音乐抄袭，人工智能做判官，这事儿靠谱吗？( 二 ) 如何判断一首歌是否抄袭

在2012年，德国学者克里斯蒂安·迪特玛等人在第20届欧洲信号处理会议提出的“音乐抄袭检测工具箱” ，则从采样、旋律、节奏等多个维度判定一首歌是否抄袭。以节奏为例，如果“音乐抄袭检测工具箱”怀疑歌曲A在节拍上抄袭了歌曲B ，它就会将A和B的节奏部分从歌曲中单独抽离出来，剔除歌曲时长、旋律音高等变量，将两首歌的鼓点速度对齐，然后比较两者是否存在节奏上的过度雷同。
文章插图
不管是对比旋律，还是结合各个因素综合对比，以上两种鉴抄系统都有一个共同的短板，那就是需要一定的计算机操作技能，不适合广大创作者操作。
为解决这一问题， Spotify的“抄袭风险探测器”称其提供了一种“图形用户界面” ，能更直观精确地呈现可能存在抄袭的音乐片段，并实时提供动态视觉反馈。所以，兼具专业性与操作上的亲民性，可能是Spotify新专利的一大看点。
也许正是因为在操作上不够便捷，目前市场上并没有一款专业鉴抄软件真正被大多数音乐创作者用起来，很多音乐人现阶段主要是通过一款叫做“Soundhound”的软件来检测自己创作的旋律是否与他人雷同。该软件主要依靠“哼唱识别”（Query by humming）技术，当用户对着手机麦克风唱歌时， SoundHound的算法会提取用户声音中的旋律，将相似度高的歌曲找出来。
文章插图
SoundHound的优点在于简单易用，只需要在手机上下载一个APP即可，缺点在于，这款软件虽然被很多音乐人用来自我查重，但它本身仅仅只是一个音乐识别软件，并不是一个专门用来查重的产品。 SoundHound存在的目的主要是为了让用户在听到自己喜欢的歌曲后可以第一时间通过哼唱找到这首歌，并获得歌曲的购买渠道。
因此，这款软件只能告诉你哪首歌和你哼出来的调调比较像，不能像上述其他软件一样，详细地告诉你一段音乐的旋律、和声、节奏等因素和其他音乐的重复值有多高。
而且， SoundHound的强项主要在于识别哼唱，对于加入了伴奏的完整歌曲， SoundHound的识别力并不是很强。有网友曾尝试对SoundHound播放三首流行音乐，结果该软件只成功识别出了其中一首。
文章插图
现阶段，市场上的各种可以用来鉴定歌曲相似性的软件都各有长处，其原理基本都是将音乐中的旋律、节奏等元素单独抽离，然后利用机器强大的算力在海量数据库中进行对比。但目前来看，能够兼具便捷与专业的产品几乎没有，而Spotify的新专利或许有望填补这个空缺。
鉴定相似≠判定侵权， AI鉴抄不能解决所有问题
利用人工智能来鉴定歌曲的相似度，以此帮助判断创作者是否存在剽窃，对于抄袭鉴定工作来说肯定有极大的促进作用。但需要明确的是，再强大的AI软件，都不能通过曲谱直接判定一个音乐人是否存在抄袭，在法律上，抄袭作为一种侵权行为，也从来就不是只通过谱子或者一段音乐就能说得清的。
首先，这个世界上的旋律本身就是有限的。前阵子，美国律师、音乐人、程序员Damien Riehl和程序员兼音乐人Noah Rubin在6天的时间内，以每秒30万段旋律的速度，将一个八度内所有的音符组合方法逐一梳理，暴力生成了687亿段旋律。也就是说，以后的音乐人如果想用同一八度的音符进行创作，无论他的作品是否有意抄袭，都必然会和这687亿段旋律中的某一段撞车。
同时，在以商业为主要目的流行音乐领域中，并非所有的旋律都适合放在歌曲里。知名经纪人、音乐博主迟斌曾提出过“人体工学音乐”这一概念。他认为，人类的听觉受人体物理结构的限制，有些特定范围内的声音频段（赫兹）、节拍、速度、音色、和声走向等，天生就更容易获得人类的喜爱，而这个特定范围，更是进一步压缩了流行音乐能够施展的空间，增大了音乐高度相似甚至在某些段落完全雷同的概率。