回到
頂端
No items found.
圖片為AI生成 ©Adobe Firefly
vol.08
TAICCA聚焦

新世紀音樂產業 如何活用AI共造雙贏

產業研究
vol.08
產業研究

新世紀音樂產業 如何活用AI共造雙贏

新世紀音樂產業,如何活用AI共造雙贏

收錄於
No items found.
圖片為AI生成 ©Adobe Firefly

隨著數據科學與機器學習技術的發展,人工智慧(以下簡稱AI)在近年來成為顯學,類似的趨勢在音樂產業上也相當顯著。除了大型科技公司在各自研發生成式AI外,科技新創公司SUNO與UDIO於2023年至2024年間各自發表的音樂生成式AI模型,皆能生成極為完整的作品,打破過去大眾對AI生成音樂的認知,也震撼了全球音樂產業鏈。

生成式AI在音樂產業上的發展突飛猛進,也讓業界更加關注其未來的發展。根據德國市調公司Goldmedia於2024年2月的AI音樂產業報告顯示,2023年全球生成式AI音樂產業營收高達3億美元(約新臺幣95.8億元),且會在2028年成長至31億美元(約新臺幣990億元)。而根據Market Research於2024年4月釋出的報告顯示,2023年生成式AI音樂營收達2億9,450萬美元(約新臺幣94.1億元),且在2033年將成長至34億美元(約新臺幣1,086億元)。

<span class="g-head">未來10年生成式AI在音樂市場的預估營收</span>

{{research-8a-1="/style-guide"}}

<span class="caption">資料來源:Market Research</span>

但是,AI技術到底該如何運用在音樂產業上?又為音樂產業帶來了什麼樣的挑戰?本文將透過流行音樂產業鏈不同階段的AI案例,分享各階段中人工智慧技術的應用狀況,並透過不同階段的視角,檢視音樂產業工作者面臨的挑戰。

如何在音樂產業中應用AI?

流行音樂產業鏈的三個階段分別為:內容開發、內容製作生產、內容發行展示。內容開發為詞、曲的創作過程;內容製作生產則包含詞曲版權、編曲、錄音、混音、母帶後期、發行等;內容發行展示則包含數位串流平台、影音平台、實體產品發行、批發銷售、實體、線上展演、KTV、實體唱片零售、公開播送、公開上映等。

{{research-8a-note="/style-guide"}}

內容開發端的AI應用極為廣泛,包括歌詞、旋律、歌曲的生成模型,早已成為這一年來的討論焦點。除了SUNO、UDIO等公司所研發之全歌曲生成模型外,各大科技公司近年來也不斷釋出音樂生成模型與相關研究。如Meta於2024年6月釋出之JASCO音樂生成模型,便允許使用者利用文字、音樂片段等指令,生成不同風格音樂,甚至可以指定旋律、和聲組成、鼓點與風格,並生成相對應的音樂內容,提升使用者於創作過程的影響力。

AI技術已大量運用於內容製作生產中,以降低製作成本、人力、器材需求、與製作技術門檻。音樂內容製作中的數個重要環節,包含樂器、聲音以至於歌聲的合成應用、音質轉換、自動動態剪輯、聲音編輯後製、混音乃至於母帶後製等,過去須仰賴專業設備、錄音師與音樂人協力的製作技術,如今都可以透過AI技術的支援,達到一定程度的效果。

以錄音編輯與母帶後期製作為例,美國的老牌音樂軟體業者iZotope便在近年將辨別式AI技術導入期下編輯軟體OZONE與RX,讓使用者跳過參數設定,可以一鍵進行除噪、混音、EQ調整與母帶後期。然而,音樂內容製作生產中最具話題性的AI技術,莫過於歌手的聲音克隆(Voice Cloning)。此技術以某個歌手的數個歌聲錄音片段作為訓練資料庫,模型不需要多餘的參數調整,就可生成出類似資料庫歌手特色的虛擬歌聲檔案,也引發不少侵權爭議。

隨著數位媒體與網路的發展,內容發行與展示在近十年來也有大量變革。當然,人工智慧技術也在這階段扮演相當重要的角色。錄音著作發行端的AI技術應用實例,如網路電台Pandora與串流平台Spotify透過演算法對使用者推薦音樂與藝人、數據觀測平台Chartmetric透過各串流平台與網路影音平台之數據,推估錄音產品表現與使用者反饋,再次凸顯了辨別式AI技術在發行、推廣端之重要性。

音樂內容展示端在應用AI技術的實例也相當多元,舉凡2B的場館媒合、展演藝人推薦、票價銷售系統等,舞台設計規劃、音響效果模擬、即時音高修正等,皆大量運用辨別式AI科技。而生成式AI的應用,更擴大了音樂展演內容呈現的可能性,尤其是已逝藝人的全新作品與現場展演。2024年1月,英國沉浸式體驗開發商Layered Reality宣布與美國品牌管理公司Authentic Brands Group簽約,授權其運用已故歌手貓王Elvis Presley的影像與聲音訓練生成式模型,並利用AI與XR技術製作沉浸式展演。

延伸閱讀:如何利用科技,重現經典明星貓王的輝煌過去

<span class="g-head">人工智慧在音樂產業不同階段的應用</span>

{{research-8a-2="/style-guide"}}

音樂產業工作者對AI的態度為何?

2024年Goldmedia受德國集管團體GEMA與法國集管團體SACEM委託,調查兩集管團體會員中對AI於音樂產業之使用狀況與態度,發現已有35%的會員在日常工作流程中使用AI,以錄音、製作、混音、母帶後期、詞曲創作與創意發展為主要使用情境,且35歲以下的AI使用者達51%。

然而,也有不少的會員,對於人工智慧,尤其是生成式AI所帶來的挑戰感到擔憂:64%的會員認為AI對音樂與創作帶來的風險勝過機會。Goldmedia更指出,AI生成音樂內容在法、德兩國營收有可能在2028年達到9.5億歐元,達兩國整體音樂營收之27%,排擠音樂人的營收空間。

{{research-8a-3="/style-guide"}}

AI如何衝擊音樂產業?音樂產業界如何齊力擷抗?

簡要整理世界各國目前的生成式AI在音樂產業所造成的衝擊,在內容開發端為著作權的認定、授權與侵權後的維權機制;內容製作生產則是對於工作機會與收入的衝擊,以及聲音克隆等複製/模擬/偽造可能導致的侵權與犯罪問題;內容發行展示則有AI串流量排擠收入、以及AI生成內容是否標註等議題。

儘管意見多元,但多數國家皆尚未針對AI創作特別立法,目前在法治上的主流觀點,均是以「人」為權利主體,由AI自行完成的作品不享有著作權,有「人」介入創作則可依照人類的參與程度和AI自動化的程度,來判別能否視為輔助創作,如美國著作權局便允許人類運用AI技術「輔助」創作註冊版權。

延伸閱讀:美國版權局通過第一本ChatGPT生成文字書的版權申請,引發身心障礙者平權討論

訓練資料的完善與否,為生成式AI模型表現好壞的決定性因素,相當於藝術家學習與蒐集靈感的過程,也成為近期生成式AI涉及侵害著作權之爭議討論的一大關鍵。目前國際上可參考案例有限,且尚未有一致之立法方向:一部分國家可能會設定「適用目的」之但書;一部分國家強調訓練資料探勘對象需為「有合法接觸權限之著作」;但也有部分國家並未有相關限制。

儘管各國著作權法規範條文、適用範圍和監管態度不同,綜合相關訴訟案例可發現,訓練AI模型階段在現行著作權法中難以直接構成著作侵權,若版權限制允許,此時的複製並不構成侵權。至於最終成品是否涉及改編則需個案判定,無法藉由內容形式表徵判定者,訴訟關鍵可能會將重點轉向確認底層模型開發及訓練過程是否涉及侵權。

在AI生成內容是否侵犯重製或改作權利,以及其公開傳輸後可能影響相關聯之原著作人之收益等爭議,照目前國際判例而言,單從服務商或使用者的行為通常較難視為侵權。就生成之內容形式表徵而言,除非有明確指涉之原著作權人,否則經常無法直接判定。但除法律公權力追溯外,業界也在開發對應行業規範與處置,如2023年底,美國唱片業協會(RIAA)宣布將「聲音克隆」納入市場黑名單。

延伸閱讀:對音樂生成式 AI 開鍘!唱片公司控告 Suno 和 Udio 侵犯版權

即便訓練資料獲得了來自版權方的授權,AI生成的歌曲大量上架到串流平台,使串流平台上的音樂內容氾濫,也讓版權方的分潤被稀釋。2023年4月,環球音樂集團陸續向Apple Music、Spotify、Pandora等音樂串流平台請求禁止AI公司使用平台上的音樂,並要求下架AI生成音樂,但效果極其有限。目前音樂串流平台面對AI發展,較積極處理的議題主要是「人工串流(artificial streaming)」問題,例如運用AI機器人買流量或盜取身分換流量的行為,應對方式包含扣版稅、刪除下架、向經銷商罰款等。

此外,基於生成式AI技術應用可能衝擊收入、工作機會與價值,美國好萊塢表演者與創作者工會(SAG-AFTRA)於2024年4月與索尼音樂娛樂、環球音樂集團、迪士尼音樂集團就AI使用和版稅達成協議,承諾提高最低工資並防止使用AI。此協議要求在發行聲音數位複製品之歌曲前,需有明確的批准同意和補償金,並且指定專屬人類的藝術家(Artist)、歌手(Singer)等術語,以保護音樂作品及相關創作者。

目前針對生成式AI的監管措施,共同走向是保障基於「人權的安全」以及「透明化」。如2024年4月通過的歐盟AI法案,對AI系統的定義範圍寬泛,並將AI系統的風險分級,同時也規定了AI服務商的透明度義務。美國政府亦於2023年7月時,與包括OpenAI、Google和Meta在內的一批公司於白宮簽署一項自願協議,為AI生成的內容添加浮水印以供辨識。針對訓練階段的管理也有相應規範,將受版權保護的資料用於訓練生成式AI系統/模型時亦須揭露。

AI技術目前已大量使用於音樂產業中,雖然短期內生成式AI並不會取代人類,但其早已對音樂產業產生重大且難以逆轉的正負面影響,並衝擊音樂的經濟與藝術價值。即便AI技術對產業影響之大,目前政府、產業界、學界仍需時間透過協商、討論、法律制定及程序,讓針對生成式AI的監管規範與配套措施,在一次次的辯證中確立,讓音樂人在未來可以安心自在活用AI工具,掀起新世紀音樂產業的另一波浪潮。

(本文與財團法人台灣經濟研究院共同撰寫)

<span class="caption">1 以2024年8月21日匯率,美元兌新台幣1:31.95換算。</span>
<span class="caption">2 2023年3月美國著作權局發布關於AI生成作品註冊的指引4,當中定義強調人類創作性,即著作權人必須為人類,若無人類參與創作、僅由AI自主生成作品,則不受著作權保護;若為使用者透過指令提示交由AI技術產生複雜的書面、視覺或音樂作品,亦不受版權保護。但若是人類運用AI技術「輔助」創作(以具創造性的方式選擇、編排、改製AI生成的材料,使其構成原創作品),則允許註冊版權。</span>

發表日期:
2024-09-30
最近更新日期:
2024-09-30
責任編輯:洪婉馨、曾資涵

隨著數據科學與機器學習技術的發展,人工智慧(以下簡稱AI)在近年來成為顯學,類似的趨勢在音樂產業上也相當顯著。除了大型科技公司在各自研發生成式AI外,科技新創公司SUNO與UDIO於2023年至2024年間各自發表的音樂生成式AI模型,皆能生成極為完整的作品,打破過去大眾對AI生成音樂的認知,也震撼了全球音樂產業鏈。

生成式AI在音樂產業上的發展突飛猛進,也讓業界更加關注其未來的發展。根據德國市調公司Goldmedia於2024年2月的AI音樂產業報告顯示,2023年全球生成式AI音樂產業營收高達3億美元(約新臺幣95.8億元),且會在2028年成長至31億美元(約新臺幣990億元)。而根據Market Research於2024年4月釋出的報告顯示,2023年生成式AI音樂營收達2億9,450萬美元(約新臺幣94.1億元),且在2033年將成長至34億美元(約新臺幣1,086億元)。

<span class="g-head">未來10年生成式AI在音樂市場的預估營收</span>

{{research-8a-1="/style-guide"}}

<span class="caption">資料來源:Market Research</span>

但是,AI技術到底該如何運用在音樂產業上?又為音樂產業帶來了什麼樣的挑戰?本文將透過流行音樂產業鏈不同階段的AI案例,分享各階段中人工智慧技術的應用狀況,並透過不同階段的視角,檢視音樂產業工作者面臨的挑戰。

如何在音樂產業中應用AI?

流行音樂產業鏈的三個階段分別為:內容開發、內容製作生產、內容發行展示。內容開發為詞、曲的創作過程;內容製作生產則包含詞曲版權、編曲、錄音、混音、母帶後期、發行等;內容發行展示則包含數位串流平台、影音平台、實體產品發行、批發銷售、實體、線上展演、KTV、實體唱片零售、公開播送、公開上映等。

{{research-8a-note="/style-guide"}}

內容開發端的AI應用極為廣泛,包括歌詞、旋律、歌曲的生成模型,早已成為這一年來的討論焦點。除了SUNO、UDIO等公司所研發之全歌曲生成模型外,各大科技公司近年來也不斷釋出音樂生成模型與相關研究。如Meta於2024年6月釋出之JASCO音樂生成模型,便允許使用者利用文字、音樂片段等指令,生成不同風格音樂,甚至可以指定旋律、和聲組成、鼓點與風格,並生成相對應的音樂內容,提升使用者於創作過程的影響力。

AI技術已大量運用於內容製作生產中,以降低製作成本、人力、器材需求、與製作技術門檻。音樂內容製作中的數個重要環節,包含樂器、聲音以至於歌聲的合成應用、音質轉換、自動動態剪輯、聲音編輯後製、混音乃至於母帶後製等,過去須仰賴專業設備、錄音師與音樂人協力的製作技術,如今都可以透過AI技術的支援,達到一定程度的效果。

以錄音編輯與母帶後期製作為例,美國的老牌音樂軟體業者iZotope便在近年將辨別式AI技術導入期下編輯軟體OZONE與RX,讓使用者跳過參數設定,可以一鍵進行除噪、混音、EQ調整與母帶後期。然而,音樂內容製作生產中最具話題性的AI技術,莫過於歌手的聲音克隆(Voice Cloning)。此技術以某個歌手的數個歌聲錄音片段作為訓練資料庫,模型不需要多餘的參數調整,就可生成出類似資料庫歌手特色的虛擬歌聲檔案,也引發不少侵權爭議。

隨著數位媒體與網路的發展,內容發行與展示在近十年來也有大量變革。當然,人工智慧技術也在這階段扮演相當重要的角色。錄音著作發行端的AI技術應用實例,如網路電台Pandora與串流平台Spotify透過演算法對使用者推薦音樂與藝人、數據觀測平台Chartmetric透過各串流平台與網路影音平台之數據,推估錄音產品表現與使用者反饋,再次凸顯了辨別式AI技術在發行、推廣端之重要性。

音樂內容展示端在應用AI技術的實例也相當多元,舉凡2B的場館媒合、展演藝人推薦、票價銷售系統等,舞台設計規劃、音響效果模擬、即時音高修正等,皆大量運用辨別式AI科技。而生成式AI的應用,更擴大了音樂展演內容呈現的可能性,尤其是已逝藝人的全新作品與現場展演。2024年1月,英國沉浸式體驗開發商Layered Reality宣布與美國品牌管理公司Authentic Brands Group簽約,授權其運用已故歌手貓王Elvis Presley的影像與聲音訓練生成式模型,並利用AI與XR技術製作沉浸式展演。

延伸閱讀:如何利用科技,重現經典明星貓王的輝煌過去

<span class="g-head">人工智慧在音樂產業不同階段的應用</span>

{{research-8a-2="/style-guide"}}

音樂產業工作者對AI的態度為何?

2024年Goldmedia受德國集管團體GEMA與法國集管團體SACEM委託,調查兩集管團體會員中對AI於音樂產業之使用狀況與態度,發現已有35%的會員在日常工作流程中使用AI,以錄音、製作、混音、母帶後期、詞曲創作與創意發展為主要使用情境,且35歲以下的AI使用者達51%。

然而,也有不少的會員,對於人工智慧,尤其是生成式AI所帶來的挑戰感到擔憂:64%的會員認為AI對音樂與創作帶來的風險勝過機會。Goldmedia更指出,AI生成音樂內容在法、德兩國營收有可能在2028年達到9.5億歐元,達兩國整體音樂營收之27%,排擠音樂人的營收空間。

{{research-8a-3="/style-guide"}}

AI如何衝擊音樂產業?音樂產業界如何齊力擷抗?

簡要整理世界各國目前的生成式AI在音樂產業所造成的衝擊,在內容開發端為著作權的認定、授權與侵權後的維權機制;內容製作生產則是對於工作機會與收入的衝擊,以及聲音克隆等複製/模擬/偽造可能導致的侵權與犯罪問題;內容發行展示則有AI串流量排擠收入、以及AI生成內容是否標註等議題。

儘管意見多元,但多數國家皆尚未針對AI創作特別立法,目前在法治上的主流觀點,均是以「人」為權利主體,由AI自行完成的作品不享有著作權,有「人」介入創作則可依照人類的參與程度和AI自動化的程度,來判別能否視為輔助創作,如美國著作權局便允許人類運用AI技術「輔助」創作註冊版權。

延伸閱讀:美國版權局通過第一本ChatGPT生成文字書的版權申請,引發身心障礙者平權討論

訓練資料的完善與否,為生成式AI模型表現好壞的決定性因素,相當於藝術家學習與蒐集靈感的過程,也成為近期生成式AI涉及侵害著作權之爭議討論的一大關鍵。目前國際上可參考案例有限,且尚未有一致之立法方向:一部分國家可能會設定「適用目的」之但書;一部分國家強調訓練資料探勘對象需為「有合法接觸權限之著作」;但也有部分國家並未有相關限制。

儘管各國著作權法規範條文、適用範圍和監管態度不同,綜合相關訴訟案例可發現,訓練AI模型階段在現行著作權法中難以直接構成著作侵權,若版權限制允許,此時的複製並不構成侵權。至於最終成品是否涉及改編則需個案判定,無法藉由內容形式表徵判定者,訴訟關鍵可能會將重點轉向確認底層模型開發及訓練過程是否涉及侵權。

在AI生成內容是否侵犯重製或改作權利,以及其公開傳輸後可能影響相關聯之原著作人之收益等爭議,照目前國際判例而言,單從服務商或使用者的行為通常較難視為侵權。就生成之內容形式表徵而言,除非有明確指涉之原著作權人,否則經常無法直接判定。但除法律公權力追溯外,業界也在開發對應行業規範與處置,如2023年底,美國唱片業協會(RIAA)宣布將「聲音克隆」納入市場黑名單。

延伸閱讀:對音樂生成式 AI 開鍘!唱片公司控告 Suno 和 Udio 侵犯版權

即便訓練資料獲得了來自版權方的授權,AI生成的歌曲大量上架到串流平台,使串流平台上的音樂內容氾濫,也讓版權方的分潤被稀釋。2023年4月,環球音樂集團陸續向Apple Music、Spotify、Pandora等音樂串流平台請求禁止AI公司使用平台上的音樂,並要求下架AI生成音樂,但效果極其有限。目前音樂串流平台面對AI發展,較積極處理的議題主要是「人工串流(artificial streaming)」問題,例如運用AI機器人買流量或盜取身分換流量的行為,應對方式包含扣版稅、刪除下架、向經銷商罰款等。

此外,基於生成式AI技術應用可能衝擊收入、工作機會與價值,美國好萊塢表演者與創作者工會(SAG-AFTRA)於2024年4月與索尼音樂娛樂、環球音樂集團、迪士尼音樂集團就AI使用和版稅達成協議,承諾提高最低工資並防止使用AI。此協議要求在發行聲音數位複製品之歌曲前,需有明確的批准同意和補償金,並且指定專屬人類的藝術家(Artist)、歌手(Singer)等術語,以保護音樂作品及相關創作者。

目前針對生成式AI的監管措施,共同走向是保障基於「人權的安全」以及「透明化」。如2024年4月通過的歐盟AI法案,對AI系統的定義範圍寬泛,並將AI系統的風險分級,同時也規定了AI服務商的透明度義務。美國政府亦於2023年7月時,與包括OpenAI、Google和Meta在內的一批公司於白宮簽署一項自願協議,為AI生成的內容添加浮水印以供辨識。針對訓練階段的管理也有相應規範,將受版權保護的資料用於訓練生成式AI系統/模型時亦須揭露。

AI技術目前已大量使用於音樂產業中,雖然短期內生成式AI並不會取代人類,但其早已對音樂產業產生重大且難以逆轉的正負面影響,並衝擊音樂的經濟與藝術價值。即便AI技術對產業影響之大,目前政府、產業界、學界仍需時間透過協商、討論、法律制定及程序,讓針對生成式AI的監管規範與配套措施,在一次次的辯證中確立,讓音樂人在未來可以安心自在活用AI工具,掀起新世紀音樂產業的另一波浪潮。

(本文與財團法人台灣經濟研究院共同撰寫)

<span class="caption">1 以2024年8月21日匯率,美元兌新台幣1:31.95換算。</span>
<span class="caption">2 2023年3月美國著作權局發布關於AI生成作品註冊的指引4,當中定義強調人類創作性,即著作權人必須為人類,若無人類參與創作、僅由AI自主生成作品,則不受著作權保護;若為使用者透過指令提示交由AI技術產生複雜的書面、視覺或音樂作品,亦不受版權保護。但若是人類運用AI技術「輔助」創作(以具創造性的方式選擇、編排、改製AI生成的材料,使其構成原創作品),則允許註冊版權。</span>

發表日期:
2024-09-30
最近更新日期:
2024-09-30
責任編輯:洪婉馨、曾資涵
文章作者
李翰威
半路出家的古典音樂作曲/編曲家,曾在流行音樂公司跑過龍套。興趣是聽奇怪的當代與獨立音樂。
李翰威
半路出家的古典音樂作曲/編曲家,曾在流行音樂公司跑過龍套。興趣是聽奇怪的當代與獨立音樂。
李翰威
半路出家的古典音樂作曲/編曲家,曾在流行音樂公司跑過龍套。興趣是聽奇怪的當代與獨立音樂。
看看更多
產業研究
文章
事件追蹤
No items found.
數據觀點
No items found.