從AI音樂創作現狀看版權問題及對策

〔摘 要〕本文圍繞AI音樂創作的發展現狀及其對音樂行業的深遠影響，結合當前國內外的實踐和探索，就如何應對AI引發的變革，特別是音樂版權保護等重點問題進行探究，旨在提高音樂產業利益相關者和創作者對版權保護問題的關注和理解。

〔關鍵詞〕AI音樂創作現狀；版權；策略研究

生成式人工智能是人工智能的分支，是基于算法、模型、規則生成文本、圖片、聲音、視頻、代碼等內容的技術。2023年以來，以ChatGPT為代表的人工智能（AI）技術迅速成為全球科技熱點，被視為具有革命性、引領性的科技之一。AI不僅影響人類的生活和生產方式，也為全社會各行各業的創新性發展提供了新的工具和視角。

與其他行業一樣，AI浪潮正在席卷音樂領域。從音樂制作到音樂消費，再到音樂產業的各個環節，AI的影響無處不在。AI技術的應用為音樂行業帶來了前所未有的發展機遇，同時也引發了許多新情況、新挑戰。音樂作為一種重要的文化和情感表達形式，有其獨特的藝術性，AI技術可以豐富音樂的創作和表現，但不能完全取代人類的創作，而AI技術應用中的道德倫理困境、音樂創作的版權歸屬糾紛以及傳統音樂職業的角色轉變等問題，也需要我們正視和研究。未來的音樂世界，必然是一個人機結合的時代，我們要在擁抱技術革命的同時，深入研究并及時解決AI技術應用給音樂帶來的問題和挑戰，推動音樂行業的可持續發展。正如中央音樂學院音樂人工智能系主任李小兵教授所言：“人工智能來了，大家不要害怕，要駕馭它。人類未來的藝術，將站在AI巨人的肩膀上前行。”

一、AI音樂創作的發展

AI音樂創作是指通過AI技術，利用算法和計算機程序生成音樂作品的過程。與傳統的音樂創作不同，AI音樂創作不依賴于人類作曲家的直覺、經驗和創意，而是依靠復雜的計算模型和大量的數據分析來產生音樂。這種技術使用機器學習、深度學習、神經網絡等先進算法，從龐大的音樂數據中學習音樂的結構、風格、旋律、和聲等元素，最終生成新的音樂作品。

自20世紀以來，計算機音樂的發展經歷了從早期簡單的算法生成到現代復雜的深度學習模型的巨大飛躍。近年來，AI音樂生成工具迅速崛起，其發展速度和影響力不亞于AI視頻生成工具。AI能夠識別和模仿不同風格和結構的音樂，并生成具有相似特征的新作品。隨著計算能力提高、算法優化和創作工具的多樣化發展，AI音樂創作的質量和多樣性也在持續提升，不僅改變了傳統的音樂創作方式，拓寬了音樂創作的邊界，也為音樂產業帶來了新的商業模式和創作機會。

目前，AI音樂創作大致可以分為兩類，一類是AI系統自動生成音樂作品，另一類則是用戶通過AI系統進行的音樂創作。使用較為廣泛的AI音樂創作系統，主要包括Google的Magenta項目、IBM的Watson Beat項目，以及SUNO AI等。

（一）Google的Magenta項目

Magenta項目由Google的AI研究團隊開發，使用機器深度學習和強化學習技術，來生成音樂和圖像藝術作品。其優勢在于創新性和開源性，Magenta不斷推出新工具和演示，拓展了音樂創作的可能性。開放的項目性質也允許開發者和藝術家共同參與探索和創新，促進了廣泛的社區參與。然而，Magenta在深度表達上還有待提高，其情感表達與人類藝術家相比仍有差距。同時，Magenta的使用依賴于較高的技術和專業知識，對于普通用戶而言可能較難直接上手，這也構成了其局限性。

（二）IBM的Watson Beat項目

Watson Beat項目由IBM團隊開發，可以與人類藝術家合作創作音樂。用戶輸入一小段旋律，Watson Beat便能夠基于這段旋律擴展出完整的音樂作品。通過認知計算，Watson Beat理解音樂的情感內容，并根據用戶設定的風格和情感參數進行創作。其優勢在于其人機協作的能力，能夠與人類合作者良好互動，共同實現創意創作，并生成與輸入情感相符的音樂作品，增加了音樂的情感深度。然而，Watson Beat的創作質量在很大程度上依賴于用戶輸入的質量和創意，在應對某些復雜的音樂風格和文化背景時，適應性可能有限。

（三）SUNO AI

SUNO AI是近一年來用戶激增的AI音樂創作軟件，由四位共同創始人創立，其初衷是利用人工智能技術簡化和優化音樂創作過程，通過集成自然語言處理（NLP）和機器學習算法，生成多種風格和結構的歌詞和音樂，幫助創作者提高效率和激發靈感。其遠期目標是開啟一個“微創作”時代，降低音樂制作的門檻，模糊創作與消費的界限，使這兩者相互滲透。最終，音樂創作將不再區分誰是創作者、誰是消費者。

SUNO AI發展十分迅猛，從2023年12月正式發布，次年3月發布SUNO AI v3版本，用戶可以創建2分鐘的歌曲，僅僅兩個月就升級發布SUNO AI v3.5版本，用戶可以創建4分鐘的完整歌曲，完成1.25億美元B輪融資，公司估值達到5億美元，月活躍用戶數超過1000萬，成為AI音樂創作領域的領軍企業之一。

SUNO AI的主要功能包括文字即興生成音樂和個性化音樂生成兩大部分。文字即興生成音樂（“文生音樂”）是利用自然語言處理技術，AI根據用戶輸入即時生成符合指定主題、情感和風格的完整歌曲；個性化音樂生成則支持用戶輸入歌詞（最多3000個字符），并通過數百種音樂風格、節奏和流派標簽控制不同部分（如介紹、主歌、副歌、橋段和結尾）的創作，讓AI創建更加精準和完整的歌曲結構。

根據技術文檔，SUNO AI v3.5版本支持的音樂流派標簽有231個，音樂節奏標簽有46個（包括BPM范圍和其他術語），音樂風格標簽有346個。通過排列組合公式計算，其理論上支持的音樂風格總數高達3，677，916種。這表明AI音樂創作在豐富性和多樣性方面具有幾乎無限的潛力。此外，SUNO AI允許用戶結合不同的音樂元素，創造獨特的融合和實驗性音樂。用戶可以選擇多種風格和節奏標簽的組合，生成跨界和創新的音樂作品，在激發創意靈感的同時，還可能創造出前所未有的音樂形式，為音樂創作賦予新的生命力。

（四）其他AI音樂創作軟件

在AI音樂創作普及的勢頭下，國內外許多新興AI音樂創作工具也相繼問世。國內的天工AI推出了AI音樂版塊，使國內用戶能夠輕松用中文創建音樂。緊隨其后，字節跳動也推出了自己的AI音樂生成工具“海綿音樂”，該工具在人聲處理方面表現出色，尤其在中文歌曲中減少了電音的使用，提高了吐字清晰度和演唱流暢性。與SUNO AI相比，“海綿音樂”的音樂風格更符合國人的喜好，進一步豐富了AI音樂創作工具的選擇。

二、AI對傳統音樂領域的影響

隨著AI音樂創作的迅速普及，音樂產業的結構正在逐步發生改變。一是加速了音樂創作的過程并降低了成本。AI可以快速生成音樂作品，包括旋律和聲和節奏等元素，使得創作時間和成本大幅減少。這對獨立音樂人和小型音樂制作公司尤為有利，他們可以使用AI工具提高產出效率并降低制作預算。二是促進了音樂的個性化和定制化。AI通過分析用戶的聽歌習慣和偏好，能夠創作出更符合個人口味的音樂。這種個性化服務可能改變音樂的分發和消費方式，例如通過流媒體平臺提供定制化的音樂體驗。三是擴展了音樂創作的可能性和多樣性。AI工具的便捷性擴大了音樂創作的邊界，使得音樂家可以探索新的聲音和風格，甚至創造出傳統方法難以實現的音樂效果。創作門檻的降低還使得普通用戶也能參與到音樂創作中來，模糊了創作與消費的界限，使得所有人都能夠以自己的方式享受音樂創作的樂趣。

AI音樂創作的廣泛應用在帶來創新和變革的同時，也伴隨著一系列的挑戰和爭議。比如，AI技術提供了許多能夠快速、高效地生成音樂的創作工具，這可能導致傳統音樂創作的商業模式發生變化，進而影響作詞作曲家、編曲家等傳統音樂創作者的生計和創作動力；音樂行業的專業人士需要適應這些新技術，可能需要學習新的技能和方法；教育領域也需要作出相應的調整，音樂專業的課程或將因技術革新而改變，等等。尤其值得關注的是， AI創作的音樂帶來了復雜的版權歸屬和知識產權問題。比如，AI音樂創作所使用的原始數據是否具有版權保護？在創作過程中，AI生成的音樂作品應歸誰所有？用戶使用AI生成的作品是否具有原創性？這些作品是否具備人類創作的獨特情感和藝術表達？在創作后期，還存在AI生成的作品相似性問題以及新作品識別和傳播中的知識產權保護問題。未來，如何界定和保障AI音樂作品的版權，并明確人類藝術家在AI驅動的音樂產業中的角色，是一個亟待解決的難題。

三、AI音樂創作版權問題的實踐和探索

版權保護是推動音樂創作和音樂產業良性發展的基礎和巨大動力。健全的版權機制，才能維護創作者的權益，提供良好的創作環境，也才能有效保障音樂的銷售、許可和使用，推動音樂產業的健康發展。隨著AI技術在音樂領域的迅速普及，圍繞AI音樂作品版權的法律和倫理問題也日益復雜并備受關注。研究制定符合實際需求的版權規則和發展規劃，更好地平衡技術進步與合法保護，在有效保障創作者和開發者的合法權益的同時，為音樂產業的商業模式提供法律支持，已成為推動AI音樂創作健康和可持續發展的當務之急。

近年來，國內外知識產權領域在AI音樂創作的版權問題方面已進行了不少探索和實踐。在歐洲，歐洲議會于2017年2月就提出“ 機器人民法規則”的建議，呼吁委員會支持中立的知識產權方法，制定“適用于計算機或機器人創作的作品的‘自有知識創造’標準”。2019年2月，歐洲議會更新了該建議，強調需要“監控知識產權規則的相關性和有效性，以管理人工智能的發展”。2020年10月，歐盟通過關于“人工智能技術發展的知識產權”的決議，認為人工智能生成的技術創作必須在現有的知識產權法律框架下受到保護，以鼓勵對這種創作形式的投資并提高法律的確定性，并提出應對人工智能生成作品采取橫向、證據為基礎、技術中立的處理方式，制定適用于歐盟范圍的統一版權條款。2021年11月，歐洲議會在其“知識產權計劃”決議中再次強調，關于作者和版權所有權的規則缺乏協調，可能導致不同國家對人工智能輔助作品的不同解決方案。在亞洲， 2024年7月在北京舉行的“數字環境下中韓音樂版權保護”研討會上，來自中韓兩國的版權管理部門、版權協會、相關組織、學界和業界的專家和代表分享了人工智能的發展現狀和版權政策的最新動態，分析了AI對音樂版權帶來的機遇與挑戰，以及中韓音樂集體管理組織在未來版權產業合作中的角色，并就兩國政府間有關版權立法、執法、產業發展、人工智能和著作權集體管理等議題進行了深入交流。

綜合當前國內外關于AI音樂版權問題的研究和探索，其核心關切主要集中在以下五個方面： 一是保障創作者的合法權益。在傳統音樂創作中，版權制度保護創作者的作品不被非法復制和使用，確保創作者能夠從中獲得經濟回報。AI音樂創作中，版權歸屬問題變得復雜。誰應該是作品的版權持有者——是開發AI的技術公司、使用AI的創作者，還是AI本身？沒有清晰的版權歸屬，創作者和開發者可能無法通過法律途徑維護自己的權益，進而影響整個音樂創作的積極性。二是防止版權侵權糾紛。在AI音樂創作中，確保數據的合法使用是版權保護的基礎。AI音樂創作依賴于龐大的數據集進行訓練，許多數據可能包括受版權保護的音樂。如果AI在未經授權的情況下使用這些音樂數據進行訓練，生成的作品可能被認為是侵權，將面臨嚴重的法律風險。三是促進音樂產業的創新性發展。音樂產業的商業運作依賴版權制度的穩定性。清晰的版權保護可以為AI生成的音樂作品提供法律保障，激勵更多企業和個人在這一領域投入資源。沒有清晰的版權保護，企業在使用AI生成音樂作品時可能面臨法律風險，進而影響到行業的健康發展。四是平衡創新與傳統版權體系。傳統版權法是以人類創作者為基礎設計的，而AI作品的“創作”過程更多是數據和算法的運作，而非人類的獨特表達， AI生成的作品是否具備“獨創性”，以及版權歸屬誰，目前在國際上仍然存在爭議，對現有版權體系也是一種挑戰。五是應對全球化的版權需求。AI音樂創作不僅僅是一個國家或地區的問題，隨著音樂市場的全球化，版權爭議的復雜性也隨之增加。各國在處理AI生成作品的版權歸屬時，法律框架可能有所不同，這加劇了版權爭議的復雜性。因此，制定國際性的版權規則顯得尤為重要。

實踐中，國內外對于AI音樂創作的版權和知識產權保護的探索，主要集中在三個方面：一是預創作階段，重點是AI音樂創作原始數據的公開透明度，特別是訓練數據與現有版權關系的問題；二是創作階段，重點是作品的原創性，包括作品本身的獨特性以及用戶在創作過程中的貢獻和人工干預程度等問題；三是創作后期階段，重點是音樂作品的技術性保護，包括作品雷同性甄別以及版權歸屬的認定和保護等問題。

（一）AI音樂創作預創作期的原始數據透明化問題

AI模型依賴大量數據進行訓練，這些數據的來源和使用方式直接影響最終生成的音樂作品。如果這些數據未經授權被復制和傳播，可能引發侵權問題，甚至涉及對數據版權持有者的合理補償問題。因此，數據透明度不僅是技術問題，也是法律和倫理問題。明確數據的透明度要求，確保AI開發者使用的數據集經過適當授權或在公共領域內使用，可以幫助識別潛在的版權問題，從而保障AI生成的作品符合法律和道德標準。

以SUNO為例，SUNO AI利用深度學習模型進行復雜的音樂生成。為了生成逼真且多樣化的音樂作品，這些模型需要大量音樂數據來訓練，以捕捉音樂的復雜模式和結構。但由于SUNO AI未公開其早期訓練所用音樂數據的來源，2024年6月24日，SONY音樂、環球音樂集團和華納唱片在美國唱片業協會（RIAA）的代表對SUNO AI及其母公司Suno， Inc.提起版權侵權訴訟，這起訴訟在波士頓和紐約的聯邦法院同時提起，內容包括大規模未經許可復制和使用受版權保護的音樂錄音，要求法院認定SUNO和另一家AI音樂公司Udio的行為構成侵權，并尋求禁止未來的侵權行為，以及對每首被復制的歌曲要求最高達15萬美元的賠償。如果訴訟成功，SUNO和Udio不僅可能面臨巨額財務賠償，還可能被迫修改其AI訓練和運營方法，以符合版權法律的要求。這一案件被視為保護創作者權益和推動負責任AI開發的重要里程碑。

（二）AI音樂創作階段的原創屬性問題

在AI音樂創作過程中，定義作品的原創性和版權歸屬是一個具有挑戰性的課題。對于AI系統自動生成的作品，國際上大多將版權歸屬于系統的研發者，但也存在一定的爭議。

2019年，華納音樂集團與AI公司Endel簽署了一份獨特的合作協議，授權Endel使用AI技術生成放松和集中注意力的音樂。這是首個由AI生成的音樂作品被主流音樂公司簽約的案例，標志著AI生成音樂在商業領域的認可。同時，這也引發了關于AI生成音樂作品的版權歸屬，甚至AI創作作品是否應被視為“原創”作品的爭論。

與華納音樂集團與Endel合作協議不同，SUNO AI的版權政策是：1.付費訂閱用戶。生成的歌曲和藝術作品版權歸用戶所有，但需遵守SUNO的服務條款。2.免費用戶。生成的歌曲和藝術作品版權歸SUNO所有，但可用于非商業用途，并需注明作品來自SUNO。3.原創內容。無論使用哪個版本，用戶對其創作并輸入到SUNO的原創內容保留所有權利。4.版權保護建議。AI生成內容的版權保護問題復雜且不斷變化，建議用戶咨詢律師以了解當地最新法律動態。其收費方式為：免費用戶每月最多可生成十首歌曲；Pro方案為每月8美元，可生成最多500首歌曲； Premier方案為每月24美元，可生成2000首歌曲。從表面上看，SUNO的政策似乎明確了付費用戶的版權歸屬權，理順了AI工具提供者與用戶之間的利益關系，但實際情況可能更為復雜。付費獲取的版權是否真正有效，尤其是在AI生成作品存在高度同質化的情況下，這些問題可能導致用戶之間的侵權糾紛，或者用戶與SUNO AI音樂大模型訓練庫中原始作品之間的侵權糾紛。

對于用戶通過AI系統進行的創作，其版權歸屬則主要涉及用戶在創作過程中的人工干預程度和創意貢獻，如何界定用戶通過AI系統參與創作的作品的原創性，仍是一個復雜的法律和技術問題。根據歐盟標準，AI生成的作品需要符合以下四個版權保護標準：1.屬于“文學、科學或藝術領域的作品”； 2.是人類智力努力的產物；3.是創造性選擇的結果；4.這些選擇在輸出中得到具體呈現。換言之，原創性的概念是以反映人類作者身份的概念為前提的，所謂原創，指作者在創作過程中需要“個人干預”，以及結果是作者 “自由和創造性選擇的表現”。

（三）AI音樂創作后期的技術保護措施

由于AI生成作品的版權歸屬問題取決于具體的創作過程和人類參與程度，在AI音樂創作過程特別是創作后期，還需通過相應的技術保護措施，在保證AI音樂創作原始數據合法、創作過程中人類干預和貢獻達到原創性要求的同時，有效解決作品雷同性以及在復制和傳播過程中的版權保護問題。

1.內容過濾和檢測。包括：（1）版權檢測系統。在內容生成過程中實時監控和掃描生成的音樂和歌詞，確保不會復制或過度相似于現有的受版權保護作品。（2）數據庫比對。在公開發布AI生成的音樂作品之前，系統應將其與大型版權作品數據庫進行比對，以提前檢測潛在的侵權內容。這些數據庫應包括公開發行的音樂作品和注冊的版權內容。

2.人工智能和機器學習。包括：（1）生成模型優化。AI音樂創作工具應優化其生成模型算法，避免生成過程中產生與已知作品的直接相似性，以及不同生成作品之間的雷同。（2）持續學習。通過機器學習，AI工具應不斷改進其內容生成能力，減少侵權風險，包括學習新的版權案例和法律判決。

3.用戶輸入限制。包括：（1）輸入限制和指導：在用戶輸入時提供指導，避免使用可能引起版權問題的素材或關鍵詞，以確保生成結果的合法性。（2）內容編輯工具：提供編輯工具，允許用戶在生成后對作品進行修改和調整，以減少侵權的可能性。

4.區塊鏈技術。包括：（1）內容追蹤和驗證：利用區塊鏈技術對生成內容進行追蹤和驗證，確保每個作品的創作過程透明且可追溯。區塊鏈可以記錄作品的生成時間、創作者信息和修改歷史，提供不可篡改的版權證明。（2）智能合約：通過智能合約技術，自動識別版權許可和分發，確保創作者和版權持有者得到公平的收益分配。

5.數字水印。包括：（1）隱形水印。在生成的音樂作品中嵌入隱形水印，提供版權信息，幫助追蹤和驗證作品的合法性，并在版權糾紛中提供關鍵證據。（2）音頻指紋。使用音頻指紋技術為每個生成的音樂作品創建獨特的數字簽名，便于后續的版權追蹤和驗證。

四、對我國AI音樂創作作品版權管理的思考和建議

隨著AI技術的快速發展和普及，國內AI音樂創作也呈現出蓬勃發展的“井噴”勢頭。未來，涉及AI音樂創作作品在版權歸屬、原創性認定以及版權保護等方面的爭議或將不可避免地大量出現。順應技術革命的大勢，及早未雨綢繆，抓緊研究制訂國家層面的法律框架和行業規范，對于充分運用AI技術，推動音樂事業的高質量、可持續發展具有重要而迫切的現實意義。關于AI音樂創作的版權問題，筆者有以下五點思考和建議。

（一）研究制訂AI工具原始數據公開化的政策性規定

為確保AI生成作品的合法性和版權合規性，應要求人工智能工具開發者公開其用于訓練AI模型的原始數據。這種透明度有助于防止使用未經授權的數據集，從而減少版權糾紛的風險。

（二）明確版權歸屬的公共法律規范

目前，AI音樂服務通常通過私法協議（例如服務合同）來確定版權歸屬和作者身份。然而，作品所有權的歸屬、作者身份的認定以及是否構成受保護的作品，不能僅通過私人協議來決定，必須遵循公共法律的規定。建議行業主管部門或立法機關在藝術、商業和合同法的交匯處進行深入探索，制定適用于AI音樂創作的最佳實踐和模式條款，以規范人工智能服務提供者的行為。

（三）明確界定符合版權保護的標準

按照歐盟的版權標準，人工智能生成的內容應滿足四個條件才能被認定為受版權保護的作品。建議可在此基礎上，進一步探索開發權益次一級的“二級版權”概念，來規范AI音樂創作作品的版權歸屬，尤其是在“創造性選擇的結果”尚不明確的情況下。

（四）探索采用集中版權管理模式

中國音樂著作權協會是國內唯一的國家級音樂版權集體管理組織。筆者建議，國家行業管理部門應在水印技術、數字版權管理（DRM）、申報規范和獲取流程等方面提前布局，出臺統一的技術標準。這種前瞻性的規劃，特別是在AI音樂創作作品爆發式增長的前期，具有重要的現實意義。

（五）開發或引入專屬的音樂版權識別AI系統

面對每年數以百萬計的AI生成音樂作品，建議行業主管部門應開發和應用專門的音樂版權識別AI工具，以高效區分原創和非原創元素，避免版權侵權。同時，這種AI工具應具備數字版權管理（DRM）的功能，為每一部作品提供準確的版權判定和授權發布。公眾可以通過付費查詢的方式，了解某音樂作品是否具有原創性，從而有效避免無意中的侵權行為。在音樂創作者和消費者身份逐漸模糊的情況下，這種措施有助于促進音樂產業和音樂消費市場的健康發展。

（六）積極參與國際版權規則制訂

深入研究借鑒其他國家和地區的規則，積極探索適合我國的法律規則，盡早做出領先示范。加大國家和地區間的交流協作，增強在國際規則制定中的參與度和話語權。

參考文獻

①侯鈞：《論版權保護對我國音樂產業發展的作用與影響》，《音樂創作》，2015年，第4期。

②王心嚴：《藝術與科學交融的新視野》，《中央音樂學院學報》，2023年，第11期。

③羅蘭：《我國數字音樂版權濫用法律規制問題研究》，廣西大學碩士學位論文。

④丁晶：《互聯網發展背景下如何提升高校音樂教育質量》，《音樂時空》，2016年，第1期。

作者簡介

邱星 ，研究館員，中國音樂家協會會員，四川省音樂家協會理事，四川省文藝評論家協會會員。

責任編輯：任麗姝