处于本世纪的一众音乐人所拥有的“鬼故事”显现啦, 那就是, 各位的音乐作品, 正静悄悄地变成AI赖以为继的“养料”被利用着。
近来, 全球音乐产业涌起了一场创作者的全体自行检查潮流。《大西洋月刊》的记者Alex Reisner把自己持续开展的AI Watchdog调查延伸到音乐范畴, 公布了四个在AI开发社群流传的大型音乐数据集, 还上线了可搜索的数据库。
仅在一夜之间, 全行业的自查, 从行业协会开始, 迅速席卷全球音乐圈, 涉及格莱美获奖歌手, 也包括独立音乐人。
谁都未曾料到, 一个体量微小的搜索框, 全然彻底地引发并点亮了一场环绕 AI 训练授权、数据来源以及创作者报酬层面展开的争论, 并且还致使深藏于产业链深处部位的创作者困境以及虚幻荒诞不符合实际情景的现实状况集体呈现出本来面目。
戳破AI公司的糊涂账
在2025年最早上线的AI Watchdog, 是由《大西洋月刊》发起的一个调查性报道项目, 它专门被用来追踪以及公开AI训练数据背后的版权来源, 其最初的想法是去筛查用于AI训练的图书、学术论文还有视频素材, 现在正式地把监测范围扩大到了音乐领域。
LAION - DISCO - 12M 与 Sleeping - DISCO - 9M 这两个超大型曲库被本次收录进数据集, 其曲目规模分别达到 1200 万首与 900 万首之多, Spotify Tracks Dataset 和 Free Music Archive Dataset 这两个中小型曲库另有收录, 它们各自收录录音作品均超过 10 万首。
也即是说, 存在四个数据集, 它们累计的数量超过了2100万首, 并且在AI开发社区里处于秘密流通的状态。
不过, AI Watchdog强调了两点, 其一, 四个库并未穷尽所有训练来源；其二, 某首作品出现在数据集中, 并不必然意味着它最终被某个模型实际用于训练。然而即便这样, 也足以表明: 在创作者未察觉的状况下, 海量音乐作品已进入AI开发者能够随意获取以及调用可作为候选的原料池。
据悉, 这4份数据库包含众多流行巨星的热门之作, 其中有Bad Bunny、Nirvana、Taylor Swift、Billie Eilish、Pearl Jam、Beatles, 并且收纳了许多爵士名家作品以及古典乐曲目。
当中, 有一个体量最大的, 它是LAION-DISCO-12M, 此数据集是由德国的非营利机构LAION在2024年11月公布的, 而且, 知名图像生成模型Stable Diffusion的训练数据集也是出自这个机构。
这份官方声明里, 那个数据集被限定只能用于学术研究, 是绝对严禁将其用于商业用途直接落地, 或者直接拿来制作成品的。只是呢, “仅供研究”这个限定规定, 放在现实当中, 是面临着法律裁量那种模糊不清的区域地带, 以及由于开源社区而产生的扩散惯性影响的, 一旦数据集发布了出去, 那么它后续的流向, 还有使用的意图, 就都不再受原始发布者的控制掌握了。
另一套超大型曲库Sleeping - DISCO - 9M, 其核心来源是YouTube音乐内容以及Genius歌词, 开发者通过cloudscraper绕过Cloudflare对Genius页面的抓取限制, 接着把歌词、元数据与YouTube链接进行匹配。相较于普通音乐资料库, 它是面向生成式音乐模型的预训练数据集, 能用于文生音乐、音乐数据标注、歌声合成等任务。
相比而言, Spotify Tracks Dataset的问题聚焦于来源透明度方面。此数据集被《大西洋月刊》形容成是一批从Spotify扒取下来的曲目集合, 它是由开源社区Hugging Face上一名身份不明的AI开发者上传的。
Spotify方面作了明确表示, 声称这一数据集和官方没有关联。换个说法来讲, 它虽在规模上比不过前两个超大型曲库, 然而因直接涉及音乐流媒体平台在内容、抓取方式上的状况, 以及上传者身份不具备透明度的问题, 反倒更易于引发版权以及平台规则层面的质疑。
处于四者里头, 相对而言更加符合规范、并且也较易于追溯源头的, 那便是Free Music Archive Dataset。这个数据集是由瑞士洛桑联邦理工学院EPFL在2016年进行整理的, 它源自Free Music Archive , 收录了数量超越10万首的录音作品。
据FMA官方所显示的情况来看, 当中的大部分内容是采用Creative Commons（即知识共享）授权的方式, 会提供30秒版本以及完整版本, 所以在长期以来都被音乐信息检索领域、音乐分类领域还有音频研究领域作为基准数据集来使用。
可以明确的是, Google曾在模型说明里确认使用过Free Music Archive Dataset中的部分数据, Stability AI也曾在模型说明里确认使用过Free Music Archive Dataset中的部分数据, 然而, 对于其他数据集, 究竟是哪些AI公司训练过, 用到了何种程度, 是不是进入了商业模型管线, 外界依旧是一笔糊涂账。
艺人掀起自查潮
AI Watchdog真正改变的，正是这笔糊涂账的可见性。
现如今, 对于音乐人而言, 只要借助AI Watchdog输入关键词, 便存在着得到一个令人感觉不适的结果的几率。
消息一出，海外音乐圈炸锅了。
Darren Hayes, 澳大利亚知名乐队 Savage Garden 的主唱, 在社交平台写道, 所创作或演绎的任何一首作品, 于过去 30 年都被 AI 软件窃取。版权协会 APRA AMCOS 主席 Dean Ormston 表明, AI公司正在窃取 Midnight Oil、Sia、Crowded House、Lorde 等艺术家的作品。
获得格莱美奖的歌手SZA, 直接于社交平台附上了截图, 其配文仅为一句话: “刚刚查过了, AI用我的238首歌进行过训练。我能确定其中有些根本就没发布过。”紧接着, 她又这样写道: “要是你身为音乐人，却还支持这种糟糕的事, 那你简直恶心透顶, 没什么可讲的了。”。
随后, SZA 将那矛盾径直推到了文化剥削这一问题上, 她直接点出国际顶尖制作人 Diplo, 宣称他持有 AI 音乐公司 Suno 的股权, 并正主动尝试动用最为出色的黑人创作者以及制作人去训练它。
她写下这样的内容: “我们在美国人口当中所占比例乃13%, 然而却凭借声音以及视角对整个世界施加着影响。我截至目前都未曾听闻过一首由白人AI创作出来的歌曲……我们于立法、医疗、创意这些方面均未获得保护, 最容易被窃取的恰恰就是我们。”。
不过, 紧接着Diplo进行了澄清, 表明自己并没有持有Suno的股份, 他自身的超过500首歌曲被AI所应用, 用于训练。他留下了一句耐人寻味的话: “反派并非技术, 技术仅仅是技术罢了。”有报道指出, Diplo实际上是另一家AI初创公司Aaru的投资者。
紧接着, 美国那位知名的音乐制作人Kenneth Blume同样没留情面, 他在X上直接针对Suno写道, 无法想象居然有人每天去上班, 还正在持续剥夺无数音乐人的作品, 并称这般行为是处于工作之名实施这种事, 属于是消解艺术家的梦想那般情况了。
独立音乐圈的反应, 那是相当特别, 简直能用这样的表述来描绘, 即先是在一怒之下猛地站起来, 而后两眼一黑, 紧接着又坐下了呢。
曾凭借复古音乐作品收获了大量粉丝的音乐人DJ Sabrina the Teenage DJ, 在察觉到自己的22首歌曲出现在数据集里之后, 于Bluesky上发表言论称: “那些讲我音乐听起来好似AI垃圾的人, 可曾思考过缘由是Suno采用了涵盖我22首歌的数据集? ”。
提图斯·安多尼克斯的主唱, 是以一种颇具黑色幽默的方式去回应, 具体的表现是这样的: “他们选取的, 乃是我一张从未有人听过的专辑当中的冷门歌曲……祝你能有好运, 朋友。”甚至在红迪网之上, 数量众多的草根独立音乐人纷纷开启了自查的行动, “居然发现了我自己所创作的歌曲, 然而我根本就没有什么名气！”一位红迪网用户如此写道。
这正是最荒诞无力的地方。
之于头部艺人, AI训练可能意味着商业价值被未经许可地拿来使用；对于中腰音乐人来说, 它甚至好像是一种来得晚的认可: 作品终于被发现了, 只是发现它的不是听众, 而是爬虫。而且, 创作者的主体性被颠倒了。在印象里, 真正的创作者好像很少主动向AI模仿, 反倒是AI先把创作者给吸纳了, 随后市场回过身再用AI的标准去评判创作者。
目前, 版权方的实际损失难以精准核算, 此前, 国际作者作曲者协会联合会, 也就是CISAC, 委托PMP战略咨询公司开展专项调研, 该公司曾给出了量化预估数据。
据报告进行测算, 在2028年的时候, AI音乐预计会占据音乐流媒体平台收入的20%, 并且还会占据音乐资料库即Music Libraries收入的60%, 生成式AI会夺走音乐人24%的营收, 在2023年到2028年这期间, 创作者累计收入损失能够达到100亿欧元, 也就是约合105亿美元, 在2028年的时候年均损失将会达到40亿欧元。
因而, 这场风波切实刺痛人的地方在于, 问题正趋向具体, 并且愈发不易被轻描淡写掩饰过去。甚至, 能够演变成更为尖锐的质问: 究竟是谁给予了授权? 又是谁从中获取了利益? 倘若一首歌已然成为AI能力的构成部分, 那么创作者为何依旧被排除在收益分配的范畴之外呢?
比版权更值钱的东西出现了？
当下，远比单纯维权复杂的新秩序，正在浮出水面。
先前, 作品的价值常常出现在发行之后, 当AI开始兴起, 作品的价值或许在进入训练池的那个瞬间就已然被提炼了。
音乐行业逐渐明白，AI公司要的，可能是比版权更值钱的东西。
有数据来自Global Info Research表明, 在2025年的时候, 全球AI训练数据集市场规模大概有18.47亿美元, 并且预计去到2032年的时候, 市值会增长到114.58亿美元, 其中年复合增长率是29.7%。另外呢, 还有研究机构做出估算, 这个市场到2034年的时候, 有可能会攀升到231.8亿美元。
虽不同机构的口径存在着差异, 然而却指向了同一个结论了: 数据正变成AI时代最为昂贵的筹码。这种转变, 也正将AI公司以及音乐产业从正面对峙, 推向一场更为现实精细的谈判。
报道称, 《大西洋月刊》提到, 当下, Suno与Udio这两大AI音乐公司, 至少被卷入12起版权官司。自2024年起始, 美国唱片业协会RIAA, 代表三大唱片, 以大规模版权侵权作为理由, 正式起诉Suno与Udio, 指控它们未经授权就复制录制音乐作品, 还用于训练AI模型。
一年多往后, 战局着手复杂起来, 环球音乐, 华纳音乐渐渐从诉讼转为版权授权合作, 尝试将AI训练归入可控的许可框架, 索尼音乐却依旧坚持对两家公司不断诉讼, 更仿若产业开始重新盘算自身的筹码。
当下这个阶段, Suno尚处于法庭上去进行应诉的状态, 并且在尝试着去阻止环球音乐, 还有努力阻拦索尼音乐, 以获取其同华纳音乐所达成和解协议里面的条款方面的详细内容。与此同时在当前这个时刻, 德国的著作权集体管理协会GEMA, 接着丹麦的版权组织Koda, 也都一个接着一个地针对Suno开展起了诉讼行为。
另外一边, Udio已然陆陆续续地获取了来自多方的版权授权, 在今年1月的时候, Udio同独立厂牌联盟Merlin签下了合约, 到了4月, 它又达成了与Kobalt的合作签约。
也就是说, AI音乐公司处于这样一种状况, 其一边在应对诉讼, 一边在补全票据, 在面临遭受未经许可使用音乐训练模型指控的当口, 一边又着手开始重新接入版权体系。
更为有意思的是, 新的那种授权合作, 并没有自动就把创作者的利益分配问题给解决掉。在今年6月份的时候, 美国音乐家联合会AFM, 还把环球音乐、华纳音乐告到了法庭之上, 指控这两大厂牌, 在没有经过艺人们许可的情况下, 就擅自把旗下乐手的录音版权授权给了Suno与Udio, 然而, 相关的那些艺人, 既没有获得报酬, 也没有得到署名。
能够发觉, 当下的问题业已由维权诉讼, 慢慢朝着定价以及制度设计延伸转变。
在训练数据成为一门正儿八经的生意这一情况出现之前, 行业就不得不着手去发明新的账本, 以此来持续分享由AI创造出来的新价值。
例如将被讨论的“训练版税”（Training Royalty）作为独立于传统表演权的一个新权利类别, 且独立于机械复制权。去年, 瑞典音乐作品著作权集体管理组织STIM向AI公司发放音乐作品许可, 这其中框架已经在一定程度上贯彻实施了这一思路。
按其框架而言, 倘若AI公司打算合法运用受版权保护的音乐作品来训练模型, 那就得先获取许可, 被纳入许可范畴的作品, 必定源自明确表示同意参与的词曲作者以及版权商。自今年6月起始, STIM进一步引入了AI专项权利类别, 着重指出作品不会自动进入AI许可, 创作者要依据作品主动予以同意。
尤其关键的是, STIM将补偿划分成了几个环节, 当作品被运用到模型训练阶段时, 作品权利人能够获取训练时期给出的许可形式的收入；在AI服务上线进而产生订阅之类的收入时, 作品权利人能够持续去分享这份收益；要是AI生成的音乐进一步地进行分发、使用并且最终获取收入, 这也极有可能引发后续相关的分配。
同时，产业界与学术界也在讨论更细致的AI版税模型。
去年10月, 有篇名为《Attribution-by-design》的论文被发布出来, 该论文是由索尼AI研究人员主导的, 这篇论文提出, 需要对training-time attribution（训练时归因）以及inference-time attribution（推理/生成时归因）加以区分, 并且要建立起可验证的来源追踪机制以及版税分配机制。
研究人员来自伊利诺伊大学厄巴纳香槟分校（UIUC）等机构, 他们发布了另一篇论文《Computational Copyright》, 这篇论文在更早的时候就已经提出, 并明确指出, 通过借鉴Spotify、YouTube等平台的分账逻辑, 借助数据归因技术来判断AI生成音乐受哪些训练作品影响, 进而据此设计AI音乐生成平台的收入分享模型。
此外, “类风格权”概念, 围绕艺术风格展开, 围绕创作特征展开, 围绕人格属性展开, 已开始在立法中浮现, 已开始在市场中浮现, 已开始在平台治理中浮现。
今年6月, 美国国会议员提出了名为《CREATOR Act》（创作者权利保障法案）的法案, 该法案是面向视觉艺术家的, 其试图达成这样的目的, 即当创作者在AI未经许可、并且是为商业目的模仿其独特视觉风格的时候, 创作者有权进行阻止并且索赔。官方明确承认了这样的情况, 现行版权法仅仅保护具体作品, 然而却不保护创作者的风格。而风格恰恰是在AI时代最容易被复制、同时也是最难被定价的东西, 该法案正是想要填补这一空白。
虽然CREATOR Act目前仅仅是覆盖在视觉这一领域的, 并且还处于立法的初期阶段, 然而它为音乐行业创作者所饱含的焦虑之情, 首次给出了能够用来对照的解决方案的大致轮廓。
之所以如此, 是因为未来核心战场不一定仅存于早就看厌烦了的版权争斗以及法庭对峙之中。真正的对抗, 正被提前转移至更早且更为隐秘的地方展开: 训练、生成、归因及分配, 新规则正在这些细微之处逐渐萌生出来。
仿佛眼下新出现的这一事物, 又一次将产业给逼到了即将重新订立契约的前夕, 而有关AI音乐的那些争议, 也已然演变成了一场针对未来产业分配规则的再次开盘。
AI时代, 真正需要重写的东西, 并非仅仅是版权法, 而是音乐产业的新账本, 这一点要明确。
