当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > AI翻唱当有边界

AI翻唱当有边界

来源:搜狐 2023-05-26 05:54:59 0浏览 收藏
热门推荐
漫画APP
漫画阅读推荐,热门漫画资源更好找
立即下载

在科技周边实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《AI翻唱当有边界》,聊聊,希望可以帮助到正在努力赚钱的你。

AI翻唱当有边界

默 达

近年来,AI歌手火遍网络,在各大音乐平台和视频网站,我们可以欣赏到“AI孙燕姿”翻唱周杰伦、王力宏等知名男歌手的知名作品,感受不一样的声线体验;也能借助AI技术复原邓丽君等已故巨星的声音,重温回忆的厚重,弥补当年的遗憾。AI技术在音乐领域的应用既让人惊艳,也引发许多争议。

从歌唱领域角度来看,AI歌手进行翻唱实际上是音乐合成技术的一次新的探索和尝试。新世纪以来,借助音乐合成技术创作与翻唱歌曲在国内外十分流行,有虚拟歌姬翻唱经典作品,也有歌手翻唱软件合成的“二创”,二者甚至联袂登上春节联欢晚会同台献礼。

AI歌手相较于传统的音乐合成技术,底层算法上有着较大进步。通过大量音源的输入,依托神经网络技术进行深度学习,AI或将真正摆脱对音色的简单拼接,实现更精确的模仿甚至是超越。然而,AI歌手面临着三方面法律风险,一是使用他人音源进行训练学习是否得到许可,二是翻唱歌曲是否侵犯版权,三是未来若技术进一步发展,自主生成音乐作品时,AI是否可作为独立的创作者存在。经过十几年的探索,音乐合成领域已经形成了一定的版权意识,在音源采样和翻唱方面逐渐走向规范,但也存在着个体侵权难追溯、平台审核不严格等问题。这些经验教训可为AI歌手的法律界定提供部分参考。

我们必须认识到,每个自然人都拥有其独特的声音特征,在某种程度上构成了其个性特质的一部分。AI歌手相比于其他领域的AI创作,更需要关注我们建构的究竟是声音还是独立的“人物”,这是一个相对突出的问题。举虚拟歌姬为例,从合成音色开始,已衍生出拟人化的概念,包括动漫形象、人物设定和故事经历等。更准确地说,各种二次创作和粉丝的热情带来了更为多元化的偶像形象。“AI孙燕姿”们面临的处境则更为复杂,因为它们大多基于现实生活中存在的或存在过的真实人物,一旦积累了足够的粉丝,从模仿转向“创作”,就需要为自己寻得一个合适的定位。和谐共生还是彼此替代,涉及的不止利益纠纷。

今年4月,网信办出台了《生成式人工智能管理办法(征求意见稿)》,要求该类作品及其预训练、优化训练数据,要尊重知识产权和商业道德,尊重他人肖像权、名誉权、个人隐私等合法利益。遵照《办法》的精神,各大音视频平台和社交媒体已投入建立AI作品标注和用户反馈机制,进一步细化的规定仍有待探索。在确保人工智能生成技术运作在合适的范畴的同时,保持音乐市场的长期活力,必须优先考虑秩序和伦理。

理论要掌握,实操不能落!以上关于《AI翻唱当有边界》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
DJI展示行业级无人机 经纬系列成亮点DJI展示行业级无人机 经纬系列成亮点
上一篇
DJI展示行业级无人机 经纬系列成亮点
Oculus创始人称赞苹果VR AR头显“非常好”
下一篇
Oculus创始人称赞苹果VR AR头显“非常好”
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    446次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    517次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    532次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    478次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    303次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码