當底線被擊穿,音樂成了徹底的流量生意

作者 | 李沁予          編輯 | 范志輝

薅流量、偷版稅,從未如此簡單。

隨着人工智能技術的迅速發展,ai生成音樂逐漸成為音樂內容生產中不可忽視的一環,進一步降低門檻,也帶來了諸多挑戰和爭議。

從海外的spotify、apple music等流媒體平台,到國內的酷狗音樂、酷我音樂、qq音樂、網易雲音樂等,ai音樂侵權、流媒體欺詐、版稅竊取無處不在,已然成為了全球性困境。

當底線被擊穿,音樂成了徹底的流量生意。

 

ai偷歌+刷量,

如何騙取超千萬美元?

ai音樂的發展速度令人瞠目,部分創作者因此感到焦慮甚至抗拒,而投機者卻藉此大展身手。

最近,海外媒體曝出,一些「音樂販子」在spotify上將ai生成的鄉村音樂翻唱以虛假藝人的身份發佈,並加入到正常歌單中,大肆竊取流量。隨着調查深入,這些由ai生成的翻唱作品並不局限於鄉村音樂領域,還廣泛涵蓋了氛圍音樂、嘻哈、搖滾等多樣音樂類型,甚至橫跨不同年代。
這些虛假藝人就像批量生產的產物,都有着相似的特點。例如,翻唱為主、起名隨意、樂隊組合形式,在spotify上擁有數萬甚至數十萬的月度聽眾。
通常情況下,真實存在的樂隊或藝術家會在社交平台上活躍,包括分享日常、更新、與粉絲互動等。然而,這些「虛假藝人」在社交媒體上幾乎沒有任何活動跡象。除了在spotify的頁面外,很難在instagram、twitter、facebook等社交平台上發現他們的蹤跡。
另外,這些虛假藝人的名字也起的十分隨意、古怪,如the highway outlaws、waterfront wranglers、saltwater saddle,充滿了呆板、陳舊的人機感。
以下是2023年在spotify上架的部分虛假翻唱作品,目前都已下架。這些作品背後的虛假藝人都採取了同一種策略:關閉了youtube等社交媒體平台上的評論功能,專註於增加播放量,同時盡量降低引起公眾注意的可能性。
可以看到,這些ai翻唱的曲目涵蓋了《smells like teen spirit》《every breath you take》《creep》等全球知名的經典老歌。通過選擇在全球範圍內廣受歡迎、年代久遠、耳熟能詳的作品,「音樂販子」顯然有着精明的打算——瞄準了經典歌曲的長期受眾基礎,以此增加播放量,利用熟悉的旋律吸引用戶點擊,從而大幅提升流量。
就連有一定翻唱難度的金屬樂,也成了重災區。根據金屬論壇metalsucks報道,目前已經有20支金屬樂隊遭到了ai翻唱的「流量劫持」。
根據kotaku報道,許多ai生成的翻唱歌曲就像同一首音樂作品的不同劣質版本,它們之間的差異僅限於音高、簡單編排的隨機變化。
這種現象也並不僅限於spotify。2023年,美國大提琴家zoë keating在其社交媒體上就提到,apple music上也出現了類似的怪現象:數百首古典音樂經過微調後,演奏者信息被刪除,全部歸屬給了不存在的藝術家。
數十萬的月度聽眾、毫無社交痕迹、不自然的名字和簡介,且無一例外全都是翻唱作品,種種可疑跡象都指向一個結論:這些翻唱藝術家很可能是由盜版公司註冊的虛構身份,他們的作品同樣可能是由ai模型創作的。
從近期被曝光的一樁流媒體欺詐案件中,不難發現海外音樂黑產中的利益鏈條。
9月4日,一名52歲的音樂製作人被捕,涉嫌使用數十萬首人工智能生成的歌曲進行刷量,騙取超過1000萬美元的版稅,面臨最高20年的監禁。據了解,該公司從2018年開始與ai音樂公司、音樂推廣公司合作,在spotify、亞馬遜音樂和蘋果音樂等平台上創建了數千個虛假賬戶。
音樂販子利用ai音樂的技術,能以極低成本在短時間內產出大量音樂作品,並通過虛假賬戶,進一步擴大音樂發佈的覆蓋面,利用互聯網流媒體傳播及版稅機制,輕鬆攫取暴利。
可以看出,所有近期流量欺詐的案例里總是離不開三大關鍵詞——「侵權」、「ai」、「刷量」,三者共同構成了流量欺詐的核心機制。

漫長的10萬首歌與揪心的玩笑

然而,跟國內相比,spotify上的「音樂販子」還是太保守了。

上文提到那些ai翻唱的音頻,陸續已被下架。spotify作為一個全球性平台,其運營受到多國的版權法約束,對於侵權行為,平台也同樣需要應對來自音樂公司、藝術家和版權保護機構的多重壓力。這迫使音樂販子在操作時更加謹慎,採取更隱蔽的手段。
反觀國內,由於版權保護機制的相對滯後,一些洗歌公司肆無忌憚地鑽流媒體平台的法律漏洞,濫用ai技術、批量洗歌、偷歌、刷量,愈發猖獗,赤裸裸地侵權。
兩年前,我們報道了一位音樂人蘇可可的逆天戰績,(回看點擊:《這位抄襲音樂人,年紀輕輕就發了7183張專輯、85269首歌》)。兩年後,雖然蘇可可的作品被下架了不少,但據查證,目前他的賬號在各音樂平台依然可以找到,其中酷狗音樂發行數量最多,共上架了69297萬首歌、6773張專輯。
如今,在國內各大音樂平台上,我們仍然可以搜索到一些所謂的音樂人,作品數量相當驚人,動輒達到10萬多首,專輯數量也成千上萬。音樂先聲整理出了其中戰績最亮眼的幾位「頂流」和一些典型案例——圈妹、虞姬、小可、小奶瓶、djyixiu、潮音哥、朵爺等。
而這些,都僅僅只是冰山一角。
其中大多數的所謂「歌曲」,都如狗皮膏藥般的蹭熱點,通過微調生成無人聲的dj舞曲、dj remix翻唱版本、漢化版本、漢譯英版本,甚至直接上傳原曲,無一不是掛羊頭賣狗肉,幾乎沒有一首算得上真正意義上的作品。
更離譜的是,有的歌甚至需要購買會員才能聽,從流量播放到付費分成,形成了完美的收益閉環。
同時,從名稱、性別、專輯封面到頭像,這些「歌手」的形象包裝呈現出一種審美上的一致性;與前面提到的海外虛假賬號類似,這些人在社交媒體平台也屬於查無此人的狀態,基本可以判斷就是虛假藝人賬號。
據業內人士透露,類似的渾水摸魚現象在2015年左右就出現了。
其中一個很重要的背景,就是2015年,國家版權局發佈了「史上最嚴版權令」,推動國內在線音樂正版化,音樂版權開始炙手可熱,平台曲庫也隨之迅速擴展膨脹。而在2018年,短視頻平台崛起,改變了大眾的音樂消費方式,做熱歌成為音樂公司的新增長點。到2021年,盜版音樂進入「洗歌2.0時代」,各種後綴版本層出不窮。如今,藉助ai工具,平台上的盜版和批量化冒名的音樂人主頁都更加真假難辨。
而以「圈妹」為代表的虛假藝人發佈的11萬首「歌曲」,就像是版權環境變化的時代鏡像,恰巧影射了國內數字音樂產業正版化進程中所遇到的種種bug與黑產操作的進化過程。
另外,有些公司會為了薅流量,專門註冊知名歌手同名的賬號,或者創建與各大平台知名網紅同名的賬號,以迷惑不知情的網友,直接借勢大搞流量。

所有認真打磨作品、試圖用實力打出一片天地的音樂人,在這一系列打破底線的操作面前,荒唐得像一個笑話。

音樂是如何變成流量生意的?

毫無疑問,不管是國外的「ai樂隊」,還是國內高產的「藝術家」,對於整個行業來說都是一場掠奪創作者份額的「打地鼠」遊戲。

spotify的老用戶注意到,以往平台上存在不少質量參差不齊的翻唱作品。如今,得益於ai技術的進步,這個過程被加速,ai翻唱作品的質量也得到提升,有時甚至到了僅憑耳朵無法分辨的地步。

虛假ai翻唱之所以能在流媒體平台如此猖獗,是因為在美國等大多數國家,有一個強制許可的規定,只要翻唱者支付了相應的版稅,便可獲得授權。只要翻唱作品支付了必要的版稅給原作品的創作者和版權方,從法律角度來看,這些翻唱行為是合法的。

然而,這一過程並非沒有漏洞,也為一些不法分子提供了機會。

目前,spotify似乎缺乏專門部門或措施來處理這些ai生成的翻唱作品所帶來的問題,「音樂販子」可能利用匿名藝術家名稱或成立受版權保護的公司來隱藏身份,並試圖逃避對原始創作者應付的許可費用。

另一方面,音樂推廣公司作為利益鏈中的主體,利用多個虛擬服務器或自動化程序點擊、加入歌單騙取點擊等方式,欺騙流媒體平台,以獲得超額版稅。

由於平台通常依賴算法自動分發收益,並很少進行深入審查,因此這種刷流量的方式往往能繞過監管。儘管平台已經推出了一些限制措施,但效果似乎有限,利益面前,音樂販子總能想得出法子突破底線規避監管。

那麼,國內如此大規模的劣質音樂又是如何在流媒體上大肆擴散,並賺得盆滿缽滿的?

經音樂先聲調研,在國內的流媒體平台上以個人身份註冊上傳音樂,實際上是有一些關卡的。光是入駐成為平台音樂人這一步,就需要提供相關證件號碼,即便通過非法手段購買多個證件信息,在核審的最後一步,依然會有人臉掃碼識別環節。

況且,就算成功入駐音樂人後,要像圈妹、虞姬、小可、小奶瓶等人一樣批量發佈成千上萬首高仿、劣質音樂,也是有一定難度的。

不過,據前述業內人士透露,如果通過跟平台深度合作的音樂公司達成代理合作,便可繞過相對嚴苛的審核,註冊賬號完成批量發佈。背後邏輯,是因為以這些公司為主體發佈歌曲時,通常不需要提供身份信息,只有在認證音樂人時才要求提供身份驗證材料。

並且,通過企業版後台上傳的歌曲時,填寫公司外顯相關資料的要求也相對寬鬆,大多數盜版公司在上傳時會填寫虛假的發行公司名稱,藉此掩蓋其真實身份,打一槍換一個地方,得以持續在平台上發佈盜版歌曲。

據業內人士透露,某些大型音樂公司也會通過這種代理合作,從中獲取利益,分成比例通常是五五開,一年收入甚至可以高達幾百萬元。

當前,人工智能、刷量詐騙在盜版音樂的應用已經開始泛濫,成為技術發展中必經的陣痛。

儘管通過使用虛擬播放器和自動化工具虛增播放量、下載量,以獲取不正當經濟利益,已經構成詐騙罪。但盜版截流與平台監管之間微妙的關係,在長時間的決鬥中卻似乎形成了新的「哲學問題」。

有時,我們甚至無法去探究究竟是雞生蛋還是蛋生雞,才造成如今如此猖狂的局面。只能期待身在局中的操盤手們,未來能有撥亂反正的絕地反擊。

 

平台還能如何調整遊戲規則?

面對諸多赤裸裸的侵權亂象,音樂行業還能做什麼?

首先,「竊取流量」的行為背後,反映的是技術與法律的雙重失衡:一方面,ai生成的內容可以低成本、大規模地複製,較低的審核門檻下,輕而易舉地侵入市場;另一方面,現有的版權保護、利益分配、平台運營和行業監管政策,也尚未做好應對這種挑戰的準備。

藝術家的成果正遭遇無聲地貶值,聽眾的選擇權被干擾,甚至音樂本身的藝術價值也因這種無底線的商業操作受到損害。面對這種情況,單靠市場的自我調節已經不足以解決問題。

那麼,除了打擊刷量,流媒體平台應該禁止所有 ai 音樂嗎?

答案當然是否定的。在音樂創作領域,ai技術擁有合法且有益的應用潛力,尤其是當ai模型所依賴的訓練數據獲得適當授權時,其生成的音樂作品同樣值得認可和支持。

隨着技術的進步,現在已經出現類似ai-generate detector這樣反ai的音樂工具,專門用於識別和驗證ai創作的內容。因此,對於大多數現有的流媒體平台來說,不採用這種「一刀切」全部禁止ai音樂的做法也是有道理的。

對於流媒體平台必須從技術和政策的雙重角度進行改革,stability ai前音頻副總裁ed newton-rex提出了三點建議。

首先,明確標籤機制是第一步。流媒體平台是否可以效仿其他媒體平台——如 instagram和tiktok——為 ai 生成的內容打上標籤,或要求上傳者標註他們上傳的 ai 音樂。

其次,平台需要對使用未經授權訓練生成的ai音樂加以限制。如果ai音樂是使用未經授權的訓練數據生成的,流媒體平台要麼禁止其發佈,要麼在版稅分配和推薦中降低其權重,以避免不公平競爭。

最後,政策的執行不能等待法律裁決。平台還需主動審查ai音樂的來源和訓練數據的合法性,儘管目前並沒有普遍要求ai公司公開其訓練數據的來源,但平台仍然可以通過自身的監管機制,對可疑的ai生成內容進行嚴格的審查。

其實,流媒體平台已經有很多通過自身政策採取管制的例子,而不需要等到法律的正式裁決才行動。

去年11月,spotify官方發文稱其在檢測、預防和消除非自然、作弊手段和人為製造的流媒體播放量方面投入了大量資金。為了進一步打擊這種行為,spotify宣布從2024年開始,將對那些存在明顯人工流量的曲目的唱片公司和發行商進行罰款。spotify認為,這些改變「可以在未來五年內為新興和職業藝術家帶來約10億美元的額外收入」。 

在國內,今年7月,騰訊音樂人官方賬號也發佈了《關於黑產打擊案例通報和平台規則更新》,公告指出,部分用戶通過非法手段刷歌曲播放量,平台重申堅決反對任何形式擾亂平台的公平性和生態環境的行為,將依據平台規定對相關賬號進行嚴厲處罰,包括但不限於封禁賬號、扣除積分/收益、公開曝光、法律維權。 

緊接着,8月份網易雲音樂也發佈了《關於嚴厲打擊刷量黑產行為的公告》,表示平台對刷量等違規行為採取「零容忍」政策。若相關賬號被判定違規刷量,平台將視情節輕重,對相關賬號實施從流量限制直至永久取締創作者身份等一系列不同程度的懲罰措施,並保留追究法律責任的權利。

這表明,平台完全有能力採取預防性措施,保護原創音樂人的權益,後續效果有待觀察。

正如ed newton-rex所說,如果流媒體平台的目標是讓音樂人們通過創作謀生,那麼很顯然,他們應該對那些非法使用他人作品生成的ai音樂、以及刷量行為採取相應措施。

如果不儘快採取行動保護原創藝術家權益,可能會引發更大的抗議和藝術家群體的抵制。

 

結語

商人的嗅覺總是最敏銳的,行業的「國難財「總是能賺最多的。

當國外泛濫於spotify等流媒體平台的ai翻唱、非法刷量被媒體譴責、被法院懲處、被平台下架的時候,國內的批量盜版音頻、流量詐騙在ai的加持之下,顯然在投入產出比上更勝一籌,肆無忌憚。

我們期待被動迎戰的平台與滯後的政策可以給出更敏捷有效的反擊,畢竟如何在技術進步、政策協調、藝術價值之間找到平衡,將決定未來產業生態的健康發展。

視而不見、半推半就的縱容,只會導致產業中無數創作者心灰意冷,屆時再發起補救,也難扭轉失衡失序的局面。

而那些文化荒漠里的盜賊,不過是在腐爛的基礎上建造了一座空中樓閣。他們每一次對音樂的剝皮拆骨,透支的都是其賴以生存的土壤。他們是給行業挖墳的最骯髒的註腳,將和文化的墮落永久捆綁,成為音樂史上最無恥的一章。

先聲話題

話題內容:你認為,平台還能如何避免刷量、洗歌、侵權問題?

歡迎在評論區留言,分享你的觀點和看法,我們將會在本周發佈的文章推送內,從所有留言評論中,挑選3位讀者,分別贈送18.88元、8.8元和6.6元紅包。獲獎名單將在每周日的「先聲周報」欄目中公布,請保持關注。
排版 | 寧斯琦
音樂先聲,即專註音樂產業,先發未來之聲。懷抱對文字和產業的敬畏之心,我們致力於在信息過載的時代,通過對國內外音樂產業案例、現象的研究分析,拆解背後的邏輯、規律和趨勢,持續輸出深度乾貨,爭取領先行業半步。