约翰·列侬人工智能项目是一项研究计划，将人工智能和机器学习技术应用于与披头士乐队创始成员约翰·列侬相关的档案音频材料。其最广为人知的成果是2023年发行的披头士最后一首单曲《Now and Then》，该曲利用AI驱动的音频分离技术，从20世纪70年代末录制的一段低保真家庭样带中提取出列侬的人声轨道。该项目因展示了深度学习模型如何在不变更原始表演特质的情况下修复和重制历史录音而备受瞩目。
该项目源于音乐技术领域的一个更广泛趋势，即基于神经网络的声源分离在2010年代和2020年代变得切实可行。与依赖手动滤波的早期数字修复方法不同，约翰·列侬项目采用了在大量人声和乐器录音数据集上训练的生成式AI模型。这些模型能够区分列侬的声音与钢琴伴奏及背景噪音，而传统信号处理算法难以完成这一任务。该项目的成功归功于变换器架构和与大语言模型相关的音频模型的进步，尽管具体技术细节仍部分属于专有信息。
技术方法
核心技术挑战是从带有明显磁带嘶声和房间环境声的单声道录音中分离出单一的人声线。项目使用了定制的编码器-解码器网络，类似于语音分离研究中使用的架构，但针对音乐进行了调整。训练数据包括数百小时的披头士录音室备用片段和列侬个人录音，使模型能够学习列侬的音色、乐句和发音特点。模型采用多头注意力机制，聚焦于人声占主导的频段，同时抑制钢琴瞬态。
一个关键创新是使用课程学习，模型首先在干净的录音室录音上训练，然后逐步过渡到更嘈杂和更退化的样本。这种方法在不需手动标注每个瑕疵的情况下提高了鲁棒性。最终分离通过模型剪枝进行优化，以降低计算开销，使其能在消费级硬件上处理。项目还整合了数据增强技术，例如向训练样本添加合成房间混响和磁带噪音，以防止过拟合。
历史背景
约翰·列侬于1977年在纽约家中使用简易盒式录音机录制了《Now and Then》的样带。1980年他去世后，这盘磁带由小野洋子保管，并于1994年交给了幸存的披头士成员。在《Anthology》专辑制作期间，首次尝试完成这首歌的努力因音频质量太差而放弃，列侬的声音几乎无法与钢琴区分。2020年后，AI音频修复技术的进步使提取人声成为可能，项目重新引起了人们对这首曲目的兴趣。
该项目是计算机在音乐制作中应用更广泛历史的一部分。1970年代和1980年代在施乐帕洛阿尔托研究中心和诺基亚贝尔实验室的早期实验探索了数字合成和分析，但缺乏实时分离所需的计算能力。2010年代Graphcore和其他专用AI硬件的兴起，使得在音频数据上训练大型模型成为可能。约翰·列侬项目特别受益于AWS Trainium和谷歌云基础设施，这些设施提供了迭代模型优化所需的并行处理能力。
伦理与法律维度
该项目引发了关于使用AI再现或增强已故艺术家声音的问题。批评者认为，此类技术可能被滥用以伪造表演，而支持者指出，该项目仅修复了现有录音，并未生成新内容。披头士的遗产管理方，包括苹果唱片（乐队的唱片公司）和索尼AI（负责发行），在与音频工程师和列侬家人广泛协商后批准了发行。该项目未使用深度伪造技术来创建合成人声；相反，它分离并清理了原始录音，保留了列侬的真实表演。
截至2023年，AI生成音乐的法律框架仍在发展中。该项目在现有版权法下运作，将AI视为工具而非作者。然而，该项目的成功促使音乐行业就基于AI反馈的强化学习及其他可用于以艺术家风格创作新作品的方法展开讨论。项目团队未发表正式学术论文，但在采访和行业会议中分享了技术细节，理由是保护专有方法。
影响与遗产
该项目的成功影响了后续的音频修复工作，包括其他档案录音的再版发行。它证明了深度学习模型能够处理非录音室条件，如电话录音和现场表演，这些在历史档案中很常见。该项目还促进了OpenAI相关音频工具的发展，尽管未确认直接合作。截至2024年，该项目仍是音乐中AI伦理使用的参考点，在技术能力与对艺术意图的尊重之间取得平衡。
该项目的方法已被改编应用于其他音乐类型，包括古典和爵士录音，这些领域存在类似的分离挑战。它还启发了麻省理工学院计算机科学与人工智能实验室和斯坦福AI实验室关于可解释音频模型的学术研究，旨在使分离决策更加透明。虽然约翰·列侬项目是一次性倡议，但其技术现已成为音乐母带处理的标准实践，SambaNova和Groq等公司提供专门的音频处理推理服务。
未来方向
该项目的未来迭代可能扩展到全多轨分离，从单声道混音中隔离出单个乐器。研究人员还在探索交叉注意力机制，将音频与歌词文本对齐，可能实现退化录音的自动转录。该项目的成功激发了人们对Top-k采样和温度缩放用于生成伴奏轨道的兴趣，尽管此类应用仍具争议。随着AI模型效率的提高，类似的修复项目可能对独立艺术家和档案工作者变得可及，从而民主化历史音频的获取。
约翰·列侬人工智能项目是AI应用于文化遗产的一个里程碑案例。它表明机器学习能够保存并揭示那些曾被认为已失传的艺术表演，同时也引发了关于真实性和同意的重要问题。随着AI工具日益融入音乐制作和档案工作，其遗产很可能会继续增长。