DADABOTS 如何用神经网络创作音乐?

DADABOTS 是一支把自己定义为“乐队”的音乐黑客组合，核心做法是用 DIY 神经网络和开源工具生成音乐，再把它推到极端场景里——比如 24/7 不间断生成死亡金属的直播流。如果你想知道“AI 生成音乐”在真实创作者手里长什么样，而不是只看产品宣传，这个站点提供了一个少见的样本：它展示的是从模型训练、现场演出到 prompt 实时操控的完整链路，而不是一键出歌的工具。

它到底在做什么

根据网站首页的自我描述，DADABOTS 的标签包括：music hackers、DIY neural nets、open source、live music、algorave、PyTorch、Ableton、collabs。成员署名为 zack 和 cj。

这些词拼出的工作方式大致是：

  • 神经网络是自建或自行调教的，不是调用某个成品作曲 App；
  • PyTorch 出现在工具链里，说明模型层用的是通用深度学习框架，而不是封闭的音乐 AI 服务；
  • Ableton 出现在同一串标签里，说明生成结果会进入常规 DAW（数字音频工作站）流程，做编辑、编排和现场控制；
  • algorave 指向算法音乐现场演出文化，即代码和模型本身可以成为表演的一部分。

换句话说，它不是“输入一句话，输出一首歌”的消费级产品，而是把神经网络当成乐器来用。

24/7 死亡金属直播流是怎么来的

网站上明确写着 “24/7 livestreams generating death metal”，并且有一个具体项目叫 Relentless Doppelganger（2019），描述为 “Neural Technical Death Metal livestream inspired by Archspire”。

这里的关键机制是：模型持续生成音频，直播流持续输出，中间不需要人逐首操作。它生成的不是随机噪声，而是被约束在“技术死亡金属”这个风格区间内，灵感来源指向了 Archspire 这类以高速、复杂节奏著称的乐队。

对读者有用的判断是：这种直播流的价值不在于“每首都好听”，而在于展示模型在长时间、无人工干预下能否维持一个风格的一致性。如果你关心的是生成音乐的稳定性而不是单曲质量，这类项目比单曲 demo 更有参考意义。

Prompt Jockeying：实时用提示操控神经网络

网站提到 AI Song Contest 2024 和 PROMPT JOCKEYS，描述是 “Documentary on DJing w/ AI. These tracks don't exist yet. You're prompting them live w/ a neural net”。

这揭示了一种和“离线生成再剪辑”不同的用法：实时提示。表演者像 DJ 一样，在演出过程中不断给神经网络输入提示，让曲目在现场被“提示出来”，而不是提前做好。

  • 输入：实时的文字或参数提示；
  • 动作：神经网络根据提示即时生成音频；
  • 预期结果：每一场演出都是不可完全复现的，曲目在演出前并不存在。

这也是为什么站点把它称为 DJing with AI，而不是“AI 作曲”。对想尝试的人，前提是你得接受结果不可控，并且需要一套能低延迟把模型输出接进演出系统的链路。

创作理念：把尽可能多的流派塞进几分钟

网站里有一句很直白的理念：“Music production is now about cramming as many new genres as possible into a few mins”，对应的项目是 GENRE CANNON。

这解释了他们为什么偏爱死亡金属、kawaii deathcore、drill and bass 这类高密度、跨界的风格组合——模型擅长在风格边界之间快速切换，而人类制作人往往受限于演奏和编排成本。把“流派碰撞”当成创作目标，而不是追求单一风格的完美复刻，是理解他们作品的一个入口。

除了音乐，他们还做什么

从首页列出的可预约项目看，DADABOTS 的活动范围超出录音室：

  • 现场演出（performance、dance party、harsh noise set）
  • 葬礼、生日等场合演出
  • 艺术家驻留（artist residency）
  • 主题演讲（keynote talk）
  • 黑客松和工作坊（hackathon、workshop）

这说明他们的定位更接近“音乐科技表演团体”，而不是单纯发歌的音乐人。如果你是想找 AI 音乐方向的讲者或工作坊，这是一个可核对的入口。

想自己上手，需要什么前提

网站本身没有给出逐步教程，但从它列出的工具和项目可以反推出最低门槛：

  1. 会用 PyTorch 或类似框架：模型层需要自己搭或改，不是调 API。
  2. 有 DAW 使用经验（如 Ableton）：生成结果要进入常规制作流程做处理和编排。
  3. 能搭实时音频链路：如果要做 prompt jockeying 或直播流，需要把模型输出低延迟地接入播放或演出系统。
  4. 接受开源和 DIY 的工作方式：站点强调 open source 和 DIY，意味着可复现性依赖你自己动手，而不是等官方出成品。

常见卡点是：把“生成一段音频”和“做成能演出的音乐”混为一谈。前者模型跑通就行，后者要解决延迟、风格控制、长时间稳定输出这几个工程问题——DADABOTS 的直播流和现场项目，本质上都是在解决后一类问题。

怎么进一步了解

网站导航里有 MUSIC、SCIENCE、PRESS、FAQ、MERCH、CRYPTO 几个板块，Featured 区列出了具体项目，包括 GENRE CANNON、AI Song Contest 2024、DJ DAVE [infinite remix]、WOW LOL EP、Relentless Doppelganger、Live @ Unsound in Kraków、PIZZAFIRE 纪录片等。想看清他们的方法，从这些具体项目入手比看抽象介绍更有效——尤其是 Relentless Doppelganger（长时间生成）和 PROMPT JOCKEYS（实时提示）这两个方向，分别对应了 AI 音乐里“稳定输出”和“现场操控”两类核心问题。

dadabots.com