用者以哼唱旋律或 beatbox 節奏模式來引導生成結果。對影片製作人、內容創作者及音樂工作者而言，這類功能的價值不只在於「一句話出歌」，而在於能否更快把腦中的節奏、情緒和段落需要，轉成可繼續剪接或發展的素材。

現階段最重要的限制同樣清楚：報道沒有交代模型的實際輸出質素、可編輯範圍、上架地區、定價，以及商用使用細則。外界也未能從已知資料判斷，生成內容是否可直接用於廣告、影片配樂或發行作品。因此，這次消息較適合視為 Stability AI 改變產品方向的起點，而非已經足以取代既有配樂、錄音或授權流程的完整方案。

從文字配樂走向可控制的草稿工具

文字 prompt 生成完整曲目，適合處理需要快速建立氣氛的工作，例如短片開場、產品示範、遊戲場景或剪輯中的暫用配樂。不過，音樂創作最棘手的部分通常不是想到「電子、緊張、低音較重」這類描述，而是旋律何時進入、鼓點如何推進、某段要保留多少留白。若只能依靠文字，使用者往往要反覆改寫 prompt，才能靠近原先構想，工作流程可能變成挑選大量結果，而非真正編曲。

計劃加入的哼唱與 beatbox 引導，正是試圖補上這一層控制。哼唱可以提供旋律輪廓，beatbox 則可傳遞節奏感與重拍位置；對不熟悉樂理、但有明確聽覺想法的創作者，這比純文字描述更直覺。這項功能目前仍屬公司預告，未有更多操作細節，不能假定它可以精準保留每一個音高、速度變化或演奏細節。不過，若引導效果足夠穩定，工具的角色或可由隨機提供靈感，轉為供製作前期使用的聲音草稿工具，實際用途也較清晰。

短片段生成與完整純音樂曲目亦指向兩種不同需要。前者較適合填補轉場、製作片頭尾聲，或先測試某種音色和氣氛；後者則可用來快速建立較完整的作品結構。AI 音樂編輯軟件的加入尤其關鍵，因為生成之後能否裁剪、排列和調整，會直接影響素材能否進入實際製作流程。報道未有說明編輯軟件能處理哪些元素，所以現時不能把它理解為等同完整數碼音樂工作站；但產品組合已反映，公司希望覆蓋生成後的整理環節，而不只交付一段音檔。

曲庫授權令焦點由「能生成」轉向「能否使用」

這次方向調整的另一個核心，是訓練資料的授權。Stability AI 在八月底公布獲得 7,600 萬美元融資，投資者包括 Sony、Warner 及 Universal；報道指出，三家公司亦在交易中授權其曲庫供訓練使用。對 AI 音樂工具而言，這個安排的意義在於，公司嘗試把模型訓練放進唱片公司已參與的授權框架，而不是只把爭議留給使用者、創作者或權利人日後處理。

但「曲庫獲授權作訓練」與「所有生成結果可無限制商用」，是兩個不同問題。前者說明模型取得部分訓練素材的途徑；後者則涉及輸出內容的權利歸屬、使用者可獲得的授權範圍、平台會否限制特定用途，以及出現近似既有作品時的處理方式。報道沒有披露相關條款，因此使用者不能單憑唱片公司參與，就推論任何廣告、發行、客戶交付或跨平台發布均已獲保障。

從工作流程角度看，授權曲庫的價值更可能首先體現在採購與風險評估。製作團隊若考慮把 AI 配樂放進正式項目，通常需要知道素材來源、供應商承諾及可追溯的使用條件；這些資訊會影響法務、客戶和發行平台是否接受。唱片公司作為投資者和訓練授權方，或有助 Stability AI 向專業音樂市場建立較清晰的合作訊號。這是基於已披露安排的分析，實際效果仍取決於公司日後公開的產品條款和輸出使用政策。

對創作者的影響，在於分工而非一鍵取代

對音樂創作人來說，這類工具可以縮短初步示範、情緒板配樂及節奏構想的時間，尤其在需要與導演、剪輯師或客戶溝通時，先有可聽見的草稿，往往比抽象形容更有效。哼唱或 beatbox 引導若如公司所述推出，也可能讓創作人把原有旋律和節奏概念帶入生成過程，再決定哪些部分要以真人演奏、重新編曲或保留為參考。它較可能改變的是前期探索與溝通速度，而不是自動解決編曲、演奏、錄音及藝術判斷。

另一方面，專業創作者亦會特別關心自己的聲音、風格和作品是否被清楚區分，以及生成素材在商業項目中出現爭議時由誰承擔責任。這些問題不會因為訓練曲庫已有授權而自然消失。對使用者而言，日後評估工具時，除了聽生成效果，還應逐項查看輸出內容可否商用、是否容許修改和再授權、平台是否提供相關聲明，以及條款改動後如何影響已完成項目。這些細節往往比 demo 聽起來有多驚喜更影響能否採用。

Stability AI 的音樂策略目前可見兩條線：以文字、片段與完整純音樂生成加快素材製作，再以授權曲庫嘗試回應專業市場對來源和權利的要求。下一步值得觀察的是哼唱與 beatbox 引導實際如何控制輸出，以及公司會否公開足以讓商業用戶判斷風險的使用條款。對需要把音樂放進影片、品牌內容或正式發行作品的人，真正有用的資訊將是工具是否能穩定融入既有流程，以及授權承諾能否落到每一次輸出和每一項用途上。