界面新聞?dòng)浾?| 尹清露

界面新聞編輯 | 黃月

繼生成式人工智能攻入繪畫領(lǐng)域并引發(fā)爭(zhēng)議后，5月，引起軒然大波的AI孫燕姿及其它人工智能翻唱事件讓音樂行業(yè)成為了下一個(gè)備受關(guān)注的焦點(diǎn)。在B站視頻中，孫燕姿唱起了周杰倫的《發(fā)如雪》，王心凌匪夷所思地唱起《套馬桿》，有些視頻播放量已達(dá)百萬(wàn)，彈幕評(píng)論上千條。

孫燕姿本人事后在社交媒體上發(fā)文回應(yīng)，認(rèn)為人類無(wú)法超越AI已指日可待，對(duì)于未來(lái)，則是“凡事皆有可能，凡事皆無(wú)所謂”，充滿了無(wú)所掛礙又無(wú)可奈何的意味。面對(duì)迅猛發(fā)展的AI技術(shù)，一切仍模糊而未知，但孫燕姿的回應(yīng)為我們打開了一個(gè)更大的思考缺口：在音樂行業(yè)，人工智能可能導(dǎo)向怎樣的未來(lái)？會(huì)解放藝術(shù)家的創(chuàng)造力嗎，還是炮制出更多千篇一律的口水歌曲？

界面文化（ID：booksandfun）綜合既有分析，并采訪了兩名資深音樂行業(yè)從業(yè)者，以期探索一點(diǎn)初步的答案。

在AI學(xué)會(huì)創(chuàng)作之前，算法已經(jīng)破壞了音樂行業(yè)

實(shí)際上，音樂在探索新技術(shù)方面一直處于領(lǐng)先地位。早在近四十年前，法國(guó)學(xué)者雅克·阿達(dá)利（Jacques Attali）就在著作《噪音：音樂的政治經(jīng)濟(jì)學(xué)》里提出，音樂就其本質(zhì)而言與金融或者數(shù)學(xué)類似，它們都是純粹的心智活動(dòng)（speculation of mind），比起繪畫這類借助物理形態(tài)的藝術(shù)創(chuàng)作，音樂往往能更快地應(yīng)用最新科技來(lái)擴(kuò)展創(chuàng)造力的邊界。

現(xiàn)場(chǎng)調(diào)音師鄧成龍?jiān)诮邮芙缑嫖幕牟稍L時(shí)表示，聽眾之所以會(huì)對(duì)AI孫燕姿感到驚訝，很大程度上是出于心理上的恐怖谷效應(yīng)，從原理來(lái)看，用技術(shù)模擬人聲與用電腦采集鋼琴音色相類似，這中間只存在技術(shù)層面的進(jìn)步。

曾為多名歌手制作專輯，同時(shí)也是獨(dú)立音樂人與聲音空間設(shè)計(jì)師的李星宇在采訪中提到，AI在音樂行業(yè)的應(yīng)用早已非常廣泛，許多網(wǎng)紅歌曲就是用較為基礎(chǔ)的大數(shù)據(jù)進(jìn)行分析，再結(jié)合人力制作而成的。根據(jù)李星宇的推測(cè)，由于技術(shù)迭代的速度飛快，今年將會(huì)出現(xiàn)一批“相當(dāng)像樣”的AI創(chuàng)作者。1月份，谷歌就發(fā)布了有“音樂版ChatGPT”之稱的MusicLM，它可以自由混搭不同類型的風(fēng)格和樂器，通過(guò)輸入“晚宴上的爵士樂”這類指定地點(diǎn)和時(shí)間的文字，就能讓機(jī)器創(chuàng)作出符合當(dāng)下情緒的樂曲。

只不過(guò)，僅靠AI的算力，至今還未出現(xiàn)真正的爆款歌曲，這也是李星宇眼中的關(guān)鍵節(jié)點(diǎn)：“如果AI能做出爆款，以制作網(wǎng)紅歌曲為生的公司和最主流的音樂人肯定會(huì)受到重創(chuàng)，音樂行業(yè)將會(huì)面臨重組?！毕啾戎?，小眾獨(dú)立音樂人受到的沖擊較小。這不禁引人遐思——如果功能性的樣板音樂和口水歌可以交給AI，人類能否解放生產(chǎn)力，創(chuàng)造出更多有水準(zhǔn)的原創(chuàng)歌曲？

設(shè)想很美好，現(xiàn)實(shí)能否如愿卻難以判定。畢竟在生成式AI學(xué)會(huì)創(chuàng)作之前，算法AI就已經(jīng)極大地破壞了音樂行業(yè)。Chokepoint Capitalism: How Big Tech and Big Content Captured Creative Labor Markets and How We'll Win Them Back（《阻塞點(diǎn)資本主義》）一書提出，在數(shù)字技術(shù)和互聯(lián)網(wǎng)民主化初期，權(quán)力曾經(jīng)罕見地從唱片公司流向藝術(shù)家，但好景不長(zhǎng)，如今流媒體平臺(tái)取代唱片公司，攫取了音樂的大部分價(jià)值。

按照書中的觀點(diǎn)，流媒體帶來(lái)的一個(gè)顯著的現(xiàn)象是“播放列表文化”，聽眾變成需要呵護(hù)的孩子，更喜歡被動(dòng)收聽算法推薦的音樂而非自主探索。聆聽的場(chǎng)景也在不斷細(xì)分，甚至出現(xiàn)了“騎車專用嘻哈曲”“賴在床上吃早餐”這樣精準(zhǔn)定位的列表。由于播放列表變得如此重要，被排除在外的藝術(shù)家很可能會(huì)面臨歌曲發(fā)行的失敗，所以他們必須不斷創(chuàng)作出悅耳且具備走紅潛質(zhì)的曲目，而這往往會(huì)產(chǎn)生更多平庸、千篇一律作品。另一方面，為了讓聽眾盡可能多地收聽音樂，從而增加平臺(tái)收入，名為“Chill Vibes”、“Peaceful Piano”的氛圍音樂播放列表大量涌現(xiàn)，它們沒有審美上的挑戰(zhàn)性，聽一整天也不會(huì)疲勞，而這正是人工智能擅長(zhǎng)創(chuàng)作的那種音樂。

雪上加霜的是，由于流媒體平臺(tái)會(huì)從有限的現(xiàn)金池中分配版稅費(fèi)，一首歌被播放得越多，創(chuàng)作者的收入就越多，某些創(chuàng)作者求助于作弊手段，也就是委托第三方讓機(jī)器人bot收聽歌曲，沒有作弊的藝術(shù)家的生存空間進(jìn)一步被擠壓。法國(guó)國(guó)家音樂中心的一項(xiàng)研究發(fā)現(xiàn)，2021年法國(guó)各種平臺(tái)上的音樂中，有1%-3%是由機(jī)器人收聽的，換算成數(shù)字是總計(jì)10億-30億次。

李星宇談到，與海外相比，國(guó)內(nèi)的情況更加糟糕。近年來(lái)國(guó)內(nèi)音樂生態(tài)本來(lái)就不好，流媒體平臺(tái)把大部分資源推給流量藝人，剩下的資源靠獨(dú)立音樂人廝殺拼搶，這導(dǎo)致行業(yè)內(nèi)只有頭部和底部，不再存在中間層。再加上疫情期間音樂綜藝爆火，獨(dú)立音樂人需要通過(guò)《樂隊(duì)的夏天》等節(jié)目試圖躋身頭部行列，所以現(xiàn)在演出市場(chǎng)也不健康，觀眾要么涌向五月天這樣的大型演唱會(huì)，要么去看音樂綜藝捧紅的樂隊(duì)——新褲子或五條人樂隊(duì)就是最好的例子，他們雖然也很優(yōu)秀，但無(wú)一例外具有強(qiáng)烈的娛樂屬性。

在此背景下，即使AI作曲的技術(shù)提升，對(duì)市場(chǎng)來(lái)說(shuō)也不一定是好消息。首先，對(duì)于聽歌品味已經(jīng)被算法形塑的聽眾來(lái)說(shuō)，是否還需要超出認(rèn)知的音樂？另一方面，資源的分配也是問(wèn)題，李星宇在采訪中悲觀地指出：“最有可能出現(xiàn)的情況是，平臺(tái)將資源分給自家的AI，同時(shí)頭部藝人仍然會(huì)索要自己那一份，最后就不剩什么給其他創(chuàng)作者了。”

藝術(shù)家能奪回AI嗎？版權(quán)與聲音的身份問(wèn)題

李星宇的擔(dān)憂或許是正確的。大型唱片公司當(dāng)然不會(huì)錯(cuò)過(guò)這個(gè)新興市場(chǎng)，環(huán)球音樂集團(tuán)于2019年簽約了一名形象為黑人的虛擬說(shuō)唱歌手FN meka，除了聲音來(lái)自人類，歌曲旋律、節(jié)奏和歌詞都由AI生成，在鼎盛時(shí)期，F(xiàn)N meka每個(gè)月可以獲得超50萬(wàn)名Spotify訂閱者和超10億的TikTok瀏覽量。

而頗為諷刺的是，由于手握鮑勃·迪倫等巨星的歌曲版權(quán)，環(huán)球音樂集團(tuán)同時(shí)也對(duì)人工智能的入侵感到焦慮，其執(zhí)行副總裁邁克爾·納什就曾表示，“AI生成的音樂正在稀釋市場(chǎng)，侵犯了藝術(shù)家從作品中獲得報(bào)酬的合法權(quán)利。” 

真正傷害藝術(shù)家權(quán)利的到底是誰(shuí)？界面文化此前的一篇藝術(shù)家專訪指出，版權(quán)日益成為保護(hù)既得利益者、而非小眾創(chuàng)作者的體制。文章《創(chuàng)作零工，普遍貧窮：從“B站停更潮”談起》也談到，科技產(chǎn)業(yè)的邏輯不再是投資藝術(shù)家，而是通過(guò)提供內(nèi)容來(lái)吸引用戶，用定價(jià)極低的流媒體播放費(fèi)壓榨創(chuàng)作者；技術(shù)門檻的降低并沒有帶來(lái)“人人都是藝術(shù)家”的美好未來(lái)，而是將創(chuàng)意工作者置于競(jìng)爭(zhēng)更加激烈且毫無(wú)保障的境地。

正是在此刻，技術(shù)的雙面性突顯了出來(lái)。出于對(duì)大平臺(tái)壟斷的不滿，已經(jīng)有些藝術(shù)家開始主動(dòng)使用AI來(lái)探索新的經(jīng)濟(jì)模式。電子音樂藝術(shù)家Holly Herndon就是其中一位，她認(rèn)為，現(xiàn)在有許多關(guān)于技術(shù)的反烏托邦敘述，但如果藝術(shù)家能擁有訓(xùn)練數(shù)據(jù)主動(dòng)權(quán)，技術(shù)也可以成為一個(gè)機(jī)會(huì)。Holly的做法是深度偽造自己的聲音，用它來(lái)演唱不同語(yǔ)言的歌曲，并將其授權(quán)給一個(gè)封閉的合作者網(wǎng)絡(luò)，從而換取后續(xù)作品的收入分成。她的觀點(diǎn)很明確：是藝術(shù)家——而不是公司——應(yīng)該決定AI在音樂中的使用。

有趣的是，與其說(shuō)是“使用”AI作為工具，藝術(shù)家自主克隆聲音的想法更接近于一個(gè)圍繞身份展開的游戲。鄧成龍?jiān)诓稍L中提到，在思考聲音的歸屬與版權(quán)問(wèn)題時(shí)，我們也可以換個(gè)角度，AI孫燕姿模擬出的并不是孫燕姿真正的聲音，而是一個(gè)完全二次元的存在，“只不過(guò)它也有它自己的真實(shí)”。這帶來(lái)的錯(cuò)亂和疑惑便是，如果模擬的聲音不屬于藝術(shù)家本人，那它屬于誰(shuí)？以及，聲音在多大程度上屬于個(gè)體？

這種錯(cuò)亂和困惑的感覺，正是Holly進(jìn)行深度偽造的目的之一。她援引音樂學(xué)家Nina Sun Eidsheim的觀點(diǎn)指出，聲音在本質(zhì)上是公共的。比如人的聲音并不是一個(gè)獨(dú)特的實(shí)體，而是連續(xù)的物質(zhì)領(lǐng)域的一部分；歌手的嗓音是由一系列身體器官、感受聲音的聲學(xué)條件，以及歌手平時(shí)在訓(xùn)練時(shí)涉及的風(fēng)格和技巧組成的，簡(jiǎn)而言之，這與他人他物緊緊相連。Holly認(rèn)為，這一點(diǎn)對(duì)重新思考版權(quán)問(wèn)題來(lái)說(shuō)十分重要，正如她在某次采訪中所說(shuō)：

我們居住在一個(gè)懲罰性的知識(shí)產(chǎn)權(quán)環(huán)境中，這并不適合音樂領(lǐng)域的發(fā)展。因?yàn)閷?shí)力較弱的人會(huì)不斷被抄襲，本可以為行業(yè)做出貢獻(xiàn)的人卻無(wú)法謀生，最有說(shuō)服力的新想法往往被緣化。

另一名采取相似策略的流行音樂人是Grimes。今年4月，她宣布將允許人們使用她聲音的AI版本制作音樂并做商用，并與對(duì)方均分50%的母帶錄音版稅。事實(shí)上，Grimes經(jīng)常在作品中反思人機(jī)關(guān)系，也曾想象過(guò)AI有朝一日統(tǒng)治世界后的可怕末日，歌曲《We Appreciate Power》就設(shè)想了一個(gè)致力于服務(wù)AI獨(dú)裁者的女子團(tuán)體，她們載歌載舞地獻(xiàn)上諂媚和好意，歌詞也寫著“向世界上最強(qiáng)大的計(jì)算機(jī)宣誓效忠，模擬技術(shù)便是未來(lái)”；某張混音專輯的反抗意味更為直接，標(biāo)題簡(jiǎn)單粗暴：This story is dedicated to all those cyberpunks who fight against injustice and corruption every day of their lives!（《這個(gè)故事獻(xiàn)給那些每天都與不公正和腐敗作斗爭(zhēng)的賽博朋克們》）。

Grimes的想象并不荒謬。正如前文所述，技術(shù)經(jīng)常會(huì)歸順于大企業(yè)的盈利目標(biāo)，這讓技術(shù)本身看起來(lái)十分“邪惡”。但是邪惡的并不是技術(shù)本身，鄧成龍?jiān)诓稍L最后說(shuō)到，自己還是希望保持樂觀，因?yàn)楦鶕?jù)過(guò)往經(jīng)驗(yàn)，音樂行業(yè)的每次技術(shù)進(jìn)步都是好事。他認(rèn)為音樂中的AI是中性的，它可以讓審美直接轉(zhuǎn)化為生產(chǎn)力，也可以成為抄襲和偷懶的工具，具體會(huì)怎樣發(fā)展，還需要繼續(xù)觀望。

參考資料：

《噪音 : 音樂的政治經(jīng)濟(jì)學(xué)》 [法]賈克·阿達(dá)利 著 宋素鳳 / 翁桂堂 譯 河南大學(xué)出版社 2017-9

Chokepoint Capitalism: How Big Tech and Big Content Captured Creative Labor Markets and How We'll Win Them Back. Rebecca Giblin, Cory Doctorow, Beacon Press, 2022-9

創(chuàng)作零工，普遍貧窮：從“B站停更潮”談起

http://www.learnwithfaith.com/article/9224254.html

中國(guó)美院教師抄襲事件，暴露的是國(guó)內(nèi)藝術(shù)體制的問(wèn)題 | 專訪

http://www.learnwithfaith.com/article/9333500.html

This Singer Deepfaked Her Own Voice—and Thinks You Should Too | WIRED

https://www.wired.com/story/holly-herndon-ai-deepfakes-music/