Музыкальная индустрия разрабатывает технологии поиска ШИ-песен

24.06.2025, 04:12 expert.com.ua

Ночной кошмар музыкальной индустрии свершился в 2023 году, и звучал он очень похоже на Дрейка.

"Heart on My Sleeve", убедительно поддельный дуэт Дрейка и The Weeknd, набрал миллионы просмотров, прежде чем кто-то смог объяснить, кто его сделал и откуда он взялся.

В погоне за ответом незаметно формируется новая категория инфраструктуры, созданная не для того, чтобы полностью остановить генеративную музыку, а для того, чтобы сделать ее отслеживаемой. Системы обнаружения встраиваются во весь музыкальный конвейер: в инструменты, используемые для обучения моделей, платформы, на которые загружаются песни, лицензирующие права базы данных и алгоритмы, формирующие обнаружение. Цель состоит не только в том, чтобы отлавливать синтетический контент постфактум. Задача состоит в том, чтобы идентифицировать его на ранних этапах, пометить метаданными и управлять его перемещением через систему.

"Если вы не встроите эти вещи в инфраструктуру, вы просто будете гоняться за своим хвостом, – говорит Мэтт Аделл, соучредитель Musical AI. "Вы не можете реагировать на каждый новый трек или модель – это не масштабируется. Вам нужна инфраструктура, которая работает от обучения к дистрибуции.

Сейчас появляются стартапы, встраивающие обнаружение в рабочие процессы лицензирования. Такие платформы, как YouTube и Deezer, разработали внутренние системы для обозначения синтетического аудио во время загрузки и определения того, как оно появляется в поисковой выдаче и рекомендациях. сферах – от обучающих наборов данных до дистрибуции.

Результатом является фрагментированная, но быстро растущая экосистема компаний, рассматривающих обнаружение контента, созданного искусственным интеллектом, не как инструмент правоприменения, а как инфраструктуру для отслеживания синтетических медиа.

Вместо того чтобы обнаруживать музыку с искусственным интеллектом после ее распространения, некоторые компании создают инструменты для ее тегирования с момента создания. Vermillio и Musical AI разрабатывают системы для сканирования готовых треков на наличие синтетических частей и автоматического обозначения их у метаданных.

Система TraceID от Vermillio идет глубже, разбивая песни на составляющие – такие как вокальный тон, мелодичные фразы и лирические паттерны – и обозначая конкретные сегменты, сгенерированные искусственным интеллектом, что позволяет правообладателям обнаруживать мимикрию на уровне составляющих, даже если новый трек заимствует только отдельные части.

Компания заявляет, что она сосредоточена не на изъятии, а на активном лицензировании и аутентифицированном выпуске. TraceID позиционируется как замена таким системам, как Content ID на YouTube, часто пропускающие тонкие или частичные имитации. По оценкам Vermillio, аутентифицированное лицензирование на основе таких инструментов как TraceID может возрасти с 75 миллионов долларов в 2023 году до 10 миллиардов долларов в 2025 году. На практике это означает, что правообладатель или платформа могут прогнать готовый трек через TraceID, чтобы проверить, содержит ли он защищенные элементы, и если да, то система отметит его для лицензирования перед выпуском.

Некоторые компании идут еще дальше, в саму обучающую информацию. Анализируя то, что входит в модель, они стремятся оценить, насколько сгенерированный трек заимствует у конкретных исполнителей или песен. Такая атрибуция может обеспечить более точное лицензирование с роялти, основанными на творческом влиянии, а не на спорах после релиза. Эта идея перекликается со старыми дебатами о музыкальном влиянии — например, с иском «Blurred Lines», — но применяет их к алгоритмической генерации. Разница в том, что лицензирование может происходить до релиза, а не через судебные разбирательства после релиза.

Musical AI также работает над системой обнаружения. Компания описывает свою систему как многоуровневую, охватывающую потребление, генерацию и распространение.

"Атрибуция должна начинаться не тогда, когда песня окончена - она должна начинаться тогда, когда модель начинает учиться, - говорит Шон Пауэр, соучредитель компании. "Мы стараемся количественно оценить творческое влияние, а не просто ловить копии".

Deezer разработал внутренние инструменты для обозначения полностью сгенерированных искусственным интеллектом треков во время загрузки и уменьшения их видимости как в алгоритмических, так и редакционных рекомендациях, особенно когда контент выглядит как спам. Директор по инновациям Орельен Эро (Aurélien Hérault) говорит, что по состоянию на апрель эти инструменты обнаруживали примерно 20 процентов новых загрузок ежедневно как полностью сгенерированные искусственным интеллектом – это более чем вдвое больше, чем в январе. Обнаруженные системой треки остаются доступными на платформе, но не продвигаются. Эро говорит, что Deezer планирует начать маркировать эти треки непосредственно для пользователей через несколько недель или несколько месяцев.

"Мы совсем не против искусственного интеллекта, - говорит Эро. "Но многое из этого контента используется недобросовестно - не для создания, а для эксплуатации платформы. Вот почему мы уделяем этому так много внимания".

DNTP (протокол отказа от обучения) Spawning AI подталкивает еще раньше – на уровне набора данных Протокол отказа позволяет художникам и правообладателям обозначать свои работы как не подлежащие обучению на моделях. Лицензирование в масштабах Возможно, в конце концов этот вопрос решится благодаря регулированию, но пока подход остается фрагментарным.

"Протокол отказа должен быть некоммерческим, контролироваться несколькими разными субъектами, чтобы ему доверяли, - говорит Драйхерст. "Никто не должен доверять будущее согласия непрозрачной централизованной компании, которая может обанкротиться - или произойти гораздо хуже".

Читать полностью…