览

新生国产模型

• Mureka：昆仑万维搞出来的，纯野鸡，去年4月份就在B站有人宣发，到现在一直不温不火，这已经足以说明问题了；最新 V9 大家评测出来依然只有 Suno V4 的水平。
• Minimax：没你的事玩去吧（）它专注的是语音合成，效果实测非常好，到音乐上就是中文的人声“自然流畅、咬字准确”是胜过 suno 的。

华为音悦家

这东西真王朝了，我昨晚看到消息是老泪纵横，晚上一点钟睡不着觉。

不放图，要预览上 B 站找视频，或者直接入手 Mate Pad。

1. 我断言：音悦家会爆杀 Garage Band，成为 大众市场下 国人 移动端编曲 入门 的最优选。你不要盯着这一堆限定词不放，我就问你：这是不是我们日常生活中接触到的绝大部分场景？这个应用需求在以前是不是只有库乐队在做？这个用户群体，在我们看不见的地方，是不是非常庞大？

2. 进一步给出对比定位。HarmonyOS 要实现对 VST3 的支持还要跨越一道很宽的技术鸿沟，但我认为这本身就没有必要——无论你是快速建构四大件、探索民乐音色的初阶编曲人，还是没法碰 pc 需要快速记录灵感的学生，你都几乎没有使用外源乐器的必要。隔壁库乐队的 VST 接口也没多少人在使用，何况移动端 ios 的文件管理还是公认的傻逼。

   作为平板上的东西，有些人拿它跟 logic 比较然后指出诸多不足云云，那我寻思你咋不跟 FL Cubase StudioOne 去比呢😓我们的愿景是：用户拿到华子的产品，打开发现有这么一个原生软件，然后跟着教程随手就开始做自己的第一首歌。很多人对“下沉市场”戴有色眼镜，这是毫无根据的。Fun Fact：很多人买苹果，本身就是为了库乐队。

3. 说回正题。音悦家的 UI 非常友好，有 Kontakt 式的乐器建模界面、AbletonLive 式的下方效果器展示、以及它本身照搬的 GarageBand 式的轨道视图等等，上手很舒服。

4. 整体的开发是上海音乐学院音乐工程系的师生辅助完成的。两点好处：1. 自带一套乐理入门教程，直接指向操作面板；2. daw 的常规功能和 midi 编辑方法是一应俱全。我不禁开始反思：央音在找清华合作 AI，上音在找华子做软件，那你星海在干什么😭

5. 第一个直接集成 AI 功能的移动端 daw。可用：音轨分离（云算）、单轨生成（“智能乐手”，本地算）、AI 乐器（跟 AceStudio 差不多）。单轨生成是直接给 midi 的，并且一次能出来十几二十个给你挑，相当强大。

6. 有人扒过，鸿蒙采用类似 mac 的 CoreAudio 音频架构，这意味着它对外源的免驱声卡有天然支持。

7. 音悦家自带的民乐音色库前所未有地、史诗级地、具有开创意义地、颠覆性地，庞大。\(50\%\) 以上的乐器，目前市面上没有厂家做出过音源；甚至有部分乐器连我都没听说过是啥，据华为自己所说，是“博物馆里挖出来的、一点一点分层精细采样录制得到的”。一个大众化软件的民乐音色规模和所有的现代 + 西洋乐器加起来平起平坐，不敢想象它会对市场生态带来怎样翻天覆地的变化。

   周三才看到这样的句子：“我们不缺好故事，缺的是把故事讲给大众听的载体”。好的文化必须要让人触手可及、自发地用它的语言去表达，才能不致断流。如果当代音乐人想要碰到民乐必须按照 ample 的指引、对着那个死妈 ilok 激活倒腾八百年，那么民乐依然活在象牙塔里。

华为做这个音悦家，不是想让它成为专业制作人的主力 DAW、甚至不是想让它本身形成商业闭环，而是想让它和《天生会画》等 app 一起，构建起一个类似苹果的原生软件群，提升机子的附加值。你问为什么不早点入场？要不看看 21 年那会华子忙着在干什么呢……芯片的问题华为倾全公司之力在推动；音源塑料的问题，以华为的财力、加上类似 ample 这类前辈的技术支持，不可能构成卡脖子。所以我们绝对愿意相信音悦家的前景。

当然，如果把视野扩大到 HarmonyOS 的整个开发者生态，那还是任重而道远。

自制 DAW

现在似乎成了一种潮流。你就说这玩意强不强悍吧；也是这周的事情，我还刷到了一个群友的项目，主打 LLM Agent 语言交互编辑，虽然有人指出这还不如直接生成音乐的模型，但也是一种可探索的方向。Btw，宣发一下我跟着 2 班技术大佬搞的开源项目，是类似思路的 Agent 辅助创作。记得右上角点个 Star

我们说，这其实不构成一种技术趋势；这个“潮流”完全是 Vibe-Coding 大行其道的结果，个人开发者完成整个项目的时间周期和技术成本大幅下降。上面那个视频的评论区也有人指出，有才如此干什么事情不好，非得倒腾一个从根本上就受限的网页版 DAW（html 要写一个类似 asio 的接口才能支持 VST）😂

Ace-step 本地部署

这不是什么新东西，只不过我一直没时间看。这玩意要吃透是很难的，我 8 月份之内打算把它的工作流弄清楚（Comfy UI + Prompt Design + LoRA Training），然后考虑有没有什么可优化的地方写一下（开源，这就是为什么它相比 Suno 来讲搞的人多很多）。

我曾公开提出暴论“配乐领域 AI 无法达到人类水准”，不攻自破。再强调一遍核心指引：我四个月前已经确定下的、保持不变的想法是，当今时代最需要有人去把人类的需求转化为 AI 可理解的架构模式——写代码是如此（项目结构 / 接口调用），做音乐亦是如此（配器想法 / 风格要求）。

和弦分析

我一直用的是 Audio Jam，最近拆一首 Blues 出问题了。于是我重新查找，发现现在仍然是老牌的 Chord ai 和 Chordify 在不断更新优化，不过很操蛋的一点是两者都只支持 ios。

先说明：以现在的技术背景，在绝大多数场景下各个工具都是可以胜任和弦分析的；出现差异的地方仅限于“不规范”的编曲或者未经完整混音母带处理的片段。简单来说，Audio Jam 倾向于把多个和弦合并为一个；而 Chord ai 对同一段音乐测试结果为

也就是切换和弦的频率问题，你用什么工具取决于你是想要快速把握和声脉络 还是精细分析扩展音建构。其实一般是多参考几个工具。

---

你会发现我们一直把 Suno 当作一个参照物。它确实代表了全球最顶尖的水准，目前看不到任何其他模型超越它的希望。对于创作者而言，所有的商业化运用目前一律看准 Suno；对于开发者而言，我们想要达成的是一种万物竞发的态势，以国内现在的技术迭代速度来看，未来如何犹未可知。