一次有趣的意外发现，是如何终结盗版采样的？

图片来源@视觉中国

文 | 音乐先声，作者 | 李松航，编辑 | 范志辉

采样，早已成为现代流行音乐的一部分。

对于音乐制作人来说，采样就像骑士手中的剑，是他们的创作灵感之一，带来无限的可能性。通过采样，他们可以在作品中添加多个层次的声音，创造出更加复杂和丰富的音乐效果。

对于听众来说，采样是一种乐趣，在欣赏音乐时可以感受到过去的音乐文化和历史，旧有的音乐元素会在听众的耳朵里摩擦出新的火花。对于一些音乐爱好者来说，挖掘到歌曲中那些不为人知的采样，就如同考古学家发现了埋藏在地下的珍宝。

因为有一些采样是非常隐蔽的，制作人通过对采样片段的剪切、复制、粘贴、混合、放缩等编辑手段，可以让听众们甚至不知道耳边划过的音符来自采样。但是，这些采样技巧背后，可能掩盖着对音乐版权的侵犯。

很多时候，采样是获得许可或已经购买的，但仍有很多未经许可使用。而且，这很容易通过改变音高或使用许多的调制器和饱和度插件来实现，这些插件可以使声音从其原始形式变得几乎无法辨认。

而现在，在AI技术的辅助下，创作者得以轻易揭露那些隐蔽的、不为人知的采样，哪怕小于一秒，成为盗版采样的终结者。

一次有趣的意外发现

在Daft Punk于2021年解散后不久，一群热爱采样的人在网上相识，并对2001年Daft Punk开创性专辑《Discovery》中的未知采样产生了痴迷，特别是托德-爱德华兹（Todd Edwards）与Daft Punk合作创作的《Face To Face》这首歌。他们一直希望能够找到这首歌曲中复杂且密集的采样。

Discord就有这样一个拥有众多采样爱好者的社区——采样猎人（Sample Hunting），社区的创始人叫Lobelia。她可能是最早尝试使用AI工具来探测采样的，在2016-2017年期间，她曾尝试使用Google Assistant（谷歌语音助手）和Shazam等工具来探测采样。

但是直到五年后，她才意识到这可能是一项革命性的发现。“当我在2021年底使用Google Assistant帮我找到The Doobie Brothers乐队的《South City Midnight Lady》是《Face To Face》的吉他采样时，我意识到这种方法可能非常有用，”她回忆说。“特别是因为在那个时候，我们甚至不知道那个声音是一个独立采样。实际上，我们认为它是另一首采样歌曲的一部分。”

虽然Shazan和Google Assistant使用的都是类似的音频指纹识别方法，但就像“听歌识曲”这个功能中两者展现的差距，二者在采样识别上的能力也相差不小。Shazam 允许用户查找由原创艺术家演奏的歌曲——而不是用户哼唱或演唱的歌曲，但只记得一点点曲调，就可以在Google Assistant的帮助下找到答案。基于对深度神经网络的运用，使得谷歌的AI技术在采样识别方面更加先进。

据了解，深度神经网络（Deep Neural Networks，DNN）是一种基于数学模型、通过多个神经网络层级逐步提取和转换数据特征的机器学习算法。它拥有成百上千个层级，可以处理复杂的、高维度的数据，因此在音频识别上具有优势。谷歌还对深度神经网络架构进行了研究和创新，提高了模型的训练和推理效率；再加上自身拥有大量的数据，可以用于深度神经网络的训练。

但直到 2022 年年中，Google Assistant的歌曲识别度才Shazam 替代品转变为对他们来说具有开创性的发现。

社区的一位成员DJ Pasta通过名为Bluestacks的软件将电脑中的音频直接输入Google Assistant，将该技术运用到了极致。他提到：“我最初是在寻找托德-爱德华兹（Todd Edwards）的一些采样片段，没想到Google Assistant的歌曲识别功能可以找到大部分。最后，我尝试了更短的采样，比如Carrie Lucas的《Sometimes a Love Goes Wrong》。”

随后，社区中其他成员也开始使用Google Assistant，并取得了一连串的发现。从那时起，他们就将谷歌助手作为采样探寻的新默认工具。

Lobelia回忆说，直到2022年7月，他们在寻找Daft Punk的《Face To Face》采样时一度陷入瓶颈，没有发现任何新的采样。但到了那时，“采样猎人”社区在一晚上发现了十几个采样片段，他们称之为“采样之夜”。Lobelia表示：“当我看到所有的发现时，那感觉真是太疯狂了！”从那时起，他们戏称谷歌助手的歌曲识别技术为“神圣AI”，社区成员则是其信徒。

当然，必须要说明的是，采样检测从来都不是Google Assistant的预设功能，但它在这方面的表现得到一些专业人士的肯定。虽然目前运用谷歌AI技术挖掘采样的方法还未广泛应用，但今后AI一定会是采样挖掘的主力军，并运到更广阔的领域。

采样侵权屡见不鲜，AI保护正在路上

如前所述，采样领域的侵权数不胜数，而在AI的助力下，采样检测也可以运用于音乐版权保护。

美国音乐制作人Bobby Owsinski在讲述了发生在他身边的事，他说：“早年间，我和一名著名的DJ一起工作，在谈到采样问题时，他表示他的秘密武器就是从国外小国的艺术家那里获取曲目，再从中采样，这是一个策略，可以将采样许可成本降低到零，但这对艺术家和词曲作者并无益处。”Bobby表示， “即使随着岁月流逝，市场上的管理团队和厂牌在发现未经许可的采样方面做得更出色了”，也不确定现在他的诡计是否被发现了。

事实上，因未获得许可而引发的采样侵权屡见不鲜。

例如著名的《Blurred Lines》案件，这起案件起源于Marvin Gaye的歌曲《Got to Give It Up》与T.I.和Pharrell Williams的《Blurred Lines》的相似之处。Gaye的继承人于2013年提起诉讼，声称《Blurred Lines》的节奏、节拍和结构都与《Got to Give It Up》相似，并称T.I.和Pharrell Williams在未经授权的情况下侵犯了他们的版权。最终，法院判决T.I.和Pharrell Williams向Gaye的继承人支付赔偿款，赔偿款高达700万美元。

前文中提到的Daft Punk作为“采样狂人”，同样也涉及过音乐采样侵权的案件中，不过他们是被侵权的，而进行非法采样的是Kanye West。侃爷的第三张录音室专辑《Graduation》的主打歌《Stronger》侵权了Daft Punk的《Harder, Better, Faster, Stronger》。

有趣的是，Daft Punk这首歌制作过程中也包含采样，他们采样了Edwin Birdsong在1979年发行的歌曲《Cola Bottle Baby》，但他们获得许可。而Kanye是两方的授权都未获得下就进行了采样，尽管最终Kanye和Daft Punk达成和解，双方还在2008年的格莱美颁奖典礼一起表演了这首《Stronger》。

但在引入AI技术后，一切变得不一样了。据音乐先声了解，在Google Assistant被发现有检测采样的能力前，市面上也有一些能够保护版权的工具。

比如，图表中的SoundMouse和前文提到过的Shanzam，这两个专门用于保护音乐版权的工具虽然也能完成一定的版权保护工作，但相比之下，成本高效率低，识别能力也不如谷歌旗下的Google Assistant。

在谈到其识别采样的能力时，DJ Pasta表示，Google Assistant甚至可以检测不到一秒钟的采样，并且通常能够检测到被切割或时间拉伸的采样。而且据Lobelia称，Google Assistant比Shazam等其他替代品要准确得，“使用Shazam时，通常必须近乎完美地匹配节奏和结构才能得到结果。我们通常不使用Shazam，因为Shazam似乎喜欢推荐2010年代的电子舞曲作为寻找采样的答案，当你在寻找爵士唱片时，这并不能提供帮助。”

并且，与市面上的大部分工具相比，Google Assistant检测这种新方法将控制权交到任何寻找特定采样的人手中，而不是依赖于由科技巨头完全控制的音频指纹识别系统，它可以被每个人所用。显然，谷歌的AI技术比目前市面上的保护版权工具更广泛、更深度，帮助我们揭秘那些更隐蔽的侵权行为。

预防比惩罚更重要

相比较于利用AI去打击非法采样行为，预防侵权行为似乎更加重要。

在音乐产业中，版权保护是一个非常重要的问题。对于唱片公司来说，一旦被认定为侵权行为，不仅会被罚款，还可能会失去艺术家的信任和支持，这对于公司的长期发展来说是非常不利的。对于艺术家来说，侵权不仅会给他们带来经济上的损失，还会严重损害他们的声誉和形象，让他们失去粉丝和商业机会。

因此，唱片公司和艺术家理应认识到版权保护的重要性，并采取必要的措施来避免侵权行为。这包括合理使用采样、确保获得适当的授权、使用版权保护工具等等。同时，他们还应该积极地支持音乐产业的版权保护工作，帮助消除盗版和非法传播等问题。

在数字化音乐传播成为主流的今天，AI采样识别就是一项重要的版权保护工具，可以有效防止音乐的非法采样。据一项调查显示，仅在Spotify平台上，2019年就有逾40,000首歌曲被发现存在采样侵权的情况。因此，对于音乐公司和音乐平台来说，利用音频指纹识别技术对音乐进行检查成为了非常必要的环节，就如同学术论文的查重流程。

通过使用AI采样识别技术，可以快速准确地识别出音乐中存在的采样，从而及时发现侵权行为并采取措施进行处理。通过使用AI采样识别，音乐公司和音乐平台也能更好地保护音乐版权，降低侵权的风险，构建良性的产业环境。

虽然目前通过Google Assistant采样识别这种方法仍处于起步阶段，但“更多人开始使用这种技术只是时间问题，”Sample Hunting的创始人Lobelia说，“随着时间的推移，它将变得更加可靠，去年只是一个开始。”而在国内，腾讯音乐娱乐旗下的天琴实验室已经开始利用音频指纹识别技术对盗版、侵权等行为进行打击。

希望在未来，无论是团体还是个体，更多相关的AI技术能帮助音乐行业轻松高效地解决版权问题。音乐人也可以在合法的空间下寻找采样素材，推动音乐创作，促进市场和产业的发展。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

​Read More