Wenn KI-Musik in die Ära des „unbegrenzten Angebots“ eintritt, beginnt der nächste Wettbewerb der virtuellen Sänger.

Welle für Welle der KI-Musik, und die Musikindustrie ist in eine Ära eingetreten, die noch stärker auf „Menschen“ angewiesen ist.

Im vergangenen Jahr konnten immer mehr Inhalte, die früher die Zusammenarbeit von Textdichtern, Komponisten, Produzenten, Sängern und visuellen Teams erforderten, nun von einzelnen Künstlern mithilfe von KI erstellt werden – von KI-Liedern und KI-MVs bis hin zu KI-virtuosen Sängern mit vollständigen Persönlichkeitsbildern und kontinuierlicher Inhaltsproduktion.

Heute greifen diese Veränderungen bereits auf den breiteren Musikmarkt über. Im Ausland steigen KI-virtuose Sänger wie Xania Monet und Breaking Rust nacheinander in die Charts von Billboard ein; im Inland treten KI-virtuose Sänger wie Yuri Youli und Wu Aihua ebenfalls in das Blickfeld der Öffentlichkeit.

Wenn KI es nun nicht mehr zu etwas Besonderem macht, „Sänger zu werden“, ändern sich auch die Fragen: Wer ist es wert, gehört, erinnert zu werden und schließlich hervorzustechen?

Wenn die Generierung nicht mehr knapp ist, welche KI-Musik ist es wert, gehört zu werden?

Mit der heutigen Entwicklung der KI-Musik wird das Schreiben von Liedern allmählich von einer professionellen Produktionsfähigkeit zu einer grundlegenden Fähigkeit, auf die jeder zugreifen kann. Die rasche Ausweitung des Angebots bedeutet jedoch nicht, dass hochwertige Inhalte automatisch entstehen.

Wenn die Generierungsfähigkeit nicht mehr knapp ist, was entscheidet letztendlich darüber, ob ein Werk gehört wird?

Mit dieser Frage haben wir bei dem „KI-Neustimmen-Programm 2.0“ von Douyin einige auffällige KI-virtuose Sänger gefunden, zum Beispiel der international ausgerichtete Affenkönig Lil WuKong, das Projekt „Ländliches Niedrigfrequenz“, das aus dem nordwestlichen Bauern Shi Mancang und seinen drei Enkelinnen (der Blumenjacken-Mädchengruppe) besteht, sowie das ausländische Mädchen Ailee mit blauen Haaren.

Aus der Sicht von Music First Voice verdienen die Entscheidungen, die die Schöpfer hinter diesen virtuosen Sängern treffen, vielleicht mehr Aufmerksamkeit als die Werke selbst. Deshalb haben wir uns ausführlich mit den Schöpfern hinter diesen Accounts ausgetauscht und versucht, die Antwort auf diese Frage aus ihren konkreten Schöpfermethoden, ästhetischen Urteilen und Herstellungsprozessen zu finden.

Das Beispiel des KI-virtuosen Sängerprojekts „Ländliches Niedrigfrequenz“ zeigt, wie KI wirklich in den kulturellen Ausdruck einfließen kann.

Sein Schöpfer Cheng Hailin hat einen Hintergrund im Studium der Volksmusik und Erfahrungen in der Aufführung von Volksmusikensembles. Diese Erfahrungen fließen direkt in seinen KI-Schöpfungsprozess ein: Er überlegt, wie Blechbläser und Bambusflöte kombiniert werden können, wo im Lied Vorspann und Zurückhaltung nötig sind, und achtet darauf, ob Dialekt, Gesangstechnik und der Charakter der regionalen Musik übereinstimmen – all das lässt sich nicht einfach mit Prompts erledigen.

Die Schlüsselfigur dieses Accounts, „Shi Mancang“, ist ebenfalls in diesem Prozess allmählich Gestalt angenommen. Cheng Hailin stammt nicht aus dem Nordwesten Chinas, aber nachdem er den Charakter des Werks auf die nordwestliche Richtung festgelegt hat, recherchiert er gezielt lokale Materialien, um den kulturellen Kontext der Figur nach und nach zu ergänzen, von Familiennamen und Dialekt bis zum Musikstil. Der Familienname „Shi“ zum Beispiel ist die Wahl, die er nach der Recherche lokaler Materialien aus der Region Nord-Shaanxi getroffen hat.

Diese Sorgfalt beschränkt sich nicht nur auf die Charaktereinstellung, sondern erstreckt sich auch auf die Tonherstellung. Um die Stimme erkennbarer und „menschlicher“ zu machen, begnügt er sich nicht damit, die fertigen menschlichen Stimmen der Plattform direkt zu verwenden, sondern kombiniert lokal bereitgestellte Modelle, schneidet trockene Aufnahmen von echten Menschen zu, trainiert das Modell und importiert dann die Melodie, um sie wiederholt anzupassen.

Das zeigt genau: KI kann schnell sogenannte volkstümliche oder lokalisierte Stile erzeugen, aber kein automatisches Verständnis für Kultur generieren. Heute lassen sich lokalisierte Elemente leicht in Prompts einbauen, aber was letztendlich entscheidet, ob ein Werk funktioniert, ist, ob der Schöpfer diese Elemente zu einer inneren Beziehung verbinden kann.

Wenn „Ländliches Niedrigfrequenz“ den kulturellen Ausdruck verkörpert, dann zeigt der siliziumbasierte Affenkönig Lil Wukong typischerweise eine weitere Schwelle für die Hochwertigkeit im KI-Zeitalter: ästhetisches Urteil und professionelle Erfahrung.

Der Schöpfer des virtuosen Sängers Lil Wukong, SP, war ursprünglich mit Mischung und Musikproduktion beschäftigt und hat lange an der Hip-Hop-Kreation teilgenommen. Bei der Erschaffung von Lil Wukong hat er nicht einfach die fertige Formel „Nationalstil + Rap“ übernommen, nur weil Sun Wukong selbst eine sehr hohe nationale Bekanntheit hat, sondern ist zurück zum Originalwerk „Die Reise nach Westen“ gegangen, um die Figur neu zu verstehen.

Seiner Meinung nach haben Rebellion, Unbändigkeit und Wildheit von Sun Wukong eine natürliche Verbindung zum kulturellen Geist des Hip-Hop. Deshalb muss er eigentlich nur diese Eigenschaften, die lange von öffentlichen Adaptionen vereinfacht wurden, neu herausarbeiten, um Lil WuKong zu einer Figur zu machen, die im Kontext des zeitgenössischen Raps funktioniert.

Das bedeutet, dass KI hier eher als Umsetzungswerkzeug dient. SP generiert zuerst eine große Anzahl von Entwürfen über einen automatisierten Arbeitsablauf, wählt dann die Version aus, die am besten zur Figur und zur Musikrichtung passt, um sie weiter zu bearbeiten und zu produzieren; für Liedtexte, Reime und Musikstile gibt es auch eigene Einschränkungen und ästhetische Standards.

Bei der MV-Erstellung tritt die menschliche Führung noch deutlicher zutage. SP sagt offen, dass die aktuellen MVs von Lil Wukong noch hauptsächlich durch viel „Handarbeit“ entstehen: Zuerst werden Bilder erzeugt, dann zu Videos umgewandelt, zwischendurch filtert er selbst Aufnahmen, passt die Bilder an und bearbeitet die Lippensynchronisation. Selbst wenn es schon viele Agent-Tools gibt, können diese Schritte kaum vollständig ersetzt werden. „Derzeit gibt es keinen vollautomatischen Arbeitsablauf, der alles auf einmal erledigt“, und die MV-Herstellung ist sogar der Teil des gesamten Produktionsprozesses, der am meisten Aufmerksamkeit erfordert.

Für SP ist das eine kontraintuitive Veränderung durch generative Werkzeuge: KI hebt den Durchschnittswert an, aber nicht automatisch die Obergrenze. Er sagt offen: „Wenn man nur verlangt, das Werk fertigzustellen, kann man es in ein oder zwei Wochen erledigen; aber wenn man nach echter Zufriedenheit strebt, kann diese Zeit unbegrenzt verlängert werden. Manche Werke sind schon lange musikalisch fertig, werden aber mit dem Auftauchen neuer Modelle immer wieder neu gemacht.“

Beim virtuosen Sänger Ailee kommt eine weitere bemerkenswerte Variable zum Tragen: Wie nicht professionell ausgebildete Schöpfer ihre eigene Methodik aufbauen, nachdem KI die professionellen Hürden gesenkt hat.

Interessanterweise hat sich das Verständnis von Ailees Schöpfer Wang Yue für „Leidenschaft“ in diesem Prozess ebenfalls verändert. Er erzählt Music First Voice, dass er anfangs „wirklich keine Leidenschaft für Musik hatte“ und eigentlich Technik mochte; er hat weitergemacht, weil er festgestellt hat, dass er darin gut ist, und die Werke ständig Anerkennung in der Branche und positive Rückmeldungen vom Markt erhalten haben – so hat er sich allmählich in die Musik verliebt.

Ohne traditionelle Ausbildung in Arrangement und Musiktheorie hat Wang Yue auch dazu gezwungen, einen anderen Weg als die professionellen Produzenten zu finden. Früher suchte er mehrere Referenzlieder, ließ die KI helfen, den Musikstil zu zerlegen, und reduzierte dann die Prompts stufenweise; später erzeugt er sogar zuerst zufällig, bis eine Melodie auftaucht, die ihn wirklich berührt, und beurteilt dann umgekehrt, welches Thema und welcher Text dazu passen.

Ailee ist ebenfalls in diesem Prozess allmählich „herangewachsen“. Ursprünglich war sie keine vollständig durchdesignte virtuose Sängerin, die digitale Figur diente zuerst nur als Ergänzung zur Musik; erst nachdem er kontinuierlich Werke veröffentlicht und Fans gesammelt hat, erhielt die Figur eine klarere Wiedererkennbarkeit.

Diese Schöpfmethode entspricht vielleicht nicht dem Standardprozess der traditionellen Musikindustrie, aber sie hat allmählich seine Methodik geformt: KI ist dafür zuständig, die Möglichkeiten zu erweitern, und der Mensch beurteilt, was es wert ist, weiterverfolgt zu werden. In gewisser Weise kommt das dem Persönlichkeitsbildungsprozess echter Künstler sehr nahe. Das Image und die Persönlichkeit eines Sängers werden ursprünglich allmählich in Werken, visuellen Darstellungen und langfristigen Ausdrücken bestätigt – und virtuose Sänger umgehen diesen Schritt auch nicht wirklich.

Diese drei Praxisfälle brechen auch eines der häufigsten Missverständnisse der Außenwelt über KI-Musik auf: Aufgrund der hohen Generierungseffizienz neigen die Menschen dazu, KI-Musik als kostengünstige, ja fast kostenneutrale Kombination zu verstehen.

Aus der Perspektive der Schöpfer hinter den virtuosen Sängern stellt sich jedoch heraus, dass KI nur den teuersten Teil der früheren Produktionskosten senkt, aber nicht die Schwierigkeit des Schöpfungsprozesses selbst beseitigt. Wenn die technische Neuheit allmählich verblasst, kehren die Nutzer letztendlich zu dem traditionellsten und strengsten Urteil zurück: Klingt das Werk gut, hat die Figur Wiedererkennungswert, und ist der Ausdruck überzeugend?

KI hat die Art und Weise verändert, wie Musik zum fertigen Produkt wird, aber nicht die grundlegende Logik hochwertiger Inhalte. Es erfordert immer noch Ästhetik, Fachwissen, wiederholte Feinarbeit und vor allem, dass der Schöpfer für sein künstlerisches Werk zu 100 % verantwortlich ist.

Welche A&R-Rolle spielen die Plattformen im KI-Zeitalter?

In der wogenden KI-Welle wurden die hochwertigen Schöpfer wie „Ländliches Niedrigfrequenz“, Lil Wukong und Ailee bereits zuerst von der Plattform entdeckt und sind zu herausragenden repräsentativen KI-virtuosen Sängerprojekten im Rahmen von Douyins „KI-Neustimmen-Programm 2.0“ geworden.

Die drei Gruppen von Schöpfern haben unterschiedliche Erfahrungen und völlig unterschiedliche Ausdrucksweisen, aber sie verdeutlichen gemeinsam eine Frage: Wenn KI den Zugang zur Musikproduktion ständig öffnet, steht die Plattform nicht mehr nur vor der Frage, ob es Inhalte gibt, sondern wie sie die Menschen, die es wert sind, gesehen zu werden, aus dem schnell wachsenden neuen Angebot entdecken kann.

Gegenwärtig bedeutet der Rückgang der Produktionshürden theoretisch, dass mehr Schöpfer die Möglichkeit haben, in die Musikindustrie einzutreten. In der Realität sind Verbreitung und Verwertung jedoch das größte Problem für die Schöpfer.

Diese Veränderung zeigt sich sehr deutlich in unseren Gesprächen mit mehreren Schöpfern.

Cheng Hailin, der Hauptschöpfer von „Ländliches Niedrigfrequenz“, hat eine Rechnung aufgemacht. Früher bedeutete jeder Schritt der Musikproduktion – Text, Komposition, Arrangement, Aufnahme und Mischung – tatsächliche Kosten; jetzt kann KI die Zeit- und Geldkosten für die Erstellung grundlegender Demos sehr niedrig halten. Auf der anderen Seite entstehen neue Investitionen in visuelle Generierung, digitale Figuren, MVs und kontinuierlichen Betrieb, nachdem kurze Videos und virtuose Sänger zu den Hauptverbreitungsträgern geworden sind – während früher eine einfache Online-Werbung mit einem Bild und Liedtext ausreichte.

Wang Yue, der Schöpfer von Ailee, hat diese Kosten sogar bewusst erhöht. Er verrät, dass derzeit die Produktionsinvestition für ein vollständiges Werk in der Regel bei etwa 10.000 Yuan liegt, und das kürzlich gut aufgenommene Werk „Hören der Gezeiten“ zählt bereits zu den kostengünstigeren Produktionen. Seiner Meinung nach, wenn grundlegende KI-Videos schon für wenige hundert Yuan erstellt werden können, bildet ein höherer Produktionsstandard selbst eine schwer zu kopierende Schwelle für die kontinuierliche Erstellung hochwertiger Werke.

SP, der Produzent von Lil Wukong, empfindet das noch direkter. Heute kann Lil