圖片來源 @視覺中國
文 | 音樂先聲，作者 | 李松航，編輯 | 範志輝
采樣，早已成爲現代流行音樂的一部分。
對于音樂制作人來說，采樣就像騎士手中的劍，是他們的創作靈感之一，帶來無限的可能性。通過采樣，他們可以在作品中添加多個層次的聲音，創造出更加複雜和豐富的音樂效果。
對于聽衆來說，采樣是一種樂趣，在欣賞音樂時可以感受到過去的音樂文化和曆史，舊有的音樂元素會在聽衆的耳朵裏摩擦出新的火花。對于一些音樂愛好者來說，挖掘到歌曲中那些不爲人知的采樣，就如同考古學家發現了埋藏在地下的珍寶。
因爲有一些采樣是非常隐蔽的，制作人通過對采樣片段的剪切、複制、粘貼、混合、放縮等編輯手段，可以讓聽衆們甚至不知道耳邊劃過的音符來自采樣。但是，這些采樣技巧背後，可能掩蓋着對音樂版權的侵犯。
很多時候，采樣是獲得許可或已經購買的，但仍有很多未經許可使用。而且，這很容易通過改變音高或使用許多的調制器和飽和度插件來實現，這些插件可以使聲音從其原始形式變得幾乎無法辨認。
而現在，在 AI 技術的輔助下，創作者得以輕易揭露那些隐蔽的、不爲人知的采樣，哪怕小于一秒，成爲盜版采樣的終結者。
一次有趣的意外發現
在 Daft Punk 于 2021 年解散後不久，一群熱愛采樣的人在網上相識，并對 2001 年 Daft Punk 開創性專輯《Discovery》中的未知采樣産生了癡迷，特别是托德 - 愛德華茲（Todd Edwards）與 Daft Punk 合作創作的《Face To Face》這首歌。他們一直希望能夠找到這首歌曲中複雜且密集的采樣。
Discord 就有這樣一個擁有衆多采樣愛好者的社區——采樣獵人（Sample Hunting），社區的創始人叫 Lobelia。她可能是最早嘗試使用 AI 工具來探測采樣的，在 2016-2017 年期間，她曾嘗試使用 Google Assistant（谷歌語音助手）和 Shazam 等工具來探測采樣。
但是直到五年後，她才意識到這可能是一項革命性的發現。" 當我在 2021 年底使用 Google Assistant 幫我找到 The Doobie Brothers 樂隊的《South City Midnight Lady》是《Face To Face》的吉他采樣時，我意識到這種方法可能非常有用，" 她回憶說。" 特别是因爲在那個時候，我們甚至不知道那個聲音是一個獨立采樣。實際上，我們認爲它是另一首采樣歌曲的一部分。"
雖然 Shazan 和 Google Assistant 使用的都是類似的音頻指紋識别方法，但就像 " 聽歌識曲 " 這個功能中兩者展現的差距，二者在采樣識别上的能力也相差不小。Shazam 允許用戶查找由原創藝術家演奏的歌曲——而不是用戶哼唱或演唱的歌曲，但隻記得一點點曲調，就可以在 Google Assistant 的幫助下找到答案。基于對深度神經網絡的運用，使得谷歌的 AI 技術在采樣識别方面更加先進。
據了解，深度神經網絡（Deep Neural Networks，DNN）是一種基于數學模型、通過多個神經網絡層級逐步提取和轉換數據特征的機器學習算法。它擁有成百上千個層級，可以處理複雜的、高維度的數據，因此在音頻識别上具有優勢。谷歌還對深度神經網絡架構進行了研究和創新，提高了模型的訓練和推理效率；再加上自身擁有大量的數據，可以用于深度神經網絡的訓練。
但直到 2022 年年中，Google Assistant 的歌曲識别度才 Shazam 替代品轉變爲對他們來說具有開創性的發現。
社區的一位成員 DJ Pasta 通過名爲 Bluestacks 的軟件将電腦中的音頻直接輸入 Google Assistant，将該技術運用到了極緻。他提到：" 我最初是在尋找托德 - 愛德華茲（Todd Edwards）的一些采樣片段，沒想到 Google Assistant 的歌曲識别功能可以找到大部分。最後，我嘗試了更短的采樣，比如 Carrie Lucas 的《Sometimes a Love Goes Wrong》。"
随後，社區中其他成員也開始使用 Google Assistant，并取得了一連串的發現。從那時起，他們就将谷歌助手作爲采樣探尋的新默認工具。
Lobelia 回憶說，直到 2022 年 7 月，他們在尋找 Daft Punk 的《Face To Face》采樣時一度陷入瓶頸，沒有發現任何新的采樣。但到了那時，" 采樣獵人 " 社區在一晚上發現了十幾個采樣片段，他們稱之爲 " 采樣之夜 "。Lobelia 表示：" 當我看到所有的發現時，那感覺真是太瘋狂了！" 從那時起，他們戲稱谷歌助手的歌曲識别技術爲 " 神聖 AI"，社區成員則是其信徒。
當然，必須要說明的是，采樣檢測從來都不是 Google Assistant 的預設功能，但它在這方面的表現得到一些專業人士的肯定。雖然目前運用谷歌 AI 技術挖掘采樣的方法還未廣泛應用，但今後 AI 一定會是采樣挖掘的主力軍，并運到更廣闊的領域。
采樣侵權屢見不鮮，AI 保護正在路上
如前所述，采樣領域的侵權數不勝數，而在 AI 的助力下，采樣檢測也可以運用于音樂版權保護。
美國音樂制作人 Bobby Owsinski 在講述了發生在他身邊的事，他說：" 早年間，我和一名著名的 DJ 一起工作，在談到采樣問題時，他表示他的秘密武器就是從國外小國的藝術家那裏獲取曲目，再從中采樣，這是一個策略，可以将采樣許可成本降低到零，但這對藝術家和詞曲作者并無益處。"Bobby 表示， " 即使随着歲月流逝，市場上的管理團隊和廠牌在發現未經許可的采樣方面做得更出色了 "，也不确定現在他的詭計是否被發現了。
事實上，因未獲得許可而引發的采樣侵權屢見不鮮。
例如著名的《Blurred Lines》案件，這起案件起源于 Marvin Gaye 的歌曲《Got to Give It Up》與 T.I. 和 Pharrell Williams 的《Blurred Lines》的相似之處。Gaye 的繼承人于 2013 年提起訴訟，聲稱《Blurred Lines》的節奏、節拍和結構都與《Got to Give It Up》相似，并稱 T.I. 和 Pharrell Williams 在未經授權的情況下侵犯了他們的版權。最終，法院判決 T.I. 和 Pharrell Williams 向 Gaye 的繼承人支付賠償款，賠償款高達 700 萬美元。
前文中提到的 Daft Punk 作爲 " 采樣狂人 "，同樣也涉及過音樂采樣侵權的案件中，不過他們是被侵權的，而進行非法采樣的是 Kanye West。侃爺的第三張錄音室專輯《Graduation》的主打歌《Stronger》侵權了 Daft Punk 的《Harder, Better, Faster, Stronger》。
有趣的是，Daft Punk 這首歌制作過程中也包含采樣，他們采樣了 Edwin Birdsong 在 1979 年發行的歌曲《Cola Bottle Baby》，但他們獲得許可。而 Kanye 是兩方的授權都未獲得下就進行了采樣，盡管最終 Kanye 和 Daft Punk 達成和解，雙方還在 2008 年的格萊美頒獎典禮一起表演了這首《Stronger》。
但在引入 AI 技術後，一切變得不一樣了。據音樂先聲了解，在 Google Assistant 被發現有檢測采樣的能力前，市面上也有一些能夠保護版權的工具。
比如，圖表中的 SoundMouse 和前文提到過的 Shanzam，這兩個專門用于保護音樂版權的工具雖然也能完成一定的版權保護工作，但相比之下，成本高效率低，識别能力也不如谷歌旗下的 Google Assistant。
在談到其識别采樣的能力時，DJ Pasta 表示，Google Assistant 甚至可以檢測不到一秒鍾的采樣，并且通常能夠檢測到被切割或時間拉伸的采樣。而且據 Lobelia 稱，Google Assistant 比 Shazam 等其他替代品要準确得，" 使用 Shazam 時，通常必須近乎完美地匹配節奏和結構才能得到結果。我們通常不使用 Shazam，因爲 Shazam 似乎喜歡推薦 2010 年代的電子舞曲作爲尋找采樣的答案，當你在尋找爵士唱片時，這并不能提供幫助。"
并且，與市面上的大部分工具相比，Google Assistant 檢測這種新方法将控制權交到任何尋找特定采樣的人手中，而不是依賴于由科技巨頭完全控制的音頻指紋識别系統，它可以被每個人所用。顯然，谷歌的 AI 技術比目前市面上的保護版權工具更廣泛、更深度，幫助我們揭秘那些更隐蔽的侵權行爲。
預防比懲罰更重要
相比較于利用 AI 去打擊非法采樣行爲，預防侵權行爲似乎更加重要。
在音樂産業中，版權保護是一個非常重要的問題。對于唱片公司來說，一旦被認定爲侵權行爲，不僅會被罰款，還可能會失去藝術家的信任和支持，這對于公司的長期發展來說是非常不利的。對于藝術家來說，侵權不僅會給他們帶來經濟上的損失，還會嚴重損害他們的聲譽和形象，讓他們失去粉絲和商業機會。
因此，唱片公司和藝術家理應認識到版權保護的重要性，并采取必要的措施來避免侵權行爲。這包括合理使用采樣、确保獲得适當的授權、使用版權保護工具等等。同時，他們還應該積極地支持音樂産業的版權保護工作，幫助消除盜版和非法傳播等問題。
在數字化音樂傳播成爲主流的今天，AI 采樣識别就是一項重要的版權保護工具，可以有效防止音樂的非法采樣。據一項調查顯示，僅在 Spotify 平台上，2019 年就有逾 40,000 首歌曲被發現存在采樣侵權的情況。因此，對于音樂公司和音樂平台來說，利用音頻指紋識别技術對音樂進行檢查成爲了非常必要的環節，就如同學術論文的查重流程。
通過使用 AI 采樣識别技術，可以快速準确地識别出音樂中存在的采樣，從而及時發現侵權行爲并采取措施進行處理。通過使用 AI 采樣識别，音樂公司和音樂平台也能更好地保護音樂版權，降低侵權的風險，構建良性的産業環境。
雖然目前通過 Google Assistant 采樣識别這種方法仍處于起步階段，但 " 更多人開始使用這種技術隻是時間問題，"Sample Hunting 的創始人 Lobelia 說，" 随着時間的推移，它将變得更加可靠，去年隻是一個開始。" 而在國内，騰訊音樂娛樂旗下的天琴實驗室已經開始利用音頻指紋識别技術對盜版、侵權等行爲進行打擊。
希望在未來，無論是團體還是個體，更多相關的 AI 技術能幫助音樂行業輕松高效地解決版權問題。音樂人也可以在合法的空間下尋找采樣素材，推動音樂創作，促進市場和産業的發展。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
