随着生成式AI的加速发展，音乐中的AI深度伪造现象引起了越来越多人的关注。最近，未经授权的AI配音深度伪造歌曲在各大平台上产生了数十万次流媒体播放。这种技术使用AI程序和深度学习算法实现音视频模拟和伪造，投入深度学习的内容库越大，合成的视音频真实性越高，甚至可以达到以假乱真的程度。
在国内外，越来越多的人在使用AI和本土的数据集来编造他们梦想中的“荒谬歌曲”，这些歌曲包括AI蕾哈娜、AI公鸭和AI盆栽哥合作的歌曲《Heart On My Sleeve》、B站上的AI王心凌唱《套马杆》以及AI孙燕姿唱《发如雪》等等。这些现象引起了人们对音乐中AI深度伪造的关注。
音乐研究平台Water & Music近日发布了一份关于创意AI对音乐产业的法律、道德和商业影响的深度报告。该报告详细地从制作过程、法律界定到技术价值等多个维度讨论了音乐中AI深度伪造的几个核心问题。
AI“深度伪造”是否是新趋势？
在报告中，Water & Music指出，利用语音AI的音乐工具的出现时间甚至早于现代语音助手。2004年，雅马哈公司发布了第一款由AI加持的vocaloid产品，允许用户合成具有歌词和旋律输入的声音，而标志性的日本vocaloid虚拟歌手初音未来也在2007年就已发布。虽然vocaloid软件使用起来很繁琐，但它最著名的虚拟形象代表在YouTube上拥有数百万订阅者，在世界各地的现场音乐活动上也非常有票房号召力。
在过去的六个月里，生成式AI的加速发展预示着一个新的、连接更紧密的原始语音合成时代的到来。如今，包括Uberduck、Eleven Labs和Descript在内的几种现成工具，使艺术家和品牌仅用几分钟的训练数据就能生成高质量、令人信服的AI声音。
深度伪造歌曲如何制作？
市场上有几种不同的方法。但市场也存在一个很大的误解，即所有的深度伪造歌曲都是完全由AI生成的。在许多最引人注目的案例中，事实并非如此。
相反，人类创作者仍然会编写、录制和整理潜在的音乐元素，包括旋律、和声、节拍，有时还有基本的人声本身，然后叠加和调整合成的明星声音，以适应整体的制作。YouTube的创建者Roberto Nickson在他的AI侃爷演示中就采用了这种方法。
就AI翻唱而言，粉丝们会通过Stems音轨分离工具将人声与原始歌曲分离，再使用人声转换模型将人声转换成另一位明星的风格。
如何应对即将到来的“音乐AI应用的分水岭时刻”？
在报告中，Water & Music建议音乐行业从业者做好准备，应对即将到来的“音乐AI应用的分水岭时刻”。这意味着，音乐行业需要重新评估AI的价值和影响，并采取措施来保护原创性、版权和隐私等方面的利益。
Water & Music指出，AI技术的发展将为音乐创意带来更多可能性，但也需要更多的监管和规范。因此，音乐行业需要与AI技术开发者、法律专家和政策制定者等各方合作，共同推动AI技术在音乐产业中的可持续发展。
相关文章
