歌曲可以无限生成之后：RIAA 掌门人与 Nilay Patel 讨论音乐的价值归属

一、嘉宾背景

据所提供的嘉宾背景，Mitch Glazer 是美国唱片业协会 RIAA 的董事长兼首席执行官。该组织代表唱片公司和发行商的相关利益，通过版权保护、政策倡导和诉讼开展工作。Glazer 谈论 AI 训练授权、深度伪造和创作者控制时，带来的是这一机构的实践经验与权利保护立场。他对行业如何运作的描述，与他希望法律和市场接受的主张，需要放在这个位置上理解。

他与主持人 Nilay Patel 都经历过 Napster 时代的版权争议，但站在不同的一侧。Glazer 回忆，自己曾到大学校园，向学生解释行业立场，反对使用点对点技术分享音乐。Patel 则曾代理因音乐分享而被起诉的学生，之后转向新闻工作。这段共同经历为访谈提供了具体起点：两人都见过版权执法与音乐用户需求之间的冲突，也从各自的位置形成了不同判断。

Glazer 对 RIAA 的介绍，覆盖了诉讼之外的许多工作。他说，协会起源于技术标准制定，包括黑胶录放使用的均衡曲线；如今仍参与元数据标准、金唱片与白金唱片认证、每年两次的录制音乐收入报告，以及行业联盟的协调。他同时说明，RIAA 正式代表的是大型唱片公司。按他的说法，协会有四十六名员工，并与伦敦和新西兰的姐妹组织协调全天候内容保护，包括应对未发行作品泄露。法律、分发标准与认证在这场访谈中反复交汇，也与这些职责有关。

二、本期主要内容

这期由 Nilay Patel 主持、时长约七十分钟的 Decoder 访谈，围绕一个问题展开：音乐的生产条件改变之后，创作者如何继续获得收入？讨论从 AI 训练材料的使用权，延伸到生成作品进入市场后的竞争、声音与肖像被冒用时的救济，以及听众如何识别自己听到的内容。这些问题彼此牵连，也各有不同的权利边界和实现条件。

Patel 从自己代理学生音乐分享案件的经历谈起。他记得，相关案件通常以约五千美元和解，并质疑这种执法是否回应了当时的根本冲突：歌迷希望更方便地获得音乐，行业却仍依赖实体 CD 的销售模式。约五千美元是他对所接触案件的回忆，并非对所有音乐分享案件和解金额的统计。

到了 AI 时代，他把同一个经济问题向前推进了一步。数字音乐降低了复制歌曲的成本和阻力，生成式工具则可能降低创作新歌曲的门槛。前一种变化迫使行业重建分发与收费方式，后一种变化还可能大幅增加作品供给。Patel 说，使用 Suno 制作音乐令他感到有趣，但他并不理解由此产生的经济模式。他追问的不只是作品是否获准使用，还包括稀缺性将转移到哪里，以及艺术家和平台将如何分配价值。

Glazer 从创作激励作答。在他看来，版权让创作者有机会靠作品谋生，也因此鼓励未来产生更多艺术。他担心，快速、大量生成的非人类音乐会稀释这种激励。这一回答确立了他的保护目标，但它仍是价值立场和风险判断；节目没有证明某种生成规模必然造成多少收入损失。

声音与肖像的冒用，将讨论带入另一组权利。Patel 提到把真实人物和 Darth Vader 换入 Drake《Popstar》视频的内容，追问其中的录音、人物肖像和虚构角色分别涉及什么权利，制作者、AI 公司和分发平台又各自承担什么责任。Glazer 认为，在访谈当时，美国联邦层面的声音与肖像保护不足，州级公开形象权的适用也有限。他介绍了与 YouTube 探讨便捷个人下架机制的工作，并将拟议中的 NO FAKES Act 视为回应这些缺口的一条路径。这些判断有明确的访谈时间背景，不能替代对现行法律的完整说明。

谈到商业模式，Patel 将 YouTube 的内容授权关系，与 Google 在搜索、图书和 AI 训练中提出的合理使用主张并置。Glazer 的回应是，法律上的成功与商业上的成功可能分离：即使赢得法律争议，缺少内容与合作关系仍可能影响业务。流媒体在他看来则扩大了曲库持续产生收益的机会；歌曲在数十年后依然吸引听众，曲库也因此吸引投资。Patel 对将曲库出售给金融投资者直接视为进步持保留态度。两人的分歧由此落在同一件事的两个层面：音乐资产能否持续增值，以及这种增值究竟如何改善艺术家的处境。

三、核心观点：推理、例子与边界

Glazer 认为，人类艺术家的身份及其与歌迷的关系，是机器生成歌曲难以复制的价值。他以 Taylor Swift 和 Pearl Jam 为例：听众喜欢的不只是声音，也包括声音背后的具体人物。他据此判断，完全由机器生成的艺术会长期面临情感连接的局限，而辅助创作的 AI 则可能像合成器或 Auto-Tune 一样逐渐被接受。在他的设想中，创作者可以广泛使用工具，但人与歌迷之间的关系仍是价值所在。

这些例子能够说明人物关系在音乐消费中的作用，却不足以证明所有收听场景都以这种关系为核心。Glazer 提到了民调和焦点小组，节目中没有给出样本量、具体数值或研究方法。他也怀疑，输入简短提示、调整输出，再通过 DistroKid 上传歌曲，能否建立同等的人际联系。这是他的创作观和市场判断；机器音乐的长期需求是否受此限制，仍有待实际收听行为检验。

谈到对 Suno 的诉讼，Glazer 将问题落在市场替代上：生成音乐与人类录音进入相同的订阅平台，争夺同一个收入池。他援引合理使用的第四项因素，即对作品潜在市场的影响，并以可能将用户引向原作的搜索索引作对照。在他的论证中，帮助用户找到作品，与提供可以直接消费的竞争性音乐，可能产生不同的经济后果。RIAA 希望借诉讼确立训练须获得同意或支付报酬的先例；节目并未报告法院已经接受这一立场。

Patel 进一步追问：即使训练材料全部获得授权，大量生成歌曲仍可能涌入播放平台，授权又能解决多少供给问题？Glazer 因而谈到通过合同限制下载或跨平台分发，以减少对既有作品收益的稀释。他提及传闻中的 Udio 封闭生态，同时明确表示，自己没有看到相关协议，也不知道这种模式是否行得通。训练许可与输出管理因此是两个需要分别回答的问题。封闭分发能否保护收入，以及它会如何影响创作和传播，仍没有经过验证的答案。

听众能否约束平台，是双方分歧最明显的地方。Glazer 认为，Spotify 即使有降低成本的动机，也必须留住付费订阅者，因此不会愿意让用户觉得受到欺骗。Patel 则指出，平台上已有 AI 或仿声内容，却似乎没有出现明显的订阅者流失。这不能证明听众不在意真实性，但它留下了一个关键问题：听众表达的偏好，何时才会变成跳过歌曲、减少使用或更换订阅服务的行动？

Glazer 为此主张在曲目层面披露 AI 使用情况，而不是只把信息放进制作名单。他提出的顺序是，先保障创作者权利，再用标签支持知情选择，最终让歌迷的选择影响市场收益。这条路径取决于用户能否看到、理解相关信息，以及是否愿意据此行动。他预计监管和平台竞争也会推动透明度，但节目没有提供标签已经改变用户留存或收益分配的证据。信息披露让选择成为可能，并不保证听众会选择人类音乐。

声音与肖像保护面临另一种约束：救济越便捷，越需要防范权利被滥用。Patel 援引 DMCA 通知和 YouTube 版权警告可能遭滥用的经验，追问新的下架机制会不会压制非商业表达。Glazer 则同时谈到遭深度伪造欺凌的高中女生，以及应受保护的戏仿和评论，承认两者之间不存在完美平衡。他讨论了通知审查、虚假通知处罚、反通知，以及由法官处理宪法争议等安排。这些内容包含制度设计中的待解问题，不能一概视为已经确定的条文。

据 Glazer 介绍，OpenAI、YouTube 和 Public Knowledge 都参与了相关讨论。不同利益与表达立场进入谈判，并不意味着滥用风险已经解决。他对 YouTube 授权模式的解释也有类似的边界：正版内容、艺人营销、歌迷关系和 Content ID，共同赋予授权以商业价值，使合作的理由超出法律义务本身。AI 服务是否同样需要这些仅凭生成能力无法获得的资源，决定了这段经验能在多大程度上适用；将它用于 AI，仍是 Glazer 的推论。

四、学习与应用

对音乐 AI 产品团队而言，访谈提出了一个具体的工程问题：创作信息如何从分发入口一路传到听众面前？Glazer 建议通过 DDEX 对齐字段，参考 C2PA 的来源记录模型，并让 DistroKid、TuneCore 等分发入口参与，避免平台各自采用互不兼容的做法。落实到产品中，需要明确每一环负责记录、传递和展示什么信息。来源记录说明信息从何而来，检测工具推断音频特征，界面则将信息呈现给用户；三者各有作用，也都不能代替必要的授权。

这条链路还必须经受实际制作与分享流程的检验。Patel 提醒，音频经过工具或消息渠道传递后，元数据可能丢失；在音频中嵌入水印，又可能引出修改文件本身的争议。跨工具传输、导出和重新上传，因此都应纳入检查。尤其需要区分“没有发现来源信息”与“确认由人类完成”：前者可能只是传递中断，不能直接成为判断作品性质的依据。维持这种区分需要持续协调，也增加了维护工作。

检测工具能承担多少责任，同样取决于证据。Glazer 说 RIAA 正在测试相关工具，对识别完全生成的音乐较有信心，但也承认，细分一首歌中哪些部分、多少贡献来自 AI，仍有局限。节目没有提供准确率或误报指标。若将检测用于上传审核，团队仍需针对具体用途验证表现，并为争议结果保留复核途径。检测可以帮助发现需要核查的问题，却不足以独立判定混合创作中的贡献比例、作品资格或人的创作身份。

认证、榜单和发行管理还需要把数量换算与作品资格分开。Glazer 所说的一千五百次播放折算一个认证单位，回答的是如何计量，并未回答哪些作品可以纳入。讨论“实质由人类创作”时，可以记录人控制了哪些环节、AI 用于词曲创作还是录音制作，以及最终选择由谁作出。这些是依据访谈推导的工作方向，并非节目公布的 RIAA 正式认证标准。Glazer 也承认，“实质由人类创作”的含义可能随时间变化。

对创作者来说，同样的区分有助于更准确地说明作品的形成过程。保留关键版本、工具用途和人的决策记录，比一句笼统的“使用过 AI”能提供更多信息，也方便合作者理解创作控制。这会增加文档工作，且不能保证最终获得任何机构认可。Glazer 区分了 AI 在词曲创作与录音制作中的使用，并预计未来的变化将更多围绕创作者如何使用 AI 展开。相应的记录和判断流程也需要允许更新。

Glazer 描述的决策方法，则适用于组织如何制定这些规则。他说，面对可能确立先例的重大诉讼，会向团队、成员公司和持不同意见者检验自己的直觉，同时区分两种目标：达成现实可行的协商方案，或通过争议推动改变。团队据此可以在决策前写清希望改变的行为、最有力的反对理由，以及哪些新证据会促使方案调整。这样才能把权利保护的目标与执行路径接起来，但它无法替代法律判断，也不会消除谈判成本。Glazer 在访谈结尾主张，为行业变化和增长保留空间，避免条件反射式的应对；规则能否随着创作者使用 AI 的方式继续修订，正是这一主张的实际考验。

来源

• 原始节目：The man who fought Napster is now fighting AI | Decoder