軟體代表作/喜歡音樂

喜歡音樂

為喜歡音樂提供音樂 AI 技術評估與自建路線建議,並主導有聲有伴 iOS 核心工程至上架。

客戶
喜歡音樂
領域
音樂內容・虛擬藝人
合作形式
顧問合作
角色
音樂 AI 技術顧問
期間
2024 – 2026
狀態
合作結案

起點

把 AI 技術,翻成「做不做、怎麼做、要不要自建」。

喜歡音樂是台灣的唱片與音樂製作公司,計畫把 AI 用在音樂內容、虛擬歌手與互動產品上。它需要一位同時懂音樂製作與軟體的顧問,判斷技術可不可行、該走哪條路、架構設計等。從 2024 年 7 月起擔任 AI 技術顧問,涵蓋旗下兩位虛擬歌手米拉蜜與阿諾(Anor)。

範圍

  • 虛擬歌手米拉蜜:影像生成流程的研究與交付
  • 歌聲合成與轉換模型調研,以及自建路線建議
  • AI 歌唱平台與多模型平台的市場掃描
  • AI 生成 MV 的合作模式提案
  • 長輩音樂陪伴產品:偏好研究、推薦設計與技術方向,到以阿諾為角色的有聲有伴 App 上架
與喜歡音樂團隊合影

難題

選項太多、變化太快,需要有人做成可以決策的依據。

  1. A
    歌聲模型選不完

    開源的歌聲合成與轉換專案很多,品質、硬體需求與商用授權差異很大。

  2. B
    要不要自己養團隊

    公司需要知道該不該自建能力、要從頭訓練還是用現成模型。

  3. C
    虛擬歌手的臉要一致

    生成圖像常見臉部變形、背景不符;同一位虛擬歌手,每張圖都要像同一個人。

  4. D
    長輩要聽什麼歌

    市面上的長輩音樂與陪伴產品,沒有一個用對話去找出個人的音樂偏好。

做法

先實測、再建議,最後帶到上架。

影像:為米拉蜜架設並比較生成流程,評估 5 個模型,交付 2 條可用流程,並寫下調校參數。歌聲:把歌聲合成與歌聲轉換分類比較,評估 5 個候選與 6 個參考模型,建議採預訓練模型、少量或不微調,以開源歌聲模型建立內部能力。

市場:掃描 9 個 AI 歌唱平台與 7 個多模型平台;提出 AI 生成 MV 的合作模式:導演主導美術,團隊提供 AI 數位演員與技術支援。

陪伴產品:從 10 項音樂偏好假說與 10 個競品,設計冷啟動、暖身、個人化三階段的加權推薦;先做出技術原型,再帶合作團隊把以阿諾為角色的有聲有伴送上 App Store。

架構決策

建議都附上理由,客戶再決定。

  1. 歌聲能力決策採預訓練模型、少量或不微調(Fine-tuning);使用開源模型為主確保以開源模型起步,投入可控
  2. 授權決策商用優先選寬鬆授權,避開 AGPL、GPL 的限制確保商業發行時的法律風險較低
  3. 影像流程決策兩條並行:本機 Stable Diffusion 加換臉,以及 Midjourney 路線確保兼顧角色一致性與畫質
  4. 陪伴產品順序決策先做回饋迴圈、語音合成與對嘴,記憶與個性後做;做產品,不做服務確保先讓長輩用得順

專案時程

2024.07

開始擔任音樂 AI 技術顧問

合作至 2026 年 9 月;有聲有伴於 2026 年 8 月上架

出處 +
2024 年 7 月2026 年 8 月2025202612345
  1. 12024 年 7 月開始擔任 AI 技術顧問
  2. 22024 年 10 月米拉蜜的 2 條影像生成流程交付
  3. 32025 年 5 月歌聲合成調研、AI 生成 MV 合作提案、多模型平台比較(5 至 9 月)
  4. 42026 年 6 月參考實作選為合作團隊的整合主線
  5. 52026 年 8 月有聲有伴上架 App Store

成果

從模型選型到上架的 App,每一步都有可以決策的依據。

5 + 6個模型

歌聲合成模型調研

5 個候選、6 個參考;建議採預訓練模型,以開源模型自建

26個

市場調查與技術研究

9 個 AI 歌唱平台、7 個多模型平台、10 個長輩音樂 App

2條

虛擬歌手影像生成流程

評估 5 個生成模型

  • 歌聲模型調研給出技術選型與自建路線建議。
  • 米拉蜜的 2 條影像生成流程交付使用。
  • 市場調查與技術研究與推薦設計納入陪伴產品規劃。
  • 以阿諾為角色的有聲有伴,2026 年 8 月上架 App Store。

技術

評估過的技術,與落地的 App。

歌聲
歌聲合成(SVS)與歌聲轉換(SVC)模型
影像
Stable Diffusion・Midjourney・換臉與放大
推薦
三階段加權推薦設計(冷啟動、暖身、個人化)
落地
有聲有伴 SwiftUI iOS App

更多案例