人工智能是否能解决音乐抄袭的判定难题？

音乐先声 2023-07-27 09:13:17

如何判断一首歌是否抄袭，一直是音乐行业中的”老大难”问题。很多音乐人因为技术条件不够、鉴定成本高而放弃维权，也有很多创作者，明明没有抄袭，却在舆论的质疑漩涡中难以自证清白。

而人工智能的介入，可能会帮助我们更加方便、准确地鉴定抄袭。

近日，外媒MBW从一份欧洲专利申请文件中得知，Spotify正在为一项名为”抄袭风险探测器”（Plagiarism Risk Detector）的技术申请专利，该技术可以通过AI自动识别一首歌曲与其他音乐作品的相似程度。

一、人工智能是怎么鉴定抄袭的？

据11月发布的文件，Spotify的”抄袭风险探测器”主要依靠分析”功能谱（Lead Sheet）”来判断一首歌抄袭的嫌疑有多大。

在音乐理论中，”功能谱”是一首歌最基本的形态，只会记录歌曲的旋律、和弦和歌词。在美国音乐产业和娱乐法规定中，著作权的侵权诉讼即是以两首歌曲的功能谱做对比来判断是否存在实质性相似。

功能谱

当一首存在抄袭嫌疑的新作品进入系统后，Spotify会将这首歌的功能谱录入”抄袭风险探测器”，与数据库进行交叉比对，检测出这首歌在和弦序列、旋律片段、和声等方面和其他的音乐有多相似，最后生成”查重结果”。

Spotify在专利申请文件中表示，这些技术也能帮助歌曲作者检测他们自己创作的歌曲片段是否与市面上已有的歌曲相像。如果通过检测，发现了旋律等方面的雷同，该功能还可以为检测者提供可能遭到侵权的曲目链接，让创作者听听自己写的歌到底和别人的作品像在哪里。

从自我检测的角度来说，”抄袭风险探测器”能够帮创作者提高效率。Spotify在专利申请中介绍道，手动检测音乐原创性需要大量的精力、技巧和出色的记忆力，这通常被认为是不切实际的。而借助软件鉴抄，得到结果的速度更快，能让音乐人来得及在歌曲还处于小样阶段的时候就及时做出调整，而不是斥巨资编曲、录制之后，才发现自己的作品听上去和其他歌特别像。

为了推进”抄袭风险探测器”的研发工作，Spotify做了很多努力。2017年，Spotify从索尼挖来了作曲家、科学家和AI音乐专家François Pachet担任其创新技术研究实验室负责人。

在加入Spotify之前，Pachet负责索尼的Flow Machines研究项目。该项目诞生了第一批为大众所熟知的AI创作歌曲，其中包括披头士风格的歌曲《Daddy’s Car》和Duke Ellington风格的《The Ballad Of Mr Shadow》。2018年，Pachet发布的《Hello World》广受关注，该专辑被描述为”使用人工智能创作的第一张多艺术家商业专辑”。

目前，Spotify的”抄袭风险探测器”还没有正式投入使用，其用户体验如何还是个未知数。谈及其他功能相似的声音识别系统，Spotify认为这些竞品”相对于人工方法而言是重大改进”，但Spotify可以做得更好。

二、与Spotify的新专利相比，其他类似”鉴抄软件”有什么不同？

在Spotify之前，也有多家公司开发了可以鉴别歌曲是否抄袭的软件，并申请了相关专利。

2005年，韩国江原大学学者Jeong-Il Park与同伴在德国《计算机科学讲义（丛书）》发表了名为《使用旋律数据库进行音乐抄袭检测》的论文，提出了一种相似性模型，可尝试将两段旋律通过平移进行对齐，以此来判断是否存在抄袭现象。

据作者介绍，通过这套系统，作曲家可以高效地从音乐数据库中搜索与他们相似的旋律。通过一系列实验的性能评估，该系统进行相似度分析的速度，比在曲库中按照顺序逐个分析要快31倍左右。这种相似性模型的一个局限在于，它主要依靠旋律的重合度来判断两首歌的相似性，忽略了和声、节奏等因素。

在2012年，德国学者克里斯蒂安•迪特玛等人在第20届欧洲信号处理会议提出的”音乐抄袭检测工具箱”，则从采样、旋律、节奏等多个维度判定一首歌是否抄袭。以节奏为例，如果”音乐抄袭检测工具箱”怀疑歌曲A在节拍上抄袭了歌曲B，它就会将A和B的节奏部分从歌曲中单独抽离出来，剔除歌曲时长、旋律音高等变量，将两首歌的鼓点速度对齐，然后比较两者是否存在节奏上的过度雷同。

不管是对比旋律，还是结合各个因素综合对比，以上两种鉴抄系统都有一个共同的短板，那就是需要一定的计算机操作技能，不适合广大创作者操作。

为解决这一问题，Spotify的”抄袭风险探测器”称其提供了一种”图形用户界面”，能更直观精确地呈现可能存在抄袭的音乐片段，并实时提供动态视觉反馈。所以，兼具专业性与操作上的亲民性，可能是Spotify新专利的一大看点。

也许正是因为在操作上不够便捷，目前市场上并没有一款专业鉴抄软件真正被大多数音乐创作者用起来，很多音乐人现阶段主要是通过一款叫做”Soundhound”的软件来检测自己创作的旋律是否与他人雷同。该软件主要依靠”哼唱识别”（Query by humming）技术，当用户对着手机麦克风唱歌时，SoundHound的算法会提取用户声音中的旋律，将相似度高的歌曲找出来。

SoundHound的优点在于简单易用，只需要在手机上下载一个APP即可，缺点在于，这款软件主要虽然被很多音乐人用来自我查重，但它本身仅仅只是一个音乐识别软件，并不是一个专门用来查重的产品。SoundHound存在的主要目的主要是为了让用户在听到自己喜欢的歌曲后可以第一时间通过哼唱找到这首歌，并获得歌曲的购买渠道。

因此，这款软件只能告诉你哪首歌和你哼出来的调调比较像，不能像上述其他软件一样，详细地告诉你一段音乐的旋律、和声、节奏等因素和其他音乐地重复值有多高。

而且，SoundHound的强项主要在于识别哼唱，对于加入了伴奏的完整歌曲，SoundHound的识别力并不是很强。有网友曾尝试对SoundHound播放三首流行音乐，结果该软件只成功识别出了其中一首。

现阶段，市场上的各种可以用来鉴定歌曲相似性的软件都各有长处，其原理基本都是将音乐中的旋律、节奏等元素单独抽离，然后利用机器强大的算力在海量数据库中进行对比。但目前来看，能够兼具便捷与专业的产品几乎没有，而Spotify的新专利或许有望填补这个空缺。

三、鉴定相似≠判定侵权，AI鉴抄不能解决所有问题

利用人工智能来鉴定歌曲的相似度，以此帮助判断创作者是否存在剽窃，对于抄袭鉴定工作来说肯定有极大的促进作用。但需要明确的是，再强大的AI软件，都不能通过曲谱直接判定一个音乐人是否存在抄袭，在法律上，抄袭作为一种侵权行为，也从来就不是只通过谱子或者一段音乐就能说得清的。

首先，这个世界上的旋律本身就是有限的。前阵子，美国律师、音乐人、程序员Damien Riehl和程序员兼音乐人Noah Rubin在6天的时间内，以每秒30万段旋律的速度，将一个八度内所有的音符组合方法逐一梳理，暴力生成了687亿段旋律。也就是说，以后的音乐人如果想用同一八度的音符进行创作，无论他的作品是否有意抄袭，都必然会和这687亿段旋律中的某一段撞车。

同时，在以商业为主要目的流行音乐的领域中，并非所有的旋律都适合放在歌曲里。知名经纪人、音乐博主迟斌曾提出过”人体工学音乐”这一概念。他认为，人类的听觉受人体物理结构的限制，有些特定范围内的声音频段（赫兹）、节拍、速度、音色、和声走向等，天生就更容易获得人类的喜爱，而这个特定范围，更是进一步压缩了流行音乐能够施展的空间，增大了音乐高度相似甚至在某些段落完全雷同的概率。

在雷同现象完全有可能发生的大前提下，即使AI软件能够完全准确地查出哪两首歌高度相似，也很难查清创作者是否带有主观抄袭的意图。根据多个国家的法律规定，歌曲侵权的判定要考量”实质性相似”与”接触”两个因素，即使两首歌高度相似，如果能证明两位创作者在创作前并没有听过对方的作品，就不能认定其主观抄袭的意图。这显然不是只靠人工智能就能完成的工作。

别说AI软件了，有时候连写歌的人自己都不确定自己是不是抄袭了别人的作品。1976年，披头士乐队成员George Harrison就曾被指控，其作品《My Sweet Lord》抄袭了Chiffons的作品。最终，法院认为Harrison没有主观抄袭，但潜意识中借鉴了对方作品。

此外，音乐查重还可能会反过来帮助抄袭者。很多有心抄袭的人，为了不让人发现抄袭，会有意识地降低与原曲的重合度。比如歌手宋孟君的《一厘米的距离》就曾被质疑想抄袭周杰伦的《夜曲》还不想被人发现，结果改得又像《夜曲》又难听。

试想一下，如果一款音乐查重软件能够快捷准确地给出”相似值”，那是不是可以反过来说，只要我的歌曲能够低于这个相似值，在某程度上就得到了”我的音乐没有抄袭”的证明？

但经历过论文查重的同学应该都清楚，任何查重系统都可能存在让你投机取巧的空间，即使论文最终通过查重，也不一定能证明你的论文原创度真的很高。这种投机取巧的风气如果用在了音乐创作中，就太容易出现小人得志的局面了。

而对于坚持原创的音乐人来说，如何面对自己的作品和其他歌曲”撞车”，在行业中也存在分歧。著名音乐人李广平就曾说，当年他们这一辈音乐人在创作歌曲的时候，会邀请一帮朋友来家里听，一旦发现有相似嫌疑就会废掉重写。

但就像上文所说，现在写歌想完全不合别人相似已经越来越难了，所以，很多音乐人认为，只要自己没有抄袭，即使作品和他人有些相像，问题也不大。音乐人梁欢就曾撰文称，为了在创作时不束手束脚，已经将Soundhound在自己的电子设备中删除。

如果有了更加强大的AI音乐查重系统，更多听起来相似但实际上没有抄袭的音乐就会被搬到台前来讨论，届时舆论大众能否理解相似不一定等于抄袭？媒体是否会给音乐人留出自证清白的空间？