2024年12月4日 - 信報
隨着AI技術的發展，各大科技公司的觸角已經深入到音樂行業。比如，Meta公司去年推出的MusicGen模型可以根據用戶輸入的文字生成音樂，而另一家公司Stability AI在今年推出的Stable Audio 2.0模型更允許用戶上傳現成的音樂，從而生成風格迥異的新音樂，音效甚至堪比黑膠唱片。
喜的是，AI讓非音樂專業出身的普通人不僅可以輕輕鬆鬆「創作」音樂，甚至還可以利用這些「創作」獲得額外的收入。美國一家初創公司Boomy允許用戶將其利用AI模型生成的音樂上載到Spotify等音樂串流平台，從而賺取佣金。
但憂的是，如果音樂可以被AI模型「創造」出來，那專業音樂人會否就此失業？從去年荷里活演員和劇作家對AI持續了5個月的抗議，不難看出這種憂慮已迫在眉睫。
事實上，這種憂慮也並非空穴來風。2017年Spotify上播放的音樂中，有87%是來自唱片公司的簽約歌手，但是到了2022年這個比率下降到了75%。截至2023年，AI已經生成了超過一億首樂曲，大概佔據了我們30%傾聽音樂的時間。業界人士預計，AI音樂的市場收益將會在2026年達到70億美元；到2030年，AI音樂將佔據50%的音樂市場份額。
數量抑或質素？
目前AI生成音樂的優勢在於速度和數量。美國初創公司Boomy聲稱，短短幾年AI生成樂曲已多達1800萬首；相比之下，Spotify上縱貫古今的曲目也只有一億首。可是，AI生成的音樂質素是否可以媲美專業音樂人的創作呢？目前AI的「創作」是基於過去的音樂，隨着數量的迅速增長，其質素會回歸平均（Regression to the mean）；而當大眾對新技術的新鮮感退潮後，對AI生成的音樂會否感到厭煩，轉而追捧音樂人的創作？又或者，AI生成音樂和音樂人的原創音樂是否可以「科學分工」，比如AI生成音樂可以作為成本較低的背景音樂，而音樂人的創作則在演唱會舞台上熠熠生輝。
人們對於數量和質素的要求，從來都不是捨此棄彼，如何優勢互補，值得AI公司和音樂人共同探索。
對AI生成音樂感到頭痛的，不僅僅有音樂人，更有靠音樂版權為生的唱片公司。AI模型之所以可以「創造」音樂，依賴的原材料就是現有唱片公司旗下的音樂。模型學習了這些音樂的特點，從而「創造」新的音樂。但是AI公司是否需要為這些原材料付版權費？AI創造出來的音樂，是否也應該受版權保護？
近年來，對這些問題的挑戰層出不窮。比如去年，環球唱片指控一家由亞馬遜和谷歌投資的AI公司Anthropic非法使用旗下的音樂，來訓練AI模型。Anthropic公司則聲稱使用現有的音樂訓練AI模型，不屬於盜版侵權。
挑戰還是機會？
由於AI技術的發展速度遠遠超過了現行知識產權法例的進展，這些無法迅速解決的問題，就成為了灰色地帶，為唱片公司和AI科技公司既帶來挑戰，也提供機會。回顧歷史，這不是唱片公司第一次遇到科技對版權的挑戰。早在二十世紀末，當音樂從CD變成MP3電子檔案，加上Napster等共享檔案平台的興起，盜版音樂泛濫讓不少唱片公司幾近關門大吉。唱片業花了10年時間，才開發出比傳統售賣CD更加有利可圖的商業模式，並最終與音樂串流平台在音樂版權上達成協議。
以史為鑑，隨着AI音樂勢不可擋，唱片公司不再視其為洪水猛獸，而是努力尋找新的商業模式，讓音樂版權在AI時代可帶來更大收益。華納音樂集團CEO Robert Kyncl曾表示：「我們不會簡單粗暴地拒絕阻止AI。」在推動音樂版權的法律界定和保護措施的同時，積極利用AI，一方面協助專業音樂人以更低成本、更快速度創作音樂，比如運用AI將播客（Podcasts）內容轉換成不同語言，讓不同國度的聽眾一飽耳福，甚至利用機器學習模型將披頭四主唱John Lennon在1973年留下的一首模糊音樂demo提取出來，不僅在50年後的今天「復活」了這首Now and Then，還讓披頭四的經典歌曲重新火了一把；另一方面，也訓練AI模型來精準定位侵權音樂，在必要時提出法律訴訟。更有甚者，使出「蘿蔔加大棒」的策略，一邊抗議AI公司侵權，一邊推進與AI公司合作，利用其版權優勢搶佔市場先機。
兩百年前，一曲《命運交響曲》讓我們感受到雙耳失聰的貝多芬對命運的抗爭；兩百年後的今天，如果貝多芬復活，AI是否可以化為他的耳朵，促發他的靈感，為我們帶來更多傳世佳作？兩百年前，貝多芬用音符吶喊出：「聽！命運在敲門！」兩百年後的今天，希望AI敲開的是人類創造力之門！
港大經管學院市場學首席講師
原文：
沒有留言:
發佈留言