AI翻唱泛滥，如何治理？

未经授权的AI翻唱对数字音乐正版化成果、创作者收益体系、平台竞争秩序和文化数据安全构成了系统性挑战

文｜ 樊朔

编辑｜朱弢

生成式AI技术正以前所未有的速度重构音乐产业的创作、生产与传播逻辑。以AI翻唱、AI歌手、AI仿唱为代表的各类应用层出不穷，用户只需上传一段音频或使用平台提供的AI工具，即可低成本生成与知名歌手声音高度相似的翻唱作品。这些作品借助短视频平台和算法推荐迅速传播，在丰富用户体验的同时，也引发了业界对版权保护、创作者权益和文化安全的深度忧虑。

近日，在第29期E法数字音乐论坛上，学者与产业界人士围绕AI翻唱的法律定性、平台责任、技术治理和产业影响等核心议题展开深入研讨。与会专家指出，应建立一套面向AI时代的新型音乐版权治理机制。

音乐生态被重塑

中国传媒大学音乐与录音艺术学院教授李小莹指出，以往，数字音乐平台的内容传播主要依赖正版曲库、专业音乐制作、用户搜索和平台推荐。AI翻唱出现后，大量用户、营销账号、MCN机构甚至自动化工具都可以低成本生产与知名歌手、热门歌曲高度相关的内容，这改变了平台上的音乐制作传播逻辑。

“传统音乐作品需要经历创作、录制、宣发、授权、平台上架和用户传播等环节，成本较高、周期较长。”李小莹分析道，“AI翻唱则可以直接借用热门歌曲、知名歌手声线和平台流量标签，以‘AI某某歌手翻唱’‘某某声音演唱热门歌’的形式进入传播系统。它不是从零开始积累作品价值，而是寄生在已有作品和已有艺人影响力之上。”

因此，AI翻唱的核心问题不是“多了一些歌”，而是“用低成本仿制内容占用了正版内容的传播空间”。当平台推荐机制无法区分正版内容、授权AI内容、未授权AI翻唱内容时，真正投入成本的原创作品可能被大量低成本内容稀释。

李小莹特别强调了数字音乐正版化的重要意义。中国数字音乐产业从盗版泛滥逐步转向以正版授权、平台付费、内容分发和版权运营为核心的生态，正版化是监管整治、平台合规、权利人维权与用户付费习惯共同作用的结果。

“如果大量AI翻唱内容以免费或极低价格出现，用户会逐渐形成新的心理预期：既然可以听到‘很像某位歌手’的版本，为什么还要为正版录音、官方翻唱、演唱会版本或数字专辑付费？”李小莹说，“过去十年行业好不容易让用户接受‘听音乐要尊重版权’，AI翻唱如果放任发展，可能把音乐消费重新拉回‘内容免费、版权无感、平台靠流量变现’的老路。”

涉及多重法律权利

中央民族大学法学院副教授熊文聪指出，AI翻唱通常至少涉及五类权利：

词曲作品著作权。AI翻唱如果使用既有歌曲的歌词、旋律、和声、节奏结构，可能涉及复制权、改编权、信息网络传播权等问题。

录音制作者权。如果训练或生成过程中使用原始录音制品，可能涉及录音制品的复制和传播。

表演者相关权益。传统表演者权以真实表演活动为基础，但AI翻唱使用的是歌手声音特征，使表演者权面临适用困难。

自然人声音权益。《中华人民共和国民法典》第一千零二十三条明确，自然人声音保护参照适用肖像权保护规则。2024年北京互联网法院全国首例AI声音侵权案认定，只要社会公众能够根据音色、语调识别出特定自然人，AI声音仍属于权利人的保护范围。

个人信息和敏感个人信息。声纹具有识别特定自然人的功能，可能涉及个人信息处理和单独同意问题。

“因此，AI翻唱不能用‘我没有直接上传原唱录音’来逃避侵权责任。”熊文聪强调，即使没有直接复制原始音频文件，也可能通过模型训练、声音克隆和输出传播侵犯多个层面的权利。

熊文聪也指出，对于音乐领域而言，由于作品表达高度集中、旋律和声线识别度强、市场替代性明显，应比一般文本训练采取更谨慎标准。因此，不能把所有AI训练都认定为侵权或都纳入“合理使用”范畴。

“直接生成‘某歌手唱某热门歌’的AI翻唱，很难说只是抽象学习，而是明显利用了作品和声音的市场价值。”熊文聪说。

平台分发机制加剧侵权

中央戏剧学院歌剧系教师巩子晗认为，应当区分“AI辅助创作”和“AI替代性侵权”。AI可以用于辅助作曲、辅助编曲、智能混音、声音修复、风格实验、音乐教育等场景，对青年音乐人、独立音乐人而言确实可以降低创作门槛、提高生产效率。但未授权AI翻唱的核心不是创造新表达，而是利用他人的歌曲、录音和声线生成替代性内容，借用已有作品和艺人的市场价值。

“AI的价值应当体现在提升原创能力，而不是放大侵权能力。”巩子晗表示，技术越强，越需要边界清楚。

巩子晗解释，歌手的声音并不只是物理音色，而是长期训练、演唱习惯、情感表达、咬字方式、审美风格和市场识别度共同形成的职业资产。AI克隆某位歌手声音，本质上是在复制其职业身份的一部分。

“很多人会以为声音不像照片，不是肖像，所以可以随便模仿。但从音乐专业角度看，声线是歌手最核心的识别标志之一。如果可以未经同意生成‘某某歌手演唱任何歌曲’，就等于剥夺了歌手对自身声音形象和职业边界的控制。”巩子晗说。

李小莹则指出，平台分发机制是另一个值得关注的重点问题。AI翻唱本身已经低成本，如果再叠加短视频传播、平台榜单、算法推荐和热点标签，就会形成非常强的扩散能力。

“问题不只是用户上传了AI翻唱，而是平台是否通过推荐、榜单、热歌机制、挑战赛、BGM同步等方式进一步放大这些内容。”李小莹说。

熊文聪对此提出了分层判断标准：如果平台只是一般网络存储服务，且接到通知后及时删除，责任相对较轻；但如果平台提供AI生成工具、引导用户选择歌手声线、提供热门歌曲模板、鼓励上传传播、进入推荐流量池并获得商业收益，则平台不再只是中立技术通道，而是AI翻唱产业链中的组织者、放大者和受益者。

熊文聪认为，如果平台明知某类AI翻唱内容大量存在，仍然通过搜索、榜单、推荐、标签、收益分成等机制加以放大，就应承担更高注意义务。

如何构建新型音乐版权治理机制？

面对AI翻唱带来的系统性挑战，与会专家一致认为，应建立一套面向AI时代的新型音乐版权治理机制，在鼓励技术创新的同时守住版权底线。

首先，建立“先授权、后训练”的AI音乐数据规则。建议由主管部门、行业协会、著作权集体管理组织、音乐平台和唱片公司共同探索AI音乐训练数据授权机制，开发者使用版权音乐、录音制品和歌手声线训练模型，应通过授权池、集体管理、直接授权或数据许可方式取得合法使用权，可探索“训练阶段许可费+商业化使用分成”的授权模式。

其次，建立AI翻唱强制标识制度。所有AI生成的音乐、翻唱、声音克隆内容都应标注显式标识和隐式标识。显式标识面向用户，隐式标识面向监管和维权，用于数字水印、传播追踪和证据固定。

第三，明确平台更高注意义务。对提供AI音乐工具、AI歌手声线、热门歌曲模板、推荐分发和收益分成的平台，应要求其履行更高合规义务，包括训练数据审查、声线授权审查、上传前过滤、投诉快速处理、重复侵权账号封禁、提供AI内容透明度报告等。

第四，建立AI音乐授权与收益分配机制。允许合规的AI翻唱作品生产，但必须让原作品权利人分享收益。可以探索数据训练授权费、模型商业收入分成、AI翻唱播放收益分成、声线授权费等机制。

第五，保护民族音乐和文化多样性资源。AI模型通常偏好高频、流行、商业化数据，小众音乐、民族音乐、地方戏曲、方言音乐可能在AI模型中被边缘化，或被脱离文化语境重新组合、娱乐化、标签化。建议对民族音乐、传统音乐、非遗音乐数据建立更高标准的数据授权、文化语境说明和使用限制，不能把少数民族音乐和传统文化资源简单作为“风格素材包”供AI平台任意调用。

“AI音乐的未来不应建立在谁能更快复制别人之上，而应建立在谁能更好地帮助音乐表达之上。未经授权的AI翻唱是音乐科技发展早期的失序现象。越早建立授权、标识和技术检测规则，越有利于AI音乐真正进入专业化、产业化和国际化发展阶段。”巩子晗说。

作者为《财经》研究员