Tạo nhạc là công nghệ trong đó AI tự động tạo ra các bài hát bao gồm giai điệu, hợp âm và nhịp điệu dựa trên dữ liệu đầu vào như lời nhắc văn bản và thông số thể loại.
Music Generation là một lĩnh vực AI sáng tạo, trong đó các mô hình deep learning tổng hợp âm nhạc dựa trên các điều kiện như văn bản, tâm trạng và thông số kỹ thuật của nhạc cụ. Có hai kiến trúc chủ đạo: Transformer và Diffusion. Các ví dụ điển hình là MusicLM và MusicGen cho cái trước, Stable Audio và Audiocraft cho cái sau. Tính đến năm 2026, “vấn đề bản quyền” sẽ là cạm bẫy lớn nhất trong hoạt động thực tế. Quyền sở hữu quyền khi dữ liệu học tập bao gồm các bài hát hiện có được hiểu khác nhau tùy theo quốc gia và nền tảng, do đó cần phải xem xét kỹ các điều khoản sử dụng trước khi sử dụng cho mục đích thương mại. Có ba điểm cần cân nhắc khi lựa chọn tại chỗ: (1) Mục đích (BGM/Hiệu ứng âm thanh/Nhạc đầy đủ), (2) Giải phóng quyền đầu ra và (3) Chi phí. Theo ReviewAI, đối với mục đích sản xuất cá nhân và trò chơi BGM, các dịch vụ SaaS chuyên dụng như Boomy, có giá từ 1.000 đến 3.000 yên Nhật mỗi tháng, rất tiết kiệm chi phí. Các gói cao cấp có giá từ 30 USD đến hơn 100 USD mỗi tháng đang được chọn cho các dự án yêu cầu các bài hát đầy đủ chất lượng cao, chẳng hạn như các dự án video. Mặt khác, các chức năng âm nhạc đi kèm với các công cụ tạo video như Runway rất dễ sử dụng nhưng độ dài và tính linh hoạt còn hạn chế, do đó, thông lệ tiêu chuẩn trong lĩnh vực này là sử dụng các công cụ chuyên dụng cho các dự án dựa trên âm nhạc. Chất lượng đầu ra phụ thuộc rất nhiều vào độ chính xác của lời nhắc, do đó, việc chỉ định BPM, phím và tên nhạc cụ là lối tắt để có đầu ra chất lượng cao.