AI翻唱：当机器学会克隆声音，谁来为原创买单？

发布时间: 2026-05-18 11:47:01 来源：新京报

观看：40

随着AI技术的发展，音乐行业受到了新的冲击：AI 歌手 “大头针”凭借翻唱《你看你看月亮的脸》《后来》等 90年代华语老歌迅速走红，短短两个月内吸粉超 80 万，评论区里高频出现 “比原唱更有味道” 的赞誉。另一方面，歌手也开始构筑“防火墙”，如今年4月，周深发布新歌《月之纪》时标出了华语乐坛首例 AI 禁令：“未经授权，禁止用于人工智能（AI）的训练、模仿、学习、生成等相关活动。”

据了解，当前一首传统单曲的制作成本约5万至15万元，而Suno等AI音乐生成模型生成一首歌的成本仅约0.1元。当仿制的成本趋近于零，原创的价值如何维系？在5月14日的第33期E法论坛暨第29期E法数字音乐论坛上，新京报贝壳财经记者同中国传媒大学教授、博士生导师李小莹，著名青年作曲家、原中央音乐学院音乐人工智能与音乐信息科技系教师巩子晗，中国法学会知识产权法学研究会理事、中央民族大学法学院教授熊文聪进行了交流。

李小莹一针见血地指出：AI翻唱不是“多了一个版本的歌”，而是用低成本仿制内容占用正版传播空间——这是寄生在已有作品和艺人影响力之上的商业模式。更令人忧虑的是，这种寄生正在动摇过去十年正版化进程形成的付费习惯。

国际作者作曲者协会联合会（CISAC）预测，2028年，AI将导致全球音乐创作者累计损失约100亿欧元。面对AI冲击，音乐行业应该何去何从？

AI音乐泛滥，民族音乐或被边缘化

传统的翻唱，是人类歌手用自己的声音重新诠释他人的作品——这需要投入时间打磨、注入个人情感、完成录音制作。过程有成本，有门槛，有劳动价值。

AI翻唱则彻底改变了这一逻辑。借助声音克隆技术，AI可以在15分钟内完美复刻一位歌手的声线。用户只需输入文字，就能让这位歌手“演唱”任何歌曲——从未授权的歌词，从未同意的旋律。

巩子晗强调：必须区分“AI辅助创作”和“AI替代性侵权”。声音克隆不是普通的音色模仿，而是对人格和职业身份的复制——声线是歌手最核心的识别标志。当AI可以随意复制这种资产，谁还愿意花时间成为歌手？

更深远的忧虑在于文化多样性的消亡。李小莹担忧，民族音乐、传统音乐在AI模型中被边缘化，或被脱离文化语境娱乐化。藏族长调、蒙古呼麦、苏州评弹，这些承载着文化基因的音乐形式，在以主流商业音乐为核心训练数据的AI模型中几乎没有立足之地。

“我们在《人工智能赋能民族音乐创新传播研究报告》中提到：AI模型输出天然趋向同质化，热门作品和主流风格在训练数据中权重最大，小众音乐、传统音乐、方言音乐占比低，可能在海量AI生成内容冲击下进一步边缘化。”李小莹说。

熊文聪告诉贝壳财经记者，AI翻唱涉及包括词曲著作权、录音制作者权、表演者权、自然人声音权益、个人信息和敏感个人信息等多重权利，因此，AI翻唱不能用“我没有直接上传原唱录音”来逃避责任。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。

2024年，北京互联网法院审理了全国首例AI声音侵权案，明确认定：对录音制品的授权不等于对声音AI化的授权。原告配音师殷某桢的声音被企业未经许可抓取用于训练AI语音模型，获赔25万元。技术加工不能成为侵权的遮羞布。

更大的问题在于训练数据。熊文聪表示，不能把所有AI训练都笼统适用合理使用，应根据是否为商业性训练、是否使用核心表达、是否对原作品市场形成替代等因素综合判断。当前现实是：二手交易平台上AI声音克隆服务每50字收费不到1元，商家甚至直言“问就是有侵权”。

平台算法，正在放大这种破坏力。李小莹认为，平台若主动提供AI工具、设置流量激励，则应承担更高责任。当平台鼓励用户创作AI翻唱内容、当算法优先推送AI生成音乐——这些行为实质上是用原创者的版税补贴侵权者的利润。有音视频平台曾披露数据，称2026年以来累计下架了53.8万条侵权视频。但下架之后，不少侵权者“换个马甲”再来一遍，几乎不需要付出任何代价。

AI音乐应从“谁能更快复制别人”变为“谁能更好帮助表达”

面对AI翻唱的汹涌浪潮，三位学者给出了共同的回答：建立规则，比争论技术更有意义。

李小莹建议，建立“AI音乐平台传播治理规则”，包括AI翻唱内容必须显著标识，不能以真人歌手、正版录音或官方翻唱形式参与平台竞争；在平台榜单、推荐、搜索结果中，应区分真人演唱、授权AI生成、未授权或无法证明授权的AI内容；对AI翻唱内容建立独立分类，不得让低成本AI仿制内容直接进入正版音乐收益池。

她还认为，平台应公开AI音乐内容占比、推荐占比、投诉处理数量和下架数量，形成透明度报告。对反复上传未授权AI翻唱的账号、MCN机构或技术服务商建立黑名单机制。

熊文聪则提出平台责任应分层判断：仅仅提供工具、被动传输内容的平台，或可主张“避风港原则”保护；但主动提供AI工具、引导用户选择特定声线、为特定内容设置流量激励的平台，已不再是中立的信息通道，而是产业链的组织者和受益者，应当承担更高的注意义务。

更深层的解决方案是建立可持续的利益分配机制。三位学者的共识之一是“先授权、后训练”的AI音乐数据规则。如2025年11月，Suno与华纳音乐达成和解，获得正版录音授权用于训练。华纳音乐CEO称，这开辟了“全新收入来源”，收益可分享给授权音乐人。这个案例说明，AI音乐的商业模式可以是“付费授权+收益分成”，而非“免费剽窃+流量变现”。

作为作曲家，巩子晗给出了他的判断：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“谁能更好地帮助人类表达”之上。未授权AI翻唱不是音乐科技创新的高级形态，而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。

这个判断指向了AI音乐的发展方向。回顾历史，爱迪生发明留声机时，有人预言“从此不需要音乐会”。但唱片业没有杀死音乐会，反而催生了新的音乐消费方式。TR-808鼓机让鼓手担忧失业，却成了嘻哈音乐的基石。流媒体替代实体唱片，全球音乐行业收入却从2014年的130亿美元反弹到2024年的280亿美元。

但AI时代的特殊性在于：门槛降得实在太低，替代能力实在太强。如果没有有效规则约束，AI可能不会带来“蛋糕做大”的共赢，而是导致“蛋糕重新分配”的零和博弈。

对此，三位专家认为，AI音乐是音乐产业发展的重要方向，但AI音乐的发展必须建立在尊重原创、尊重版权、尊重声音人格和尊重文化多样性的基础上。未经授权AI翻唱的问题，不只是某些作品被侵权，也不只是某些歌手声音被模仿，而是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的系统性挑战。

“治理AI翻唱不应走向简单禁止AI音乐，而应建立一套面向AI时代的新型音乐版权治理机制：训练数据要有合法来源，声音克隆要取得同意，生成内容要明确标识，平台分发要承担责任，商业收益要合理回流，民族音乐和传统文化资源要受到特别保护。只有这样，AI才能真正成为音乐创作的工具，而不是侵蚀原创生态的替代性力量。”三位专家共同提出了这一结论。