Programi veštačke inteligencije danas mogu da naprave melodiju, ritam, aranžman, pa čak i vokal koji zvuči kao da pripada stvarnom pevaču. Rezultat više nije uvek lako prepoznati kao veštački, naročito kada čovek dodatno obradi snimak, promeni tempo ili spoji generisane i originalne elemente.
Time se otvara pitanje koje muzička industrija još nije rešila: ko je autor, ko treba da dobije tantijeme i kako uopšte dokazati koliko je sadržaja napravila osoba, a koliko algoritam.
Tech Startups je 4. avgusta u pregledu tehnoloških vesti izdvojio upravo problem otkrivanja muzike generisane veštačkom inteligencijom. Alati za detekciju često zaostaju za programima koji stvaraju zvuk, dok kompresija, remiksovanje i naknadna obrada dodatno otežavaju proveru.
Kod obične pesme postoje autori muzike i teksta, izvođači, producenti, izdavači i vlasnici master snimka. Iako je sistem složen, ugovori uglavnom određuju kako se prihod deli. Kada se uključi veštačka inteligencija, broj nejasnih situacija naglo raste.
Model može biti obučen na velikom broju postojećih snimaka. Čak i ako konačna pesma ne kopira nijednu konkretnu melodiju, ona može koristiti obrasce naučene iz rada hiljada muzičara. Autori tih snimaka često nisu posebno pitani da li pristaju na takvu upotrebu.
Još veći problem nastaje kada se imitira prepoznatljiv glas. Publika može pomisliti da pevač podržava pesmu, poruku ili proizvod sa kojim nema nikakve veze. Glas postaje odvojiv od osobe i može se koristiti gotovo kao instrument.
Platforme pokušavaju da uklanjaju očigledne prevare, ali granice nisu jasne. Neko može napraviti parodiju, umetnički eksperiment ili potpuno novu pesmu sa glasom koji samo podseća na poznatog izvođača. Automatski sistem teško razume razliku između prevare, citata i kreativne transformacije.
Detektori analiziraju frekvencije, šum, ritam disanja i druge sitne osobine snimka. Međutim, kvalitetniji modeli sve bolje oponašaju nepravilnosti ljudskog glasa. Nakon toga je dovoljno da se doda ambijentalni zvuk ili druga obrada kako bi tragovi postali još manje vidljivi.
Jedno od mogućih rešenja je digitalni vodeni žig koji se ubacuje tokom generisanja. On ne mora biti čujan, ali bi poseban alat mogao potvrditi da je snimak nastao u određenom programu. Problem je što takav sistem funkcioniše samo ako ga prihvate veliki proizvođači i ako žig može da preživi naknadnu obradu.
Druga mogućnost je vođenje podataka o poreklu sadržaja. Fajl bi sadržao zapis o tome kada je napravljen, kojim alatom i koje izmene su naknadno izvršene. Međutim, metapodaci se mogu ukloniti, a mali programi i otvoreni modeli ne moraju poštovati zajednički standard.
Za servise za strimovanje pitanje je i finansijsko. Ako jedna osoba automatski napravi desetine hiljada pesama i postavi ih na platformu, može pokušati da preuzme deo prihoda koji bi inače pripao stvarnim izvođačima.
Veštački nalozi mogu zatim slušati iste snimke i stvarati lažan promet. Takva prevara je postojala i ranije, ali generativni alati smanjuju trošak proizvodnje ogromne količine sadržaja.
Sa druge strane, AI može biti koristan alat muzičarima. Može pomoći pri stvaranju probne harmonije, čišćenju zvuka, odvajanju instrumenata, prevođenju glasa ili pronalaženju ideje. Mnogi umetnici neće ga koristiti kao zamenu za kreativnost, već kao još jedan instrument.
Zakonodavci će morati da razlikuju pomoćni alat od potpuno automatske proizvodnje, ali i da odrede kada imitacija nečijeg glasa krši lična i imovinska prava. Pravila se razlikuju među državama, dok se muzika odmah distribuira širom sveta.
Publika će verovatno tražiti jasnije oznake. Nije nužno da ljudi odbace svaku veštački napravljenu pesmu, ali će mnogi želeti da znaju šta slušaju i da li je stvarna osoba pristala da njen glas bude korišćen.
Najveći problem nije to što računar može napraviti prijatnu melodiju. Mnogo je teže odrediti kome pripada vrednost koju ta melodija stvori. Tehnologija je već naučila da proizvodi zvuk, dok industrija tek pokušava da nauči kako da raspodeli odgovornost, priznanje i novac.
S.B.
