摘要
生成式人工智能音乐涉及诸多版权问题，在数据存储和训练、声音模型采样和输出、网络传播等不同阶段，具有侵犯复制权、改编权、广播权、表演者权等风险。针对生成式人工智能音乐的版权归属问题，从词曲作者、表演者、录音制作者、社会公众等多主体的角度加以考察，提出要通过构建完整的训练数据溯源机制，适应生成式人工智能技术特征的新型授权体系，实现集体管理制度与法定许可机制的有机融合，在公平、正确且合理的基础上保护版权，推动技术、法律与音乐在数字化时代的共赢。
关键词
生成式人工智能；版权；视听传播；著作权法
生成式人工智能技术的兴起为跨模态内容创作提供了新的发展动能。在艺术领域，特别是在音乐产业内，生成式人工智能技术的深度应用推动了内容生产、传播和消费环节的重塑，其中，音乐创作环节的变革最为显著。由于生成式人工智能音乐是以既有音乐作品为创作基础，其训练数据往往包含受《中华人民共和国著作权法》（以下简称《著作权法》）保护的音乐作品或录音制品，这使得相关创作在传播性、复制性和表演性使用中面临着著作权侵权的风险。虽然这种人机协同的模式在保留人类审美和情感的同时提升了创作效率，但这种新型创作方式给音乐版权的保护和权利的归属带来了隐患。立足于此，本文在相关研究和发展现状的基础上，归纳生成式人工智能音乐涉及的版权问题、分析生成式人工智能音乐的侵权表现，提出生成式人工智能音乐版权权利归属的建议，希冀为生成式人工智能音乐在音乐产业中的规范化发展提供理论支撑和实践启示。
生成式人工智能音乐涉及的版权问题
音乐作为一种视听传播的媒介，承载着关键的文化功能和社会导向。生成式人工智能技术的出现极大降低了音乐生产的专业门槛，有效突破在传统音乐产业时期音乐创作面临的成本高企、制作周期冗长和技术壁垒森严的困境。在技术演进的新阶段，生成式人工智能提升了人类的创作能力和创作水平，也重新定义了音乐创作的边界。生成式人工智能技术和人类创作者的关系超越了传统的主客体范式，这种人机协同的创作模式向我们预示了一个自主创意和自主生成时代的来临。生成式人工智能技术能够自主完成对音乐素材的识别、整合和创作步骤，呈现出创作门槛低、效率高的特点。生成式人工智能音乐的快速发展对音乐产业的生态环境产生了较大的辐射作用，同时，该技术的出现对现有法律框架、社会伦理规范和社会责任体系提出了新的挑战和要求。在我国知识产权的框架下，版权是著作权的法定表现形式，核心特征主要体现在其可复制性、便利性、时间性和分享性等方面。音乐作品是音乐版权产生的基础和前提，《著作权法》为我国音乐版权保护提供了重要依据。
2023年，“AI孙燕姿”的出现将生成式人工智能音乐推向公众视野。以“AI孙燕姿”为例，通常情况下孙燕姿被称为“目标歌手”，而“AI孙燕姿”是提取孙燕姿演唱音乐作品中的多段音频并对此进行训练后具有歌手独特音色的数据模型，也称之为“AI歌手”。生成式人工智能音乐是通过采集和提取目标歌手的声音特征作为素材并进行反复“训练”后所生成的音乐内容。紧随大语言模型，So-vits-svc、VISinger2等生成式人工智能创作工具在音乐领域实现革命性突破，这不仅能精准还原目标歌手的发音特征与演唱风格，而且生成的新音乐内容，其仿真度已达到难以通过听觉辨别的程度。从音乐生成的步骤来看，生成式人工智能音乐的创作过程主要包括四个环节：声音素材采集、声音特征提取、目标匹配和后期处理，每个环节均有涉及著作权侵权的风险可能。当前，全球的音乐作品或录音制品为生成式人工智能音乐提供了丰富的素材库，而技术本身的高容错性也加速了生成式人工智能音乐在音乐产业中的应用普及。这种技术的革新也势必会引发服务提供者与著作权人之间的利益冲突，并产生争议，主要体现在两个方面：一是利用生成式人工智能技术生成的音乐是否存在著作权侵权的风险；二是生成式人工智能音乐与原作品著作权人之间的利益应如何平衡。
长久以来，音乐产业通常以“阶段性”“周期性”的特点发生变革，生成式人工智能技术的兴起加速了我国音乐产业的动态演进趋势，也产生了系列问题，如：技术的发展特性与我国音乐产业的发展模式存在结构性矛盾、表演者和录音制作者等邻接权主体与使用者的利益关系亟待解决等。进入21世纪后，我国音乐产业的生态系统由创作、传播、消费等多个关联的板块构成，其中，音乐版权和音乐传播起到了至关重要的支撑作用，二者也存在着密切的互动关系。可以说，音乐版权的保护程度决定了音乐传播的当下和未来。因此，我们需要更加理性地看待和解决由生成式人工智能所带来的版权治理难题，兼顾版权主体与客体利益平衡，充分考虑生成式人工智能技术的时代特征。鉴于生成式人工智能生成内容的著作权认定在国际层面尚未形成统一标准，各国在立法和司法实践中采取了差异化的规制路径，本文立足我国发展现状和现实需求展开探讨。
生成式人工智能音乐的侵权表现
第一，生成式人工智能音乐在存储和训练数据阶段具有复制权侵权的风险。从媒介演进视角来看，媒介的发展并非线性、静止和单一的。生成式人工智能作为继传统媒体、数字媒体之后的智能媒体，依托于再媒介化的转变过程，媒介权利实现了从内容推荐与分发到内容生成的动态升级。生成式人工智能的学习机制本质上是通过机器学习算法对既有作品进行特征提取和风格模仿，这一过程不可避免地涉及对原作品的复制行为。这种“数据喂养”的机器学习过程主要由两个步骤构成：一是通过对海量训练数据的分析逐步掌握特定风格的音乐创作规律；二是在已有作品的基础上生成具有新颖性的音乐内容。也就是说，生成式人工智能服务商构建的数据库中会不可避免地包含受《著作权法》保护的音乐作品或录音制品，这一事实和行为直接触及现行《著作权法》的保护边界。根据《著作权法》第十条、第三十九条和第四十四条规定，词曲作者、表演者和录音录像制作者均享有复制权，且相关法律条文明确将数据存储行为纳入复制权的保护范围。因此，在未经权利人许可的情况下对音乐作品进行数字化存储和复制构成了对相关主体复制权的侵害。
第二，生成式人工智能音乐在声音模型的采样和输出环节，存在复制权侵权和改编权侵权的风险。生成式人工智能音乐的创作过程主要包含两个步骤：一是对包含目标歌手声纹特征等要素的训练数据进行深度处理；二是基于机器学习算法对已采集的旋律、节奏等要素进行重组和创新。在采样阶段，人工智能需要对目标音乐作品进行数字化处理并提取旋律、和声、节奏和音色等要素。依照《著作权法》第五十二条规定，未经许可的复制行为构成对复制权的侵害，所以在此环节存在侵权的风险。此外，若采样内容与原作品在独创性表达层面构成实质性相似，且这种相似超出了合理使用的范围时可认定构成改编权侵权。在输出阶段，其侵权风险主要来源于两个方面：一是若生成内容与采样作品构成实质性相似时，可能造成对原作品复制权侵权的风险；二是若生成的内容保留了原作品的显著特征，会间接影响到对新内容独创性的认定。
第三，生成式人工智能音乐的网络传播行为存在侵害原音乐作品权利人信息网络传播权的法律风险。当前，生成式人工智能音乐主要采用两种传播渠道：其一，通过音乐流媒体平台进行社交化传播；其二，借助短视频平台或视频平台实现数字化传播。在我国2013年修订的《信息网络传播权保护条例》中，信息网络传播权是指著作权人享有的以有线或无线方式向公众提供作品，使公众可以在其个人选定的时间和地点获得作品的权利。作为著作权人重要的财产权利，该权利的核心构成要素包括“提供行为”和“交互式获取”两方面。就生成式人工智能音乐而言，平台将其上传至服务器并允许用户随时随地在线播放、下载和录制的行为均符合“提供行为”的构成要素。因此，无论是音乐流媒体平台的社交化传播，还是短视频平台或视频平台的数字化传播，只要涉及生成式人工智能音乐作品的网络提供行为，都将落入信息网络传播权的规制范围。这一法律定性不仅适用于直接提供作品的行为，也涵盖通过平台进行表演、录制等衍生传播行为。
第四，生成式人工智能音乐通过有线或无线进行广播或转播具有侵犯广播权的风险。广播权不仅涵盖通过无线方式（如电台、电视台的广播）公开传播作品的权利，还包括以有线方式（如有线电视、网络直播等）进行传播或转播的权利。2020年修订的《著作权法》第十条明确规定了通过有线或无线方式向公众传播或转播作品的行为受广播权保护。这一修订明确了广播权的控制范围，与信息网络传播权相比，广播权的本质特征体现在传播行为的单向性上，即传播者主动推送作品内容，受众只能在特定时空条件下被动接收。生成式人工智能音乐具备侵害广播权的风险一说，目前主要集中在“直播”这一行为中。其原因有二：一方面，直播行为符合广播权“单向传播”的本质特征；另一方面，受众必须按照直播时间实时接收内容，缺乏交互性选择。举例来说，在缺乏权利人授权的情况下，当“AI孙燕姿”在直播间演唱了杨丞琳作为原唱的《雨爱》时，这种行为就会落入广播权的控制范围内，并且存在侵权风险。
第五，生成式人工智能音乐对录音制品产生侵害其表演者权的风险。根据《著作权法》第三十九条，表演者权由人身权益和财产权益组成。生成式人工智能技术在音乐领域的应用，尤其是“AI翻唱”的出现对表演者权的保护提出了新的挑战。通过“深度学习”，生成式人工智能能够精准捕捉并模拟目标歌手的音色特征、演唱技巧及风格特点，使得生成内容与目标歌手的演唱效果具有高度相似性，进而引发原表演者身份识别困难，陷入权利保护困境。具体而言，第一，侵犯表演者的人身权。“AI翻唱”若在没有标明原作品表演者和未经表演者授权的情况下利用他人声音覆盖原作品表演者的声音，侵害表演者享有的表明其身份的权利。另外，通过技术手段对表演形象进行不当利用或歪曲性改编以致损害表演者的形象，侵害保护表演者形象不受歪曲的权利；第二，侵犯表演者的财产权。在传统音乐产业时期，若要对某一首歌进行翻唱，其合法性建立在既获得词曲作者的著作权许可，也取得表演者的邻接权授权，并支付相应报酬的基础上。进入数字音乐时代，特别是当前的生成式人工智能时代，“AI翻唱”的行为打破了原有的授权制度。如我们所知，虽然“AI翻唱”仅模仿了原作品歌手的音色，但未经许可擅自录制、传播、直播或表演原作品的行为均构成侵权。基于《著作权法》保护表演者劳动的立法意涵，这种未经许可利用表演者声音特征获取商业利益的行为涉嫌侵害和剥夺原音乐作品表演者依法享有的财产权利。
生成式人工智能音乐版权的权利归属
正如古语所言，“求则得之，舍则失之”，这鉴告和揭示了“得”与“失”因受内外因素的影响所产生“得即是失，失即是得”的辩证关系。生成式人工智能音乐在数字化传播的过程中，无论是词曲作者、表演者、录音制作者等权利人，抑或是社会公众，各方利益均有得有失。在生成式人工智能的技术框架和逻辑下，由于信息内容能够被精确且高速地切割和生成，音乐的生产和分发不再依托于庞大的推荐系统和推荐序列，而是通过端侧大模型主动赋予内容生成者的自主性来完成音乐的生成工作，用户在生成式人工智能时代成为掌握音乐分发和消费的关键人。如我们所知，中国唱片业发展之初，版权保护制度在内容设计上滞后于科学技术的发展。进入21世纪后，中国音乐产业一直在技术革新、版权保护和传播模式之间找寻和探索发展的平衡点，这种多维探索实际揭示了音乐产业的与时俱进性、复杂性以及制度创新的必要性。就版权保护而言，数字技术对版权保护产生了强烈冲击，而版权保护与音乐传播之间又存在密切关系。当前，生成式人工智能所带来的版权问题，将进一步凸显音乐版权运营和管理这一始终制约我国音乐产业发展的痛点。
01
词曲作者权益保护的“得”与“失”：
确立利益平衡导向，重构著作权集体管理机制
《著作权法》第十一条规定著作权属于作者，创作作品的自然人是作者；而《著作权法》第三条明确了“作品”包括音乐作品。由此可知，音乐作品的著作权归属于创作者，即词曲作者。然而，在数字音乐产业的生态环境中，表演者和录音制作者通过邻接权获得的版税收益往往远超词曲作者的著作权收益。这种收益分配表明数字音乐时代的价值分配更倾向于音乐内容的传播者而非创作者，致使多数词曲作者难以依靠创作维持生计。从司法实践来看，在诸多音乐著作权纠纷案件中，词曲作者往往处于“不在场”（提起诉讼的是唱片公司、音乐平台或其他商业机构，而词曲作者本人很少直接参与诉讼）。以岳龙刚（艺名岳云鹏）改编《牡丹之歌》创作《五环之歌》一案为例，由于原词曲作者唐诃等人的“不在场”，法院最终认定《五环之歌》的歌词未构成对原作的改编，因而驳回了原告众得公司的诉讼请求。这一判例反映出，即便词曲作者事后主张权利，其获得的赔偿往往也难以弥补实际损失。在数字音乐时代，词曲作者的版权收益往往远低于表演者和录音制作者，这种收益分配失衡的原因主要包括两方面，一是技术特性和维权成本导致词曲作者无法参与权利主张；二是行业中存在的“买断”现象，进一步削弱了词曲作者的话语权。回顾在线音乐时期，由于人们可随意播放和下载音乐，我国的盗版情况十分严峻，给数字音乐作品的词曲作者带来相应的财产权益损失，极大地降低了他们的创作热情。当前，通过端侧大模型提供的定制化、便捷化、个性化和多轮优化的音乐内容正在改变音乐产业的原收益分配格局。这种结构性变革对词曲作者的实体收益产生了更为严重的影响，也削弱了原创音乐作品的市场竞争力。因此，笔者认为，在生成式人工智能时代，著作权集体管理组织应更好地代表著作权人行使相关权利，维护好词曲作者与使用者的利益平衡，避免过度强调单一主体的利益保护。具体可引入竞争机制、纠纷解决机制和协商机制，最终目的是以词曲作者等著作权人的利益为出发点，在协商的基础上确保各利益主体都能有效参与权利配置过程。
02
表演者权益保护的“得”与“失”：保护表演者的
劳动成果，实现技术创新与权利保护的双赢
表演者权是表演者在获得著作权人授权后，基于其表演行为所产生的专有权利。表演者权与表演权具有本质区别，前者权利主体是表演者，后者权利主体则是著作权人。生成式人工智能音乐的核心在于生成贴合目标歌手音色、演唱风格和发声方式的歌曲，这使得目标歌手与“AI翻唱”之间形成了独特的法律关系：第一，尽管音色混淆可能导致目标歌手的商业利益受损，但“AI翻唱”在客观上扩大了目标歌手的影响力，这种互利共生关系使得多数歌手对“AI翻唱”持默许态度；第二，虽然生成式人工智能音乐的持续迭代可能会超越目标歌手的演唱水平，但其创作始终依赖于对目标歌手声音特征的模仿和学习。综合以上两点，可以看出“AI翻唱”与原表演者之间的竞合关系非常明显。尽管“AI翻唱”对目标歌手的市场份额产生替代效应，但二者又保持着相互促进的共生关系，这种关系在“AI孙燕姿”“AI周杰伦”等现象中尤为典型，即目标歌手并未对“AI翻唱”采取完全抵制的态度，而是保持相对宽容的立场。
从立法层面来看，因为表演者权具有正当性，所以表演者应当受到保护，尤其是在当前形势下，保护表演者权有助于维护法律的公平性和权威性。生成式人工智能技术能够精准模仿表演者的声音和表演者的表演风格，这种技术特性造成的不良后果是原表演者的身份被滥用和表演者的劳动成果未经许可被商业化利用。如我们所知，表演包含了表演者的艺术创造力、情感投入和个人风格，这些劳动成果应该得到尊重。因此，笔者认为，生成式人工智能服务商在使用表演者的素材进行训练和生成内容之前，必须获得表演者的明确授权，并制定公平的补偿机制，确保表演者能够获得一定的经济收益。同时，通过完善法律法规建立事前授权机制，进一步加强法律监管并提高公众版权意识。需提及的是，保护表演者权并不意味着阻碍某种技术的发展，而是应通过合理的制度来实现技术应用和权利保护的双赢。
03
录音制作者权益保护的“得”与“失”：
构建清晰的版权关系，制定差异化的付费机制
据《著作权法》第四十二条和第四十四条规定，录音制作者基于录制的行为享有录制者权。在生成式人工智能音乐创作中，生成的成果都需要以录音制品的形式输出和传播，由此生成式人工智能音乐的录制者主要有两种：一种为使用生成式人工智能技术覆盖原作品声音的录音制作者，一种为使用生成式人工智能技术制作新录音的录制者。针对录音制品的使用，两种录制者都会受到影响。具体而言，生成式人工智能音乐主要涉及覆盖原作品声音的录音的录制者，侵犯其录音制品的复制权和传播权。同时，《著作权法》对于录音制品的制作过程未提出限制何种技术手段，邻接权设立录制者权的目的是保护录音过程中所产生的成本和劳动，从成果来看，虽然两种录制者的录音制品无明显差异，但是从创作成本和劳动结果来看，使用生成式人工智能制作新录音的录制者的创造性劳动成果无法完全被捕捉，若对此类作品做同等定性，难免会打击被覆盖原作品声音的录音制作者继续投入创作和制作的积极性，也会出现邻接权客体确认标准混乱的可能性。由此，生成式人工智能的录音制品对之前赋予录制者权的正当性提出了挑战。
针对上述问题，首先，笔者建议将生成式人工智能使用的录音制品纳入法定许可范围。录音制品是著作权人或邻接权人控制权利的关键手段，宏观上控制录音制品的创产行为意味着控制了音乐作品的传播载体，这在一定程度上使得音乐作品权利人、录音制作者和表演者的权利有所保留。其次，应当差异化制定使用原录音制品的付费标准。通过著作权集体管理组织或第三方平台统一收取和分配法定许可费用，确保报酬能够及时、准确地分配给权利人。如此，不仅可以降低侵权行为的发现难度，也有利于形成作品有效管理机制。在当前技术环境下，即便建立完善的监管体系，若缺乏合理的付费机制，仍将对产业链各主体造成实质性损害，这一举措不仅对维护音乐产业价值链的完整性具有重要意义，而且能够推动我国音乐产业进一步转型升级。
04
社会公众权益保护的“得”与“失”：
构建数据溯源机制，实现监管和授权的有效衔接
从生成式人工智能技术的提供者到生成式人工智能的使用者，在生成一首歌曲的“行为链”中，社会公众虽然处于链条下游，但在音乐的数字化传播过程中，社会公众群体中的个人既可能是一名使用者、创作者和消费者，也极有可能是一名潜在的侵权者。从法律适用的角度来看，个人用户若仅将由生成式人工智能所生成的音乐用于私人欣赏，不进行网络传播则一般不构成对著作权的侵害。然而事实上不少用户将生成式人工智能音乐投放到各类流媒体平台或视频平台中，采取流量变现的方式获取经济利益，这种行为明显超出合理使用的范畴。国家网信办于2023年5月发布的《生成式人工智能服务管理暂行办法》中第四条和第七条已对生成式人工智能服务的提供者作出不得侵犯他人知识产权和个人隐私的规定。另外，《著作权法》第八条规定音乐作品的授权方式一种是由集体管理组织授权，一种是由权利人进行自行授权。就个人用户寻求授权而言，其主要依赖著作权集体管理组织或直接与权利人进行协商，这实则是一个复杂漫长且具有不确定性的过程，其中的搜寻成本也十分高昂。特别是进入数字音乐时代后，权利结构的复杂化和垄断化加剧了授权难度和授权成本，这不仅制约了音乐的规范化发展，也暴露出我国集体管理制度和法定许可机制无法满足数字音乐时代授权的时效性、高效性和便捷性的需求。
基于上述分析，笔者认为首先应当构建完整的训练数据溯源机制，要求社会公众在使用生成式人工智能技术进行音乐创作时保留完整的训练记录，以便在权利分配和侵权认定时提供客观依据，避免重蹈数字音乐侵权问题的覆辙；其次，创新授权机制，构建适应生成式人工智能技术特征的新型授权体系，可建立分级授权制度，在完善集体管理制度的同时根据使用场景和商业价值设定差异化的授权标准；最后，加强制度衔接，实现集体管理制度与法定许可机制的有机融合，确保授权体系既能够维护权利人合法权益，又能够促进技术创新和产业发展。
结语
技术与音乐的融合产生出新的发展局面和发展业态。基于目前情况，由版权保护问题带来的不确定性也许会令音乐市场中版权的付费方式和付费标准发生变化，但是，如何通过法律制度的调整赋予和提升著作权人维护自身权益的能力，为权利人找寻侵权者这一困境设立突破口是关键所在。笔者认为，在立法论的视角下，生成式人工智能作为一种完全改变了原音乐作品或录音制品使用方式的技术和行业，具备单独制定其付酬标准的条件。同时，应在法律框架下进一步完善音乐著作权集体管理机制，在现行法律框架下提出一个有效且务实的解决方案。如我们所知，著作权的法律保护制度起源于活字印刷技术带来的复制革命，这一历史渊源表明技术发展与版权保护之间始终保持着密切而复杂的互动关系。也可以说，自音乐开始被人们聆听和喜欢起，音乐传播和音乐版权的关系是十分密切和复杂的。生成式人工智能的出现意味着高超的数字技术可以为人类提供最吸引人的体验方式和使用模式。若我们不将版权保护和生成式人工智能视为对立的博弈关系，而是以公平、正确且合理的原则构建版权保护制度，并将生成式人工智能音乐与其他服务相结合，或许生成式人工智能音乐的版权保护在未来会给人类带来莫大惊喜。可以预见，技术、法律和音乐在数字化时代唯有合作共赢才是最好出路。
作者介绍
佟雪娜，中国传媒大学音乐与录音艺术学院教授、博士生导师；
郝珊，中国传媒大学音乐与录音艺术学院音乐学硕士研究生。
本文系习近平文化思想研究中心重大课题“互联网时代文化生产和传播的规律研究”(项目编号:24&WZD19)的阶段性成果。
原文刊登于《新闻传播学刊》2025年第3期，阅读全文或学术引用请以《新闻传播学刊》纸质版为准。
编 辑／刘晓悦 严李思远
校 对／吴欣妍 徐照凝
主 编／李昊凯 刘日亮 刘春浩
监 制／丰 瑞
