歌歌AI发布十亿参数华语音乐模型，与字节跳动达成版权分成合作

歌歌AI（Gege AI）近日发布了一款从零开始预训练的十亿参数AI音乐模型，专注于解决华语音乐生成的独特挑战，让AI唱中文歌终于不再有"人机味"。

该模型采用端到端架构，用户只需输入歌词、风格情绪描述和指定歌手风格，模型即可一次性生成长达3分钟、人声与伴奏俱全的完整立体声歌曲，还能同步输出独立的人声分轨与伴奏分轨。

歌歌AI选择从零预训练而非微调现有模型，原因在于市面上主流AI音乐模型天生为英语设计，而中文演唱有着完全不同的逻辑。中文每个字有固定声调（四声之别），音节边界清晰，字音与节拍的对应关系远比英语复杂。简单用英语模型做本土化，正如文章所言"无异于强行让外国人唱京剧"。

为此，歌歌AI设计了全新的三层技术栈：双流独立生成架构让人声和伴奏各走独立通路并通过跨流注意力机制实时对齐；音素时序软对齐先为每个字在时间轴上画出"地图"再按图索骥，解决咬字稳定性；分层多维条件控制体系（AdaLN-Zero）实现对情绪、曲风等全局风格的逐层调制。

在商业化方面，歌歌AI与字节跳动签订了版权分成合作。使用歌歌AI生成的原创歌曲、录音制品和MV版权内容，均可合规上架抖音、剪映、汽水音乐、西瓜视频、今日头条等字节系全家桶平台。歌曲在汽水音乐的会员付费、数字专辑、广告分成等收益将按照合同约定进行分成结算。

歌歌AI还宣布启动了民乐专属AI模型的研发项目。团队计划前往陕西、江南、云南、陕北等地，采集秦腔、评弹琵琶、葫芦丝、唢呐等民间音乐原声，用于训练真正的民乐AI模型，以解决当前AI国风音乐"古筝弹得像电子琴"的尴尬现状。

这一模式让AI音乐不再只是"高级玩具"——通过打通创作、分发和收益的完整闭环，歌歌AI正在探索AI音乐商业化的新路径。