商傳媒｜林昭衡／綜合外電報導
隨著影音內容對氛圍營造的需求提升，播客創作者開始探索人工智慧（AI）音樂工具在製作中的應用。近日，一位敘事歷史播客創作者分享他歷時兩週，對市面上七款主流AI音樂生成平台進行實測的結果，探討這些工具能否為播客內容提供符合特定情感的背景音樂，而非僅是單純的曲風標籤。
這位創作者的測試以一集關於被遺忘的極地探險節目為例，設定了四個關鍵情感時刻：救援決策、暴風雪圍困的恐懼、場景突然的寂靜，以及事件結束後的高昂情緒。對於每個情境，他提供了一段不超過20字的單句提示，要求AI生成約90秒的音樂片段。受測平台包括ToMusic AI、Suno、Udio、SOUNDRAW Inc.、Mubert、Beatoven和AIVA。
測試結果顯示，許多AI平台生成的音樂單獨聽來悅耳，但實際與劇本情境結合時，卻未能準確捕捉情感提示。例如，針對「潛伏的恐懼」情境，Suno竟生成一段聽起來像「英雄勝利」的宏偉管弦樂；SOUNDRAW Inc.的「情緒標籤」形同虛設，請求「詭異」卻只得到輕微憂鬱的旋律。Mubert生成的樂曲過於短暫且偏向循環，不適合需要情節推進的故事，其免費輸出版本更有浮水印，無法用於公開專案。而Beatoven和AIVA雖然具備作曲深度，但要讓它們精準跟隨敘事線索則需耗費大量時間，且需要使用者具備專業音樂詞彙。
在這七款工具中，ToMusic AI在情感準確度與生成一致性方面表現突出。其自訂模式允許使用者結合情緒詞、節奏、樂器選擇及結構提示，產出較不隨機的結果。例如，在「詭異的寂靜」情境中，ToMusic AI生成一段緩慢、稀疏且帶有弓弦金屬質感的音景，營造出冰冷而懸疑的張力。對於「孤立與緩慢的恐慌」，它提供低沉的嗡嗡聲與零星的金屬敲擊聲，真實呈現荒涼感。儘管Suno在音質上表現最佳，Udio透過微調也能產出精巧音效（但耗費十二分鐘），但ToMusic AI是唯一能持續貼合敘事主軸，且無需大量人為干預的工具。
創作者指出，敘事音訊的關鍵在於音樂能否讓場景更真實，這要求AI能處理留白、動態克制及特定樂器質感。許多工具的共同缺點是出現「勝利洩漏」（triumph leak），即在需要恐懼或靜止的時刻插入振奮人心的和弦。ToMusic AI的簡約模式適合快速生成氛圍音樂，自訂模式則可避免產生商業化且缺乏個性的罐頭音樂。該平台亦明確提供商業使用的免版稅條款。儘管ToMusic AI缺乏節奏圖（tempo maps）及標記點（Hit Points），須於後製階段手動同步，且音樂庫無自動情緒標籤，偶爾會出現低電平的演算法嘶嘶聲，但對於擅長描述情感且不追求絕對同步的內容創作者而言，仍是一項實用工具。作者表示，他已重新錄製了極地探險節目，並全部採用ToMusic AI製作的音樂，兩位聽眾給予了「以獨立製作而言，音效設計做得非常好」的評價。
這項測試表明，獨立播客、有聲書製作人及影像評論員等內容創作者，更需要類似「配樂助理」的AI工具，而非僅專注於流行歌曲生成。這類工具應具備理解細微情感差異、維持敘事連貫性，並能在聲音中創造空間與張力的能力。
