AI 在音乐创作领域的渗透越来越深，但版权纠纷和艺术家利益补偿这两座大山，让不少初创公司举步维艰。不过，印度有一家叫 Beatoven.ai 的公司，似乎摸索出了一条既合乎规范又务实的前进路径。

Beatoven.ai 的联合创始人兼 CEO Mansoor Rahimat Khan，是一位地道的西塔尔琴演奏者，家族音乐传承已延续七代。在印度理工学院孟买分校求学的日子，他萌生了将音乐与技术结合的想法。用他自己的话说，尽管印度本土的机会相对有限，但他始终希望能把对音乐的热爱与技术融合起来。

这家公司成立于2021年，很快就吸引了资本的目光——完成了130万美元的前系列A轮融资，累计融资额达到242万美元。Khan 和合伙人 Siddharth Bhardwaj 发现，独立游戏&开发者、制作机构以及视频制作公司对定制化音轨的需求最强烈。他们的目标非常明确：提供一个简洁的界面，让用户只需选择音乐类型、情绪和时长，就能自动生成音轨。

起步阶段数据采集是个大难题，但Khan团队通过与多位艺术家建立合作关系，硬是积累了超过10万条专属数据样本。随着Diffusion模型的引入，Beatoven.ai 生成音乐的质量有了质的飞跃。值得注意的是，公司采用了分任务模型架构，比如调用OpenAI的ChatGPT API来处理部分逻辑，而视频生成则使用了CLAP模型。

最近，Beatoven.ai 还推出了一项名为“Augment”的功能——你可以把它理解成一个声波生成模型，允许用户在已有音乐的基础上制作混音。Khan现场演示了如何把一段简单的西塔尔琴旋律变成嘻哈风味的混音，创作自由度确实很出彩。

眼下，他们正在测试一款视频转音频的模型：用户上传一段视频，模型就会根据画面内容自动生成匹配的音乐。这个功能一旦落地，将为内容创作者打开更多想象空间。

Khan认为，像Spotify和YouTube这样的平台，未来应当开放数据并提供API接口，这样才能真正推动AI音乐产业的进一步演进。