在2012年秋天，泰勒·斯威夫特发布了专辑《红》。她的雄心超出了纳什维尔，因此开始了一场微妙的舞蹈：向流行音乐靠拢，但又不拒绝让她成名的乡村听众。她以专辑中的第三张单曲《我知道你很麻烦》大胆出击。这首歌与马克斯·马丁和谢尔巴克共同创作，并不是一首乡村音乐：它的副歌迎头撞上来自原生乐器公司“Massive”软件合成器的失真合成低音，伴随着编程鼓声；人声经过失真、压缩、音高校正、混响和延迟处理。实际上，这首歌与马丁精心策划的男孩乐队流行音乐有着不少相似之处，粉丝们对其狂热追捧：《我知道》跃升至《告示牌》百强单曲榜第2位。相关话题是，音乐界对这项技术的反应是怎样的，它将斯威夫特从蓝鸟咖啡馆带到尼桑体育场？没有人关心。没有合成器的逆潮流。没有运动来警告听众她的声音经过处理。没有要求将这首歌标记为“电子辅助音乐”。三十年前，反应截然不同。1982年5月，英国音乐家联盟中央伦敦分会通过了一项动议，禁止合成器和鼓机，担心机器会夺走工作（听起来是不是很熟悉？）。美国工会后来反对那些威胁百老汇乐团音乐家的“虚拟乐团”。此后的技术发生了变化，而焦虑却没有。当机器能够完成曾经属于个人的工作时会发生什么？最近，一个异常广泛的联盟——RIAA、IFPI、A2IM、WIN、IMPALA、录音学院、SAG-AFTRA和人类艺术运动——提议流媒体服务标记“人工智能生成”或“人工智能辅助”的录音。我理解为什么唱片公司、艺术家和粉丝可能支持这一提议。但这个问题远比看上去小得多。最好的结果是该提议毫无意义。最坏的是，目光短浅。原因如下：1. 几乎没有人听这种音乐。根据Luminate的数据，流媒体服务目前拥有超过两个亿五千三百万首曲目；到2025年，几乎一半的曲目播放次数不超过十次；88%的曲目播放次数不超过1000次。这是一种令人难以理解的音乐量，但没人听到：人工智能曲目、业余上传、冥想音频、卡拉OK、被遗弃的演示。上传文件并不是建立听众。大多数生成的人工智能曲目将与大多数人类曲目一起沉没在同一个墓地：无处不在，几乎无人聆听。相关话题2. “人工智能辅助”的定义几乎不可能。十年来，AI编曲是否算数？即便是简单的音频分离、音高修正、样本发现？一段埋藏在80首人类演唱曲目之下的生成纹理呢？如果那个人工智能样本被制作人操控了呢？录音在歌曲创作者、制作人、音乐家、工程师和混音师之间转手，每个人都使用数十种数字工具。不久（如果不是现在），几乎所有专业录音都可能涉及机器学习，而标签不会识别任何异常——它只是描述现代录音过程。3. 检测技术跟不上。检测是假设生成模型留下可识别的痕迹，但“AI音乐”并没有通用的指纹。探测器必须针对它所搜寻的特定模型进行训练。当模型更新时，其痕迹会改变；新模型将轻松未被识别。再加上人工工程和欺诈，源头变得更加模糊。这是一场无尽的打地鼠游戏，导致假阴性和低精度、低召回率。一个不一致的标签没有意义的透明度。4. 它创造了一个昂贵的合规系统，却没有解决潜在的问题。DSP会花费其微薄的利润检查数以亿计的录音，而这些录音几乎没有人会听到，同时压力层层传导到无法准确认证其处理量的发行方——这是一场昂贵的责任推脱游戏。经过这些，标记为“人工智能生成”的标签不会改善真正艺术家的版税（根据Deezer和其他报道进行的一项最新研究，该类音乐占当前池的不到3%，而其中大部分都是欺诈），它也不会停止流媒体欺诈、阻止侵权或遏制声音克隆。这只是更多的官僚主义。5. 它不会实质性改善粉丝的体验。最近的一项Luminate调查发现，42%的受访者表示，如果得知生成AI参与了歌曲的创作，他们会对这首歌失去兴趣，而只有25%则会对此更感兴趣。我怀疑这一发现更多反映了人工智能在更广泛文化中的谈论，而非人工智能对粉丝实际听到的内容的实际影响。但这仍应严肃对待。确实存在一个合理的案例，要求明确标识完全由人工智能生成的音乐，特别是当听众可能认为他们正在听人类艺术家的作品时。但这并不证明“人工智能辅助”这一更加广泛和模糊的类别是正当的。听众会因为一个小符号而跳过他们已经喜欢的歌曲，表示这首歌是人工智能生成的吗？