如何判斷一首歌是否抄襲，一直是音樂行業中的「老大難」問題。很多音樂人因為技術條件不夠、鑑定成本高而放棄維權，也有很多創作者，明明沒有抄襲，卻在輿論的質疑漩渦中難以自證清白。
而人工智慧的介入，可能會幫助我們更加方便、準確地鑑定抄襲。近日，外媒MBW從一份歐洲專利申請文件中得知，Spotify正在為一項名為「抄襲風險探測器」（Plagiarism Risk Detector）的技術申請專利，該技術可以通過AI自動識別一首歌曲與其他音樂作品的相似程度。
人工智慧是怎麼鑑定抄襲的？
據11月發布的文件，Spotify的「抄襲風險探測器」主要依靠分析「功能譜（Lead Sheet）」來判斷一首歌抄襲的嫌疑有多大。在音樂理論中，「功能譜」是一首歌最基本的形態，只會記錄歌曲的旋律、和弦和歌詞。在美國音樂產業和娛樂法規定中，著作權的侵權訴訟即是以兩首歌曲的功能譜做對比來判斷是否存在實質性相似。
功能譜
當一首存在抄襲嫌疑的新作品進入系統後，Spotify會將這首歌的功能譜錄入「抄襲風險探測器」，與資料庫進行交叉比對，檢測出這首歌在和弦序列、旋律片段、和聲等方面和其他的音樂有多相似，最後生成「查重結果」。
Spotify在專利申請文件中表示，這些技術也能幫助歌曲作者檢測他們自己創作的歌曲片段是否與市面上已有的歌曲相像。如果通過檢測，發現了旋律等方面的雷同，該功能還可以為檢測者提供可能遭到侵權的曲目連結，讓創作者聽聽自己寫的歌到底和別人的作品像在哪裡。
從自我檢測的角度來說，「抄襲風險探測器」能夠幫創作者提高效率。Spotify在專利申請中介紹道，手動檢測音樂原創性需要大量的精力、技巧和出色的記憶力，這通常被認為是不切實際的。而藉助軟體鑑抄，得到結果的速度更快，能讓音樂人來得及在歌曲還處於小樣階段的時候就及時做出調整，而不是斥巨資編曲、錄製之後，才發現自己的作品聽上去和其他歌特別像。
為了推進「抄襲風險探測器」的研發工作，Spotify做了很多努力。2017年，Spotify從索尼挖來了作曲家、科學家和AI音樂專家François Pachet擔任其創新技術研究實驗室負責人。在加入Spotify之前，Pachet負責索尼的Flow Machines研究項目。該項目誕生了第一批為大眾所熟知的AI創作歌曲，其中包括披頭四風格的歌曲《Daddy's Car》和Duke Ellington風格的《The Ballad Of Mr Shadow》。2018年，Pachet發布的《Hello World》廣受關注，該專輯被描述為「使用人工智慧創作的第一張多藝術家商業專輯」。
François Pachet
目前，Spotify的「抄襲風險探測器」還沒有正式投入使用，其用戶體驗如何還是個未知數。談及其他功能相似的聲音識別系統，Spotify認為這些競品「相對於人工方法而言是重大改進」，但Spotify可以做得更好。
與Spotify的新專利相比，其他類似「鑑抄軟體」有什麼不同？
在Spotify之前，也有多家公司開發了可以鑑別歌曲是否抄襲的軟體，並申請了相關專利。
2005年，韓國江原大學學者Jeong-Il Park與同伴在德國《計算機科學講義（叢書）》發表了名為《使用旋律資料庫進行音樂抄襲檢測》的論文，提出了一種相似性模型，可嘗試將兩段旋律通過平移進行對齊，以此來判斷是否存在抄襲現象。
據作者介紹，通過這套系統，作曲家可以高效地從音樂資料庫中搜索與他們相似的旋律。通過一系列實驗的性能評估，該系統進行相似度分析的速度，比在曲庫中按照順序逐個分析要快31倍左右。這種相似性模型的一個局限在於，它主要依靠旋律的重合度來判斷兩首歌的相似性，忽略了和聲、節奏等因素。
在2012年，德國學者克裡斯蒂安•迪特瑪等人在第20屆歐洲信號處理會議提出的「音樂抄襲檢測工具箱」，則從採樣、旋律、節奏等多個維度判定一首歌是否抄襲。以節奏為例，如果「音樂抄襲檢測工具箱」懷疑歌曲A在節拍上抄襲了歌曲B，它就會將A和B的節奏部分從歌曲中單獨抽離出來，剔除歌曲時長、旋律音高等變量，將兩首歌的鼓點速度對齊，然後比較兩者是否存在節奏上的過度雷同。
不管是對比旋律，還是結合各個因素綜合對比，以上兩種鑑抄系統都有一個共同的短板，那就是需要一定的計算機操作技能，不適合廣大創作者操作。
為解決這一問題，Spotify的「抄襲風險探測器」稱其提供了一種「圖形用戶界面」，能更直觀精確地呈現可能存在抄襲的音樂片段，並實時提供動態視覺反饋。所以，兼具專業性與操作上的親民性，可能是Spotify新專利的一大看點。
也許正是因為在操作上不夠便捷，目前市場上並沒有一款專業鑑抄軟體真正被大多數音樂創作者用起來，很多音樂人現階段主要是通過一款叫做「Soundhound」的軟體來檢測自己創作的旋律是否與他人雷同。該軟體主要依靠「哼唱識別」（Query by humming）技術，當用戶對著手機麥克風唱歌時，SoundHound的算法會提取用戶聲音中的旋律，將相似度高的歌曲找出來。
SoundHound的優點在於簡單易用，只需要在手機上下載一個APP即可，缺點在於，這款軟體主要雖然被很多音樂人用來自我查重，但它本身僅僅只是一個音樂識別軟體，並不是一個專門用來查重的產品。SoundHound存在的主要目的主要是為了讓用戶在聽到自己喜歡的歌曲後可以第一時間通過哼唱找到這首歌，並獲得歌曲的購買渠道。
因此，這款軟體只能告訴你哪首歌和你哼出來的調調比較像，不能像上述其他軟體一樣，詳細地告訴你一段音樂的旋律、和聲、節奏等因素和其他音樂地重複值有多高。
而且，SoundHound的強項主要在於識別哼唱，對於加入了伴奏的完整歌曲，SoundHound的識別力並不是很強。有網友曾嘗試對SoundHound播放三首流行音樂，結果該軟體只成功識別出了其中一首。
現階段，市場上的各種可以用來鑑定歌曲相似性的軟體都各有長處，其原理基本都是將音樂中的旋律、節奏等元素單獨抽離，然後利用機器強大的算力在海量資料庫中進行對比。但目前來看，能夠兼具便捷與專業的產品幾乎沒有，而Spotify的新專利或許有望填補這個空缺。
鑑定相似≠判定侵權，AI鑑抄不能解決所有問題
利用人工智慧來鑑定歌曲的相似度，以此幫助判斷創作者是否存在剽竊，對於抄襲鑑定工作來說肯定有極大的促進作用。但需要明確的是，再強大的AI軟體，都不能通過曲譜直接判定一個音樂人是否存在抄襲，在法律上，抄襲作為一種侵權行為，也從來就不是只通過譜子或者一段音樂就能說得清的。
首先，這個世界上的旋律本身就是有限的。前陣子，美國律師、音樂人、程式設計師Damien Riehl和程式設計師兼音樂人Noah Rubin在6天的時間內，以每秒30萬段旋律的速度，將一個八度內所有的音符組合方法逐一梳理，暴力生成了687億段旋律。也就是說，以後的音樂人如果想用同一八度的音符進行創作，無論他的作品是否有意抄襲，都必然會和這687億段旋律中的某一段撞車。
同時，在以商業為主要目的流行音樂的領域中，並非所有的旋律都適合放在歌曲裡。知名經紀人、音樂博主遲斌曾提出過「人體工學音樂」這一概念。他認為，人類的聽覺受人體物理結構的限制，有些特定範圍內的聲音頻段（赫茲）、節拍、速度、音色、和聲走向等，天生就更容易獲得人類的喜愛，而這個特定範圍，更是進一步壓縮了流行音樂能夠施展的空間，增大了音樂高度相似甚至在某些段落完全雷同的概率。
在雷同現象完全有可能發生的大前提下，即使AI軟體能夠完全準確地查出哪兩首歌高度相似，也很難查清創作者是否帶有主觀抄襲的意圖。根據多個國家的法律規定，歌曲侵權的判定要考量「實質性相似」與「接觸」兩個因素，即使兩首歌高度相似，如果能證明兩位創作者在創作前並沒有聽過對方的作品，就不能認定其主觀抄襲的意圖。這顯然不是只靠人工智慧就能完成的工作。
別說AI軟體了，有時候連寫歌的人自己都不確定自己是不是抄襲了別人的作品。1976年，披頭四樂隊成員George Harrison就曾被指控，其作品《My Sweet Lord》抄襲了Chiffons的作品。最終，法院認為Harrison沒有主觀抄襲，但潛意識中借鑑了對方作品。
此外，音樂查重還可能會反過來幫助抄襲者。很多有心抄襲的人，為了不讓人發現抄襲，會有意識地降低與原曲的重合度。比如歌手宋孟君的《一釐米的距離》就曾被質疑想抄襲周杰倫的《夜曲》還不想被人發現，結果改得又像《夜曲》又難聽。
試想一下，如果一款音樂查重軟體能夠快捷準確地給出「相似值」，那是不是可以反過來說，只要我的歌曲能夠低於這個相似值，在某程度上就得到了「我的音樂沒有抄襲」的證明？但經歷過論文查重的同學應該都清楚，任何查重系統都可能存在讓你投機取巧的空間，即使論文最終通過查重，也不一定能證明你的論文原創度真的很高。這種投機取巧的風氣如果用在了音樂創作中，就太容易出現小人得志的局面了。
而對于堅持原創的音樂人來說，如何面對自己的作品和其他歌曲「撞車」，在行業中也存在分歧。著名音樂人李廣平就曾說，當年他們這一輩音樂人在創作歌曲的時候，會邀請一幫朋友來家裡聽，一旦發現有相似嫌疑就會廢掉重寫。但就像上文所說，現在寫歌想完全不合別人相似已經越來越難了，所以，很多音樂人認為，只要自己沒有抄襲，即使作品和他人有些相像，問題也不大。音樂人梁歡就曾撰文稱，為了在創作時不束手束腳，已經將Soundhound在自己的電子設備中刪除。
如果有了更加強大的AI音樂查重系統，更多聽起來相似但實際上沒有抄襲的音樂就會被搬到臺前來討論，屆時輿論大眾能否理解相似不一定等於抄襲？媒體是否會給音樂人留出自證清白的空間？
《無價之姐》被質疑抄襲，歌曲製作人陳偉倫髮長文回應
當音樂人為了免於聲譽受損而在創作時顧盼左右，很多本該存在的經典就會殞滅。比如說，歌曲《軍中綠花》和《我的中國心》，都是傳唱度很廣的經典之作，樂評人鄧柯經過分析後認為，從整體的旋律發展、和聲走向和段落排布來看，這兩首歌並不存在誰抄襲誰的問題。但這兩首歌第一句的旋律確實是完全一樣的。
如果當時創作《軍中綠花》的人手裡有個手機，手機裡的Soundhound告訴他，你寫的這首歌和《我的中國心》很像，他可能就不會將這首歌寫成這個樣子，我們也就聽不到現在的經典版本了。
Spotify的AI音樂專家Pachet說，音樂行業應該擁抱而不是懼怕人工智慧。這句話固然沒錯，但在科技進步的同時，主流輿論的認知水平和制度的完善程度也需要同時跟上，人工智慧才能最大程度地助力產業發展，造福音樂人和聽眾。