AI 黎明時期的歌曲創作：當機器可以譜曲填詞時，誰才是藝術家？

撰文：Matthew Ismael Ruiz

來源：Pitchfork

編譯：巴比特

圖片來源：由無界 AI工具生成

美國版權局最近發布了關於用人工智能工具創作的作品的新準則。這對詞曲作者和藝術家意味着什麼？

美國版權局‌最近發布了關於用人工智能工具創作的作品的版權申請的新準則。新規則承認，由人工智能輸入和人類創作的作品都有資格獲得版權保護，但其中任何完全由人工智能製作的部分都沒有資格。也就是說，版權保護只能延伸到可歸於人類創作的作品上。

報告稱：“如果一個作品的傳統作者要素是由機器製作的，那麼該作品就缺乏人類作者身份，版權局不會對其進行註冊。”“例如，當人工智能技術只收到人類的提示，併產生複雜的書面、視覺或音樂作品作為回應時，‘傳統的作者要素’是由技術決定和執行的，而不是人類用戶。“該報告假設，創造性地將人工智能生成的元素組合成新的東西，或人工智能先生成，然後經藝術家大量修改的作品確實符合條件。

新的指導方針可以為使用 SongStarter 等人工智能工具的藝術家提供清晰度，SongStarter 是基於雲的 DAW Bandlab 的一項功能，允許用戶“在幾秒鐘內生成免版稅的音樂”– 大概是為了編排和操作創作原創作品，現在是可版權的作品。同理，人工智能生成的樂器也是如此，比如谷歌的“NSynth”項目，該項目允許用戶通過對 30 多萬種樂器聲音進行訓練的神經網絡來創造從未聽過的樂器。根據 USCO 目前的指導方針，這些都是人類可以用來創造可版權作品的工具。

范德堡大學（Vanderbilt）法學教授 Joseph Fishman 表示：“從歷史上看，版權資格原則一直將作品視為獨立的對象。”Fishman 的研究重點是知識產權及其與創造力和創作過程的關係。“它並沒有過多關注對象生成的過程，直到最近它才真正需要關注。但人工智能輔助的表達輸出已經變得足夠普遍，版權政策現在被迫認真面對這個問題。”

不過，目前的指導意見仍有一些問題沒有得到解答。例如，如果一首歌只是由一個人類藝術家創造性地結合了一系列現有的節拍和音符，那麼它們最初來自哪裡？人工智能通過對無數的錄音 — 通常是受版權保護的錄音 — 進行自我訓練來“學習”，這些錄音的合成被用來創造“新”歌曲。當 Pharrell Williams （菲董）創作一首歌曲時，比如說，《Blurred Lines》，他的訓練包括他曾經聽過的所有歌曲，而新作品是他曾經接觸過的所有歌曲的綜合，比如說，Marvin Gaye 的《Got to Give It Up》。

2015 年 3 月 10 日，《Blurred Lines》因涉嫌抄襲已故歌手馬文・蓋伊的作品《Got to Give It Up》，被判罰 740 萬美元（約 4633 .88 萬人民幣）賠款，成為美國音樂史上版權糾紛中賠款金額最高的案件，賠款由羅賓・西克和法瑞爾・威廉姆斯分擔，但事後，羅賓・西克和法瑞爾・威廉姆斯依然堅稱自己沒有抄襲，只是受到了《Got to Give It Up》的啟發——百度百科‌

就像很容易推斷但很難證明 Williams 本來就知道哪些歌曲一樣，很難確定一個人工智能模型是否是在某個特定的版權作品上訓練的。目前沒有立法或儀器要求訓練人工智能模型的公司披露其訓練集中的數據，但 Fishman 表示，如果使用人工智能模型製作的作品與受版權保護的作品“實質上相似”，那麼“多相似才算太相似”的測試將適用於非人工智能作品，例如在關於《Blurred Lines》來源的訴訟案中就是如此。

一些唱片公司已經養成了預先阻止訴訟的習慣，即與那些音樂有相似元素的藝術家分享歌曲創作權，而不管藝術家是否參與其中或使用了實際樣本。這種策略有可能在用人工智能創作的音樂中得到類似的運用。

獲得版權所需的人類參與的確切程度，也將由法院決定。Fishman 說：“一個大的門檻問題是，法院會在多大程度上尊重這一政策聲明，或隨後關於這一問題的任何辦公室出版物，”“他們可能會採用辦公室的‘創意控制’標準，也可能會想出一些不同的辦法。”

與音樂家、歌曲作者、出版商和其他音樂行業專業人士合作的知識產權律師 Erin M. Jacobson 解釋說，該辦公室關於”創造性地結合“或”大量修改“作品的準則是指人類控制人工智能元素的安排或使用方式的情況，而不是機器根據提示安排元素。Jacobson 說，“有許多歌曲都有相同的三到四個和弦，但這些歌曲在聲音和感覺上有很大的不同，這是基於這些歌曲的人類作者的創造性表達。”

去年 8 月，Capitol 唱片公司與“由人工智能驅動的機器人說唱歌手”FN Meka 簽訂了一份唱片合約，然後在公眾的強烈批判下迅速放棄，這為人工智能輔助音樂提供了一個潛在的案例研究。據悉，FN Meka 是由人類配音的，但歌詞和歌曲結構是由人工智能生成的，是利用從視頻遊戲和社交媒體彙編的數千個數據點生成的。FN Meka 背後的公司 Factory New 的創始人 Anthony Martini 告訴 Music Business Worldwide，Factory New“開發了一項專有的人工智能技術，分析特定流派的某些流行歌曲，並為歌曲結構的各種元素生成建議，包括歌詞內容、和弦、旋律、節奏、聲音等。然後我們將這些元素結合起來，創造出歌曲。”

Jacobson 表示，根據目前 USCO 的指導方針，像 Factory New 的過程 — 如 Martini 所描述的那樣 — 所產生的產出將沒有資格獲得版權。她解釋說：“在選擇用於訓練人工智能模型的作品或材料方面的創造力，與創作實際成品的創造力之間存在差異。”“在這種情況下，雖然在選擇用於訓練人工智能的材料方面可能有很大的謹慎和創造性，但成品歌曲本身是由人工智能模型創造的，而不是由人創造的。版權局明確指出，要想獲得版權註冊資格，完成的作品必須是在人類的指導下創作的，也就是說，人類以創造性和原創性的方式積極選擇、使用和組合人工智能元素。當完成的作品是由人工智能模型選擇元素並安排和組合時，該作品是由人工智能模型指導的，不符合註冊資格。”

即使人工智能輔助的作品被確定具有人類生成的（因此具有版權資格的）元素，問題仍然存在。據推測，人類作者有權掌握這首歌產生的錄音和/或出版版稅，但如果一個藝術家為人工智能生成的器樂曲目寫了自己的歌詞，這首歌的器樂版本會立即進入公共領域嗎？過去，DJ 和製作人在採樣或重混沒有音軌的曲目時，不得不發揮創意。現在，像 Deezer 的 Spleeter 這樣的工具可以使用人工智能來自動分離音軌，且比實時速度快 100 倍，任何擁有最新型號的 iOS 設備或蘋果電視的人都可以使用蘋果的人工智能驅動的“Sing”功能來自動刪除他們庫中數千萬首歌曲的人聲。

隨着機器學習技術以驚人的速度發展，人類和機器作者的界限越來越模糊。沒有人知道它們到底會在哪裡被重新劃分，直到合適的案例出現在法庭上。Jacobson 說：“重要的是，人工智能技術在創意作品中的應用有大量新穎的應用，這些應用以前沒有被研究過，因為我們目前的法律和歷史只涉及人類創作的作品。”

對此，Fishman 表示贊同。他說：“版權局正在嘗試給出一個答案。”“但幾乎可以肯定，這不會是最後一次。”