音乐抄袭，人工智能做判官，这事儿靠谱吗？
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 。
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 。
文章插图
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” 。
文章插图
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Fran?ois 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” 。
文章插图
Fran?ois Pachet
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 。
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 。
推荐阅读
- 虾米逝去：透视在线音乐的下一场战争
- 虾米音乐被谁吞噬？
- 在线音乐用户寄望用爱发电，资本不愿无米之炊
- 虾米音乐，下个月正式停止服务
- 虾米音乐播放器将于2月5日停止服务，今开启用户资产处理通道
- 服务|虾米音乐：2月5日关停3月5日后将无法登录
- 虾米音乐宣布关停：网友集体泪奔
- 走过12年的虾米音乐即将关闭，音乐版权争夺不利最为致命
- 关注 | 马斯克突然宣布：特斯拉或将迎来首届“人工智能日”
- 虾米音乐，中国在线音乐发展的牺牲品？