【編者按】AIGC席卷之下，技術加持讓虛擬人類逐漸變得真假難辨。在競爭激烈的市場環境中，億萬分身不眠不休億萬產業無窮無盡，越來越多的虛擬人類被開發、應用于互聯網中。技術使機器充分具備了人的特點，人類也在追求智能化的道路上越走越遠。英劇《黑鏡》在“Be Right Back”使用人工智能克隆人類聲音的場景，已經不局限在熒屏中了。在虛擬人類作為技術創新與文藝創作相結合的載體的今天，“AI孫燕姿”們打開的“虛擬人與人”的世界不是一場簡單的“雙廚狂喜”“夢幻聯動”，思考它們如何服務于現實，助推于產業，反哺于社會，認知它們能夠在我們的世界中走多遠，了解其如何在技術的支持下變得“人性化”非常重要。
5月23日，真身孫燕姿回應AI“分身”，她表示：“人類無法超越AI，做自己就夠了。”回應背后，是繼ChatGPT后，AIGC迎來的第二次現象級事件。
【資料圖】
在B站上，一首由“AI孫燕姿”演唱的《發如雪》意外出圈。截至5月20日，這段發布于4月14日的視頻播放量已經達到了180.7萬。AI孫燕姿成了新的流量密碼，相關平臺上，由其翻唱的歌曲呈現爆發態勢，粗略計算已超過1000個。
人工智能沉浮十年，終于在ChatGPT出現的那一刻找到了落地的應用場景，隨即在產業領域延伸出無限可能。夾雜著市場爆發的期待和揮之不去的侵權爭議，AI孫燕姿攪動的，正是AI音樂這一細分領域的一池春水。
AI翻唱
從訓練到推理
5月19日中午，科技博主小亦在自己的抖音賬號上傳了最新一期視頻。這一次，他的主題從AI孫燕姿轉向了AI張雨生。此前，他用兩天的時間分離了200多首歌曲的素材，又用一天多的時間進行了3000次左右的訓練。
小亦在抖音上運營著一個叫“AI君主小亦”的賬號，4月底，他發現了這項技術，開始鉆研應用，并在抖音上上傳了自己嘗試后制作的視頻。目前，小亦上傳的AI孫燕姿版《需要人陪》播放量已經超過200萬，AI孫燕姿版的《不為誰而作的歌》還曾登上抖音熱搜榜單。
比起AI孫燕姿的“以假亂真”，這首AI張雨生版的《沒離開過》并沒有達到小亦理想中的效果。小亦在視頻中坦言，由于張雨生的高音素材相對太少，不能滿足充分訓練需求，所以對成品質量有影響，現在他正在著手解決這一問題。
據了解，整個翻唱的技術底座是一個來源于全球最大開源社區Github中的項目So-vits-svc。公開資料顯示，該項目是基于VITS、soft-vc、VISinger2等一系列項目開發的開源免費AI語音轉換軟件。在小亦的個人工作室，他為北京商報記者詳細地展示了制作AI孫燕姿音樂作品的完整過程，大致可以概括為收集素材、分離“干聲”、進行訓練、翻唱歌曲四個步驟。
首先要找到足夠數量的孫燕姿本人演唱的歌曲，通常在幾百首左右，之后通過相關技術手段，將歌曲中的伴奏、混響、和聲等與人聲分離，再在這個基礎上進行切割，刪除空白片段，將每個片段控制在5-20秒之間。準備妥當之后就可以開始訓練了。
為了滿足硬件上的需求，小亦專門在算力市場租用顯存。他的日志顯示，一些訓練達到2000次的時候就被小亦手動暫停了，他解釋稱，由于訓練耗時相對較長，中止訓練是為了提早檢驗效果，以便優化訓練參數配置，在確認無誤后，會重新訓練到大約3萬次，以達到最佳效果。另外，雖然訓練次數本著多多益善的原則，但如果素材本身有局限，即使訓練次數翻倍，成品質量也不會有太大的提升。
完成上述工作就相當于完成了AI翻唱99%的進度，最后一步就是“推理”，即將需要被替換的音頻上傳。替換一首歌曲的時間通常需要3分鐘左右，相比之下，訓練的過程則要持續數個甚至數十個小時。
聲智科技數智人產品副總裁黃赟賀稱，AI孫燕姿屬于AI翻唱領域的應用案例，涵蓋了擬人化的語音合成、情感計算和音樂合成等技術，這些技術主要以深度學習為技術底座，屬于AI語言、語音和圖像三大技術領域中的語音分支。
為什么最先出圈的會是AI孫燕姿？黃赟賀認為，AI分身有“虛擬偶像”的特征，可以鏈接粉絲和偶像產生互動感，具有娛樂性。此次AI孫燕姿在B站火出圈，也是AI產品在合適的應用場景落地能引發用戶自傳播效應的佐證。
還有人認為這是因為孫燕姿本人咬字清晰，習慣尾音短，句尾收音干凈，容易被AI化。但在小亦看來，最主要的原因還是在于孫燕姿的聲音集已經通過互聯網公開，因此方便大家直接拿來訓練，如果要訓練其他人的音色，付出的時間成本與技術成本相對較高，自然也就篩掉了一部分出于好奇心理進行嘗試的用戶。
風險外溢
繞不過的版權檻
當互聯網沉浸在AI孫燕姿掀起的狂歡時，人民網評卻潑來了一盆“冷水”——AI歌手需系好法律這個第一紐扣。評論指出，AI歌手涉及的法律問題主要有兩方面，分別為聲音權和著作報酬分配權。
值得一提的是，早在AI孫燕姿走紅之前，So-vits-svc就已經停止更新了。So-vits-svc的創作團隊聲明，他們不知道也無法知道用戶使用該項目的目的是什么，所有基于該項目訓練的AI模型和合成音頻與項目貢獻者無關，由此產生的一切問題由用戶自行承擔。
小亦用“刪庫跑路”這個詞概括這種行為，背后的原因直指歌曲侵權。他也曾在自己制作的AI孫燕姿版的《需要人陪》下面做出類似的聲明，比如“僅供娛樂，如涉及侵權請聯系刪除”。
侵權成了AI歌手浪潮里最大的“不和諧”因素。北京卓緯律師事務所合伙人、律師孫志峰稱，AI歌手現象可能有多個層面的法律風險。
比如，AI歌手如果未經許可使用歌手姓名、肖像的，涉嫌侵犯姓名權、肖像權。如果AI歌手的表演宣傳過程中導致歌手形象或社會評價降低的，可能侵犯歌手的名譽權。AI歌手未經著作權人許可，演唱表演相應歌曲的，還可能侵犯詞曲的著作權。
此外，使用AI模型生成AI歌手實施侵權行為的，屬于直接侵權，按照前述規則判定。AI模型開發者，如果其算法并不符合技術中立規則，算法及訓練用于侵權用途，或者直接開發了侵犯他人權利的AI模型的，則可能也構成直接侵權，或誘導、幫助等間接侵權。發布侵權AI歌手表演的平臺，如果明知或應知侵權，未采取屏蔽/斷開連接等方式，則構成侵權。
“人們在面對一項新技術的時候，總是習慣用原有的觀念去看待、理解，因此出現爭議也是很正常的。”小亦認為。他還給網友提了個醒，如果繼續做某個AI歌手翻唱的音樂，在自娛自樂的范圍內可以任意發揮，但也要防止一旦大量傳播走紅之后，遭遇版權商的“釜底抽薪”。
對此，小亦也找到了“卡bug”一般的應對方法：在聲紋尚未立法的當下，即便所有人一聽就知道訓練的是哪位歌手的聲音，但只要創作者不明確地標注出來，然后再用他的聲音去復制一些沒有版權或者不太可能維權的歌曲，就不會有任何問題，“雖然這樣的邏輯可能有些不道德，但卻在‘法無禁止即可為’的范疇之內”。
今年4月，國家互聯網信息辦公室發布《生成式人工智能服務管理辦法(征求意見稿)》，為生成式人工智能劃出了詳細的范圍，即基于算法、模型、規則生成文本、圖片、聲音、視頻、代碼等內容的技術。
同時，征求意見稿也指出，利用生成式人工智能生成的內容應當真實準確，采取措施防止生成虛假信息；提供生成式人工智能產品或服務，應當尊重他人合法利益，防止傷害他人身心健康，損害肖像權、名譽權和個人隱私，侵犯知識產權等。
本月早些時候，抖音也發布了《關于人工智能生成內容的平臺規范暨行業倡議》，其中提到，發布者應對人工智能生成內容進行顯著標識，需對人工智能生成內容產生的相應后果負責，禁止利用生成式人工智能技術創作、發布侵權內容，包括但不限于肖像權、知識產權等。
商業空間
專業玩家的市場
AI音樂惹麻煩已有先例。公開報道顯示，今年4月，一名網友曾以加拿大說唱歌手德雷克和加拿大歌手威肯的聲音為原型，利用AI技術生成了一首時長兩分鐘的歌曲《我心可鑒》，此后歌曲迅速爆火并傳播到了多個平臺。
德雷克所屬的音樂公司環球音樂集團認為，這首AI合成歌曲違反了版權法，向平臺方投訴令其下架的同時，還要求Spotify和蘋果等流媒體平臺切斷AI對其內部音樂的訪問權限，防止開發人員利用其版權音樂訓練AI模型。
環球音樂集團在音樂雜志《公告牌》上發布的一份聲明中稱：“平臺負有法律和道德責任，限制侵權者使用其服務”，“我們將毫不猶豫地采取措施保護我們和音樂人的權利”。
AI音樂仿佛陷入了一種矛盾，揮之不去的侵權爭議之下，還醞釀著巨大的商業化空間。小亦的視頻走紅之后，國內也有版權商找到了他，不過交流的主題并不是侵權問題，而是AI音樂的商業化未來。
用AI技術“復活”去世的親人，實現黃家駒、張國榮的“數字永生”，面對AI音樂商業化，網友早已腦洞大開。
在與版權商的交流中，小亦意識到，因為有版權的護城河以及未來聲紋立法的可能性，普通人想借這項技術做大規模的商業化是不太現實的，但這也意味著企業級玩家和音樂人可以享受巨大的紅利，因為他們有版權和完整的后續轉化銜接鏈路。
而在充分商業化之后，未來的音樂也可能會實現歌手、歌曲和歌唱技巧的自定義，關鍵就在于哪個巨頭會先出手整合資源。音樂形式也可能出現更新，比如由AI編詞作曲、AI制作MV、AI歌手演唱的，完全意義上的AI音樂。普通人或許也能從中受益，即便是五音不全的人也能借助AI完成好聽的音樂。
事實上，AI音樂領域里，專業的玩家早已出現。上個月，恰逢7周年，網易嚴選發布AI主題曲《如期》，據悉，該歌曲由網易云音樂旗下網易天音提供的AI技術輔助支持。2020年底，網易便已發布首支AI生成歌曲《醒來》。
另有媒體報道，于2022年2月成立于南京的AI科技音樂公司“期音科技”也已經實現了全流程AI音樂創作，開始提供To B服務，并上線了面向C端體驗者的小程序“伯牙智能創作”。今年2月，昆侖萬維還曾在互動平臺表示，公司布局的AI生成音樂方向目前已開始商業化。
不過黃赟賀也提到，技術還在不斷發展完善，在音樂合成領域還需要人類剪輯、拼接和平滑才能達到更好的效果，即便如此，在音樂情感表達方面也存在諸多技術方面的挑戰，當前AI翻唱還很難模仿人類歌手在聲音方面的獨特性，在觸動人類情感方面還存在較大差距。
“但是AI技術整體在日新月異發展，如果與當前流行的ChatGPT這樣的大型語言模型技術結合，則可以創造出更多虛擬的音樂歌手形象甚至創造出更多新的數字音樂。”黃赟賀稱。
張勒(化名)是一名Live演出活動的運營工作人員，他雖然不能準確地概括出音樂圈對于AI技術的態度，但從他個人的角度，還是表現出了對AI的支持，“它的走紅背后，是人們對理想化的追尋以及情懷的復刻。從這個意義上說，AI和真人并不沖突”。
“但現場音樂，終歸還是要回到現場的。”交流的結尾，張勒如此說道。
責任編輯：Rex_24
營業執照公示信息