快聽!「雅婷」神創作9首武漢肺炎歌曲,台灣第一張AI專輯怎麼誕生的?
快聽!「雅婷」神創作9首武漢肺炎歌曲,台灣第一張AI專輯怎麼誕生的?

「目前人類社會的情況,AI( 人工智慧)大概只能做輔助性的事,我們其實不會真的把它從輔助的角色,變成像老闆一樣的判斷地位,」行政院政務委員唐鳳在今年初上《博恩夜夜秀》時,是這樣概括如今AI的樣貌。

然而,我們腦中源源不斷的創意也是AI無法比擬的。現階段AI只能「模仿」,但卻無法真正和人類一樣進行「創作」,但你是否觀賞或聆聽過AI 100%全自動生成的影音作品?

PTT創辦人杜奕瑾在2017年成立的台灣人工智慧實驗室(Taiwan AI Labs)今(8)日正式宣布,打造台灣第一張全AI生成音樂專輯《武漢肺炎》,並已上架至KKBOX,專輯一共有9首樂曲,從旋律到歌名,再到專輯封面,都是由旗下的「雅婷音樂」一手打造。

9首疫情歌曲,歌名、旋律、封面都有故事

「Taiwan AI Labs 這次在防疫過程與政府密切合作,成為防疫國家隊的一員,開發各種防疫科技,過程中我們非常好奇若『病毒基因圖像』轉為音樂,會是怎麼樣的旋律,因而誕生這張專輯,」台灣人工智慧實驗室創辦人杜奕瑾向《數位時代》透露。

在KKBOX上,現在可以找到一位名為「Yating(雅婷)」的歌手,照片是一位正在彈鋼琴女生的剪影,這9首歌曲,也全為純樂器演奏。

KKBOX ai專輯 雅婷 武漢肺炎 台灣人工智慧實驗室
有了這一次的「創作」,台灣人工智慧實驗室表示目前也正在研發AI人聲歌曲。
圖/ KKBOX

在雅婷聽了上百萬首熱門音樂,對音調、旋律、節奏、和聲、配器⋯等各種層面進行機器學習後,專輯《武漢肺炎》是「它」第一次透過AI全自動生成的音樂,也是第一次運用生物特徵的圖像,透過AI分析圖像的組成來模擬情緒,從而譜成一首首歌曲。

《COVID19(武漢肺炎)》、《Infection(感染)》、《Travel(旅遊)》、《Entry(入境)》、《Confirmed(確診)》、《Mask(口罩)》、《Postponed(延期)》、《Lockdown(封城)》、《Vaccine(疫苗)》⋯⋯這些曲目的旋律和情緒基調,風格迥異,《旅遊》活潑輕快、《口罩》低調沉悶,《武漢肺炎》聽起來有些悲壯,至於聽眾喜不喜歡、覺得是否順耳,就因人而異。

也不難看出,每一首歌曲的名稱,都與武漢肺炎有關。官方表示,這些歌曲名稱,是由雅婷音樂以及台灣人工智慧實驗室開發的「島民衛星」新聞團隊合作,抓取這次疫情中新聞媒體最常使用的詞彙,起承轉合地將這些詞彙排序成一個完整的故事。

至於專輯的封面,則是由實驗室醫療組提供的病毒基因與藥物分子合成的模擬圖生成,其餘8首歌曲的圖片,也是對大量藝術作品進行學習後,雅婷的「創作」成果。

專輯上架到KKBOX後,台灣人工智慧實驗室將依據KKBOX用戶的聽歌次數獲得分潤,在專輯獲得的所有收入基礎上,實驗室將再另外增加2倍,捐給第一線的醫療機構。

事實上,這不是第一張AI專輯

談到AI作曲,早在2017年就已經問世。

因參加選秀節目《美國偶像》而走紅的塔瑞安·紹森(Taryn Southern),在當年發表一張名為《I AM AI》的專輯,一共8首歌,由塔瑞安·紹森自己作曲填詞,但編曲的工作全交由AI「Amper 」,包括旋律的架構、樂器編制、和弦進程、各種樂器的音訊設計、整體音訊平衡⋯⋯等等。

相信從這一首《Break Free》中,一般聽眾也聽不出與真人編曲相比,究竟有何差異,但不管怎麼說,這類AI的創作還是偏向「輔助」性質,而非「100% 原創」。

這樣影音案例還有很多,像2018年愛奇藝推出的原創自製節目《中國新說唱》,在後期製作時,AI便輔助剪輯師,幫忙聽打、自動生成字幕,或是在找畫面片段時,透過人臉辨識再經由關鍵字組合搜尋,就能推薦最合適的片段,例如「張震嶽+大笑」,或是「吳亦凡+皺眉」,甚至如今連BBC也開始嘗試透過AI製作節目。

如此一來,不僅能減輕工作人員的負擔,更能節省預算。但,AI的創作到底算不算是真正的創作,至今仍是一個備受爭議的議題。

延伸閱讀:雅婷逐字稿登上國家兩廳院,杜奕瑾下一步想玩AI鋼琴音樂會

責任編輯:陳映璇

關鍵字: #武漢肺炎
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓