人工智能音樂的獨(dú)創(chuàng)性認(rèn)定研究

［摘要］文章認(rèn)為，人工智能音樂作為人工智能生成物是否受到著作權(quán)法保護(hù)，必須對其獨(dú)創(chuàng)性進(jìn)行分析，而人工智能依據(jù)程序與算法生成人工智能音樂，離不開用戶的情感與個性表達(dá)。有關(guān)主體判斷人工智能音樂是否具有獨(dú)創(chuàng)性，既要考量用戶是否與人工智能進(jìn)行充分交互，表達(dá)自身的情感和個性，又要剝離其中屬于公有領(lǐng)域的思想部分，并對其中的旋律、和聲、節(jié)奏及歌詞等元素進(jìn)行分析，從而判斷人工智能音樂是否充分體現(xiàn)用戶的情感和個性，達(dá)到著作權(quán)法意義上作品獨(dú)創(chuàng)性要求的最低限度的智力創(chuàng)造性。

［關(guān)鍵詞］人工智能音樂；獨(dú)創(chuàng)性；算法作曲

從旋律譜寫到模唱、編配和聲與配器，音樂創(chuàng)作往往涉及龐雜的樂理知識與繁復(fù)的樂器演奏技術(shù)，是一個呈現(xiàn)文化底蘊(yùn)的漫長創(chuàng)作過程。然而目前，人工智能音樂的出現(xiàn)讓沒有經(jīng)過專業(yè)訓(xùn)練的普通人在較短時間內(nèi)創(chuàng)作音樂成為可能。從20世紀(jì)90年代加州大學(xué)音樂學(xué)教授柯普寫出的第一個音樂智能程序“EMI”到如今的人工智能音樂生成器，人工智能音樂對傳統(tǒng)著作權(quán)法領(lǐng)域提出了嚴(yán)峻的挑戰(zhàn)。人工智能音樂是否構(gòu)成著作權(quán)法意義上的作品，受到著作權(quán)法保護(hù)，這與作者、人工智能開發(fā)者、用戶之間權(quán)利義務(wù)與利益的平衡息息相關(guān)，亟待有關(guān)主體做出回應(yīng)。

一、人工智能音樂概述

人工智能音樂受到著作權(quán)法保護(hù)的前提即人工智能音樂構(gòu)成著作權(quán)法意義上的作品，而人工智能音樂是否具有獨(dú)創(chuàng)性直接決定其是否構(gòu)成著作權(quán)法意義上的作品。基于此，文章對人工智能音樂的概念及其創(chuàng)作過程進(jìn)行分析，探討人工智能音樂的獨(dú)創(chuàng)性認(rèn)定。

（一）人工智能音樂定義

人工智能音樂有廣義和狹義之分。廣義的人工智能音樂指人工智能在音樂產(chǎn)業(yè)中的應(yīng)用，包括但不限于人工智能作曲、音樂信息檢索、樂譜跟隨、智能混音等應(yīng)用。狹義的人工智能音樂則指由人工智能創(chuàng)作的音樂。文章討論的人工智能音樂僅指狹義的人工智能音樂。

人工智能音樂的創(chuàng)作過程通常被稱為“算法作曲”。在人工智能音樂的創(chuàng)作過程中，人工智能開發(fā)者對人工智能設(shè)定算法并進(jìn)行不斷的訓(xùn)練，使人工智能從海量經(jīng)過處理的音樂數(shù)據(jù)中推演出音樂創(chuàng)作的規(guī)律，再根據(jù)用戶的指令對曲風(fēng)、調(diào)性、和聲等音樂元素不斷地進(jìn)行迭代計(jì)算，最終生成用戶需要的音樂。

“算法作曲”之所以能夠?qū)崿F(xiàn)，是因?yàn)橐魳肪哂袊?yán)密的邏輯體系，可以完成隨性的情感表達(dá)。古希臘數(shù)學(xué)家畢達(dá)哥拉斯指出：“音樂和算數(shù)是不可分割的，數(shù)字是打開整個精神世界和物質(zhì)世界的鑰匙，而樂音和節(jié)奏體系既然按數(shù)字排列，就必然體現(xiàn)天地之和諧并與宇宙相對應(yīng)?！保?］人工智能音樂將作曲與算法結(jié)合在一起，恰是印證了畢達(dá)哥拉斯的洞見。早在18世紀(jì)末，一種音樂骰子游戲盛行，據(jù)傳該骰子游戲由音樂大師莫扎特創(chuàng)作，是一種利用擲骰子的結(jié)果來決定音樂的寫作程序，它可以產(chǎn)生嚴(yán)格符合曲式結(jié)構(gòu)、和聲布局和調(diào)性關(guān)系的莫扎特風(fēng)格的小步舞曲和三重奏。此外，?？怂沟膶ξ环?、勛伯格的十二音體系等早已成體系的作曲方法，被作為作曲規(guī)則映射到計(jì)算機(jī)算法中，有助于人工智能將音樂的程式化特征進(jìn)行數(shù)字轉(zhuǎn)化，使“算法作曲”成為可能。

（二）人工智能音樂創(chuàng)作特點(diǎn)

人工智能音樂在本質(zhì)上是人工智能對用于訓(xùn)練的音樂樣本及其分布狀況進(jìn)行建模，然后在模型中抽取新的樣本生成新的音樂。人工智能音樂的算法涵蓋范圍廣，其中較有影響力的算法主要如下。第一，語法表示。語法表示采用模式匹配來抽取被分析的具有特定風(fēng)格音樂的短的音樂序列特征，并依據(jù)這些特征出現(xiàn)的頻率賦予相應(yīng)權(quán)值，再使用擴(kuò)充、轉(zhuǎn)移網(wǎng)絡(luò)來組織這些特征，生成在音樂風(fēng)格上與被分析的音樂相近的新音樂［2］。第二，馬爾可夫鏈（Markov Chain，MC）。馬爾可夫鏈分析音樂邏輯，推測當(dāng)某些音符出現(xiàn)時接下來的另一個音符出現(xiàn)的可能性，呈現(xiàn)一個隨機(jī)過程。1957年希勒和艾薩克森創(chuàng)作出世界上第一部完全由計(jì)算機(jī)生成的弦樂四重奏《伊利亞克組曲》［3］，

該組曲就是由馬爾可夫鏈模型生成的。馬爾可夫鏈在分析前面音符邏輯排布的基礎(chǔ)上，推導(dǎo)出后面音符出現(xiàn)的可能性，這是一個純粹的數(shù)理邏輯遞推過程。依照這種算法生成的音樂既呈現(xiàn)統(tǒng)一程度較高的音樂風(fēng)格，又存在較大的局限性。第三，人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）。人工神經(jīng)網(wǎng)絡(luò)是從信息處理角度出發(fā)通過模擬人的大腦對信息進(jìn)行處理的一種數(shù)學(xué)模型，能夠按照不同的連接方式組成不同的網(wǎng)絡(luò)，并在此基礎(chǔ)上加上感知器和自適應(yīng)線性元件等，利用反向傳播的誤差進(jìn)行參數(shù)調(diào)整［4］。第四，遺傳算法（Genetic Algorithm，GA）。遺傳算法是一種使用適應(yīng)性函數(shù)來演化樣本的全局優(yōu)化算法，主要構(gòu)造適應(yīng)性函數(shù)，以此來評估及選擇系統(tǒng)生成的旋律［5］。換言之，遺傳算法模擬物種進(jìn)化的過程，通過遺傳與突變進(jìn)行反復(fù)的進(jìn)化迭代，最終生成符合用戶需求的音樂。第五，遷移模型算法（Translatioinal Models）。遷移模型算法將其他種類的信息遷移為音樂信息。最常見的應(yīng)用是由用戶上傳一張圖片，該算法則對這張圖片中的線條、色彩等信息進(jìn)行識別，然后將相關(guān)信息轉(zhuǎn)換為相應(yīng)的旋律、和聲、節(jié)奏等音樂元素，從而生成與圖片相符的音樂。

雖然人工智能音樂利用諸多算法實(shí)現(xiàn)創(chuàng)作的路徑不同，但是究其本質(zhì)是人工智能從學(xué)習(xí)材料中找到音樂的規(guī)律，并利用算法根據(jù)這些規(guī)律來生成一些新的音樂。由此可見，在人工智能音樂的創(chuàng)作過程中，算法主要的作用是貫徹音樂背后的邏輯，為用戶提供符合樂理、創(chuàng)作要求的音樂，音樂的情感表達(dá)則依靠用戶給出的指令。需要注意的是，在人工智能音樂的創(chuàng)作過程中，若人工智能依照一些隨機(jī)數(shù)據(jù)并生成模仿，在一定程度上通過倒推、檢驗(yàn)來進(jìn)行篩選和修正，則難免陷入“猴子和打字機(jī)”的怪圈，使所創(chuàng)作的音樂難以具有一定的審美價值，更遑論構(gòu)成具有獨(dú)創(chuàng)性的音樂。

然而在實(shí)際上，人工智能音樂并非完全由人工智能進(jìn)行創(chuàng)作。人工智能音樂的創(chuàng)作過程離不開人工智能開發(fā)者的訓(xùn)練，也離不開用戶發(fā)布的指令及其不斷地調(diào)試，既融入了用戶的情感色彩，也加入了用戶的獨(dú)特審美選擇，這在一定程度上使人工智能音樂具備獨(dú)創(chuàng)性成為可能。

二、人工智能音樂獨(dú)創(chuàng)性分析

在大陸法系下的著作權(quán)制度中，作者享有對作品的人身權(quán)利，因此大陸法系下的著作權(quán)制度對作品獨(dú)創(chuàng)性具有較為嚴(yán)格的判斷標(biāo)準(zhǔn)。德國教授烏爾里?！だ瘴暮Ｄ诽岢?，作品要具備獨(dú)創(chuàng)性，必須包含以下特征：第一，必須有產(chǎn)生作品的創(chuàng)造性勞動；第二，體現(xiàn)人的智力、思想或情感的內(nèi)容必須通過作品表達(dá)出來；第三，作品應(yīng)體現(xiàn)作者的個性并打上其個性智力的烙??；第四，作品應(yīng)具有一定的創(chuàng)作高度，它是著作權(quán)保護(hù)的下限［6］。在英美法系下的著作權(quán)制度中，作者對作品只享有財(cái)產(chǎn)權(quán)利，因此英美法系下的著作權(quán)制度對作品獨(dú)創(chuàng)性的判斷標(biāo)準(zhǔn)比大陸法系的更為寬松，然而其對作品獨(dú)創(chuàng)性的要求也經(jīng)歷了從過去的“額頭流汗”標(biāo)準(zhǔn)到現(xiàn)在的“少量創(chuàng)造性”標(biāo)準(zhǔn)［7］。美國學(xué)者保羅·戈?duì)査固固岢?，對作品?dú)創(chuàng)性的認(rèn)定應(yīng)該依據(jù)以下標(biāo)準(zhǔn)：第一，作品由作者獨(dú)立完成而不是對其他任何作品的復(fù)制，這是區(qū)別這種特殊作品來源和歸屬的判斷標(biāo)準(zhǔn)；第二，作品必須體現(xiàn)作者在創(chuàng)作過程中所付出的最低限度的技巧、判斷、風(fēng)格等勞動成果［8］。

現(xiàn)階段，我國著作權(quán)法對作品獨(dú)創(chuàng)性的認(rèn)定主要包括“獨(dú)”和“創(chuàng)”兩個要求。作品獨(dú)創(chuàng)性中的“獨(dú)”指作者獨(dú)立創(chuàng)作，包括從無到有的創(chuàng)作和在他人基礎(chǔ)上的創(chuàng)作；作品獨(dú)創(chuàng)性中的“創(chuàng)”指作品應(yīng)當(dāng)具有最低限度的智力創(chuàng)造性［9］。

（一）獨(dú)立性

獨(dú)立性要求作者獨(dú)立創(chuàng)作作品，而非抄襲他人。然而，人工智能音樂的獨(dú)創(chuàng)性判斷涉及兩個問題：一是人工智能音樂是否應(yīng)當(dāng)被認(rèn)定為由人工智能音樂軟件的用戶獨(dú)立創(chuàng)作？這牽涉人工智能充當(dāng)什么角色或發(fā)揮什么功能等問題。二是如何確定人工智能音樂并非抄襲、剽竊的結(jié)果？這要確定人工智能音樂及其生成過程沒有侵犯在先作品的著作權(quán)。

在人工智能音樂的創(chuàng)作過程中，人工智能音樂是由用戶獨(dú)立創(chuàng)作完成，還是由用戶與人工智能共同創(chuàng)作完成？現(xiàn)階段，人工智能并未取得法律上的主體地位，顯然不能被視為著作權(quán)法意義上的創(chuàng)作主體。同時，人工智能的發(fā)展仍然與達(dá)特茅斯會議中所確定的強(qiáng)人工智能概念還有較大差距。換言之，當(dāng)前，人工智能雖然在部分專業(yè)領(lǐng)域具有強(qiáng)大的功能，但是它作為一種精密的工具，并非真正具有智慧，且將在可預(yù)見的較長時間內(nèi)暫時無法真正具有類人的智慧。故筆者認(rèn)為，人工智能按照用戶發(fā)出的指令，經(jīng)過各種調(diào)試，創(chuàng)作出人工智能音樂，它雖然可以彌補(bǔ)用戶專業(yè)性知識的缺乏，提高作曲的效率，但是歸根結(jié)底仍是根據(jù)用戶情感表達(dá)進(jìn)行創(chuàng)作的工具。因此，在人工智能音樂的創(chuàng)作過程中，用戶創(chuàng)作符合作品獨(dú)創(chuàng)性中“獨(dú)”的要求，也就是用戶獨(dú)立創(chuàng)作的要求。

要確定人工智能音樂并非抄襲、剽竊的結(jié)果，有關(guān)主體必須判斷人工智能音樂是否侵犯在先作品的著作權(quán)。司法實(shí)踐對某音樂是否涉嫌著作權(quán)侵權(quán)通常采用“接觸加實(shí)質(zhì)性相似”的判斷標(biāo)準(zhǔn)，即只有作者在創(chuàng)作某音樂時同時滿足接觸或可能接觸在先作品、某音樂與在先作品之間存在實(shí)質(zhì)性相似，某音樂才能被認(rèn)定為侵權(quán)。具體來說，在傳統(tǒng)的音樂創(chuàng)作領(lǐng)域中，若某音樂已經(jīng)通過大眾媒體向不特定受眾進(jìn)行傳播，且作者通過網(wǎng)絡(luò)、電視、報(bào)紙等大眾媒體有接觸或有可能接觸在先作品，那么即可推定作者在創(chuàng)作某音樂時接觸了在先作品。具體到人工智能音樂，一方面，人工智能在開發(fā)和訓(xùn)練過程中會被喂養(yǎng)大量的音樂數(shù)據(jù)并形成相關(guān)訓(xùn)練數(shù)據(jù)庫，且人工智能未必會像自然人一樣主動、偶然地接觸公有領(lǐng)域的音樂數(shù)據(jù)，故由人工智能舉證相關(guān)訓(xùn)練數(shù)據(jù)庫是否存在在先作品具有一定的困難；另一方面，人工智能音樂創(chuàng)作取決于人工智能開發(fā)者的指令，若由人工智能開發(fā)者進(jìn)行相關(guān)舉證，其有可能因自身的利益而否認(rèn)人工智能訓(xùn)練數(shù)據(jù)庫存在在先作品，亦有可能通過技術(shù)途徑論證創(chuàng)作音樂的人工智能無法接觸且沒有可能接觸在先作品，而其他主體無法越過人工智能開發(fā)者的否認(rèn)找到實(shí)質(zhì)性證據(jù)來證明人工智能接觸或有可能接觸在先作品?；谌斯ぶ悄芤魳匪枰囊魳窋?shù)據(jù)的廣泛性以及舉證的困難性，筆者建議，有關(guān)主體可以直接推定人工智能接觸或有可能接觸在先作品，除非人工智能開發(fā)者能夠舉證并未使用在先作品作為音樂數(shù)據(jù)喂養(yǎng)人工智能，人工智能也并未接觸或有可能接觸在先作品。在實(shí)質(zhì)性相似方面，學(xué)界和業(yè)界一般認(rèn)為若兩個音樂之間存在8小節(jié)以上的內(nèi)容雷同即可被視為抄襲。然而這種觀點(diǎn)較為概括，且并未結(jié)合音樂的長度和內(nèi)容相似程度進(jìn)行具體的考量。需要注意的是，對人工智能音樂是否具有實(shí)質(zhì)性相似，有關(guān)主體應(yīng)當(dāng)從受眾的角度做出判斷。例如，美國聯(lián)邦第二巡回上訴法院在1946年Arnstein v.Porter一案的判決中指出，判斷非法占用這一問題的合適標(biāo)準(zhǔn)，不是根據(jù)受過訓(xùn)練的音樂專家對內(nèi)容的評價分析，因?yàn)閷＜业淖C言缺乏證明力，只能用來幫助確定普通受眾的反應(yīng)?？梢?，司法實(shí)踐對人工智能音樂實(shí)質(zhì)性相似的判斷要結(jié)合受眾反饋、詞曲結(jié)構(gòu)、和弦走向以及音樂用途等進(jìn)行綜合分析。

（二）創(chuàng)造性

創(chuàng)造性要求作品體現(xiàn)作者獨(dú)特的個性，滿足最低限度的智力創(chuàng)造性。如果僅因工具過于智能就認(rèn)為作品創(chuàng)作過程沒有創(chuàng)造性，無法體現(xiàn)作者的情感表達(dá)，這是不合理的。在人工智能音樂的創(chuàng)作過程中，盡管用戶只需要向人工智能給出指令即可完成音樂創(chuàng)作，也不能簡單地認(rèn)為人工智能音樂沒有包含用戶的情感，沒有呈現(xiàn)個性表達(dá)。例如，在攝影作品創(chuàng)作中，攝影角度的選取、拍攝時機(jī)的把握等在一定程度上充分體現(xiàn)作者獨(dú)特的審美與智力創(chuàng)造。又例如，在“AI文生圖”著作權(quán)案中，北京互聯(lián)網(wǎng)法院認(rèn)為原告通過提示詞對人物及其呈現(xiàn)方式等畫面元素進(jìn)行設(shè)計(jì)，通過參數(shù)對畫面布局和構(gòu)圖等進(jìn)行設(shè)置，并不斷調(diào)整和修正，最終獲得涉案圖片，這體現(xiàn)原告的審美選擇和個性判斷。

然而，在人工智能音樂的創(chuàng)作過程中，用戶并非總是能夠符合作品獨(dú)創(chuàng)性中“創(chuàng)”的創(chuàng)造性要求。具體來說，用戶利用人工智能生成原創(chuàng)音樂與用戶利用人工智能為一段音樂編配節(jié)奏，兩者涉及的創(chuàng)造性顯然是不能一概而論的。因此，對人工智能音樂的創(chuàng)造性是否達(dá)到作品獨(dú)創(chuàng)性中“創(chuàng)”所要求的高度，有關(guān)主體要結(jié)合具體音樂元素進(jìn)行分析。

三、人工智能音樂獨(dú)創(chuàng)性認(rèn)定

結(jié)合前文所述，人工智能音樂融入了用戶的情感和個性表達(dá)，然而并非所有的人工智能音樂都能達(dá)到作品獨(dú)創(chuàng)性的標(biāo)準(zhǔn)。對人工智能音樂獨(dú)創(chuàng)性的認(rèn)定，有關(guān)主體要考量用戶對人工智能是否做出足夠明確、足以表達(dá)其情感和個性的指令，并排除所生成音樂中屬于公有領(lǐng)域的思想及表達(dá)，分析其中的音樂元素，從而判斷人工智能音樂是否構(gòu)成著作權(quán)法意義上的作品。

（一）用戶與人工智能的交互

人工智能音樂要體現(xiàn)用戶的情感與個性表達(dá)，用戶必須在與人工智能交互的過程中將情感與個性表達(dá)通過指令傳遞給人工智能，使人工智能根據(jù)指令創(chuàng)作出用戶所需要的音樂。因此，依據(jù)用戶與人工智能交互的程度不同，人工智能音樂的生成大致可以分為兩種情況進(jìn)行討論。

第一，如果人工智能的頁面可交互指令過于簡單，或僅有簡單的選項(xiàng)，或用戶通過點(diǎn)擊即可“一鍵生成”，未充分賦予用戶更多表達(dá)情感和想法的空間，則用戶會被動地在有限的選項(xiàng)中進(jìn)行選擇，難以在人工智能音樂的創(chuàng)作過程中體現(xiàn)自身情感，更無法通過人工智能音樂表達(dá)情感。換言之，用戶僅在有限的排列組合選擇中表達(dá)獨(dú)特情感與創(chuàng)作想法，這只能是一種“額頭流汗”的勞動，所生成的人工智能音樂也難以符合著作權(quán)法意義上的作品獨(dú)創(chuàng)性要求。

第二，如果人工智能為用戶提供自由表達(dá)情感和個性的空間，使用戶根據(jù)自身的需要選擇調(diào)性、節(jié)奏等元素，則更有可能生成符合著作權(quán)法意義上作品獨(dú)創(chuàng)性標(biāo)準(zhǔn)的人工智能音樂。具體而言，在人工智能音樂的創(chuàng)作過程中，如果用戶可以與人工智能進(jìn)行關(guān)于音樂的較為復(fù)雜、有深度的交互，獲得更為多元化的創(chuàng)作可能，而非通過有限的選項(xiàng)進(jìn)行簡單的選擇，那么可以認(rèn)為用戶融入了自身的思想情感和創(chuàng)作意圖。例如，在人工智能音樂的創(chuàng)作過程中，如果用戶要想創(chuàng)作奇幻、悠遠(yuǎn)、充滿希望的音樂，就可以通過人工智能對節(jié)奏、和弦走向、歌詞風(fēng)格等各種參數(shù)進(jìn)行設(shè)置，并不斷地進(jìn)行調(diào)整和修改，以創(chuàng)作生成符合自身需求的多利亞調(diào)式音樂。在這一過程中，人工智能音樂無疑體現(xiàn)了用戶的情感和個性選擇，而人工智能更像是一個輔助用戶進(jìn)行音樂創(chuàng)作和表達(dá)情感的工具。

（二）公有領(lǐng)域的保留

著作權(quán)法保護(hù)的是音樂的表達(dá)，而非音樂的思想。要對人工智能音樂的獨(dú)創(chuàng)性進(jìn)行認(rèn)定，有關(guān)主體必須對人工智能音樂構(gòu)成元素的組織編排進(jìn)行分析，剔除其中公有領(lǐng)域的思想部分。常見的音樂公有領(lǐng)域涉及作曲理論、范式以及已經(jīng)超過著作權(quán)保護(hù)期限的作品等。

音樂創(chuàng)作需要依據(jù)樂理，通常會遵循一定的范式，而這些理論和創(chuàng)作范式即為音樂的思想部分，在進(jìn)行音樂的獨(dú)創(chuàng)性認(rèn)定時需要被剝離。早在11世紀(jì)，圭多達(dá)萊佐在《辯及微?！分袆?chuàng)造出最早的音高模型，即六聲音階體系。到15世紀(jì)，一種規(guī)律性的“節(jié)奏模式”在音樂中得到廣泛運(yùn)用。從文藝復(fù)興到巴洛克時期，旋律的對位開始程式化。隨著復(fù)調(diào)技術(shù)的不斷發(fā)展和成熟，音樂向高度邏輯化的方向發(fā)展［10］。這些音樂中已成體系的創(chuàng)作原則、作曲范式、常用的和弦走向等均屬于思想部分。此外，古典音樂、民族音樂中已超過著作權(quán)法保護(hù)期的音樂素材也屬于公有領(lǐng)域的表達(dá)。也就是說，作者在進(jìn)行音樂創(chuàng)作中使用這些表達(dá)并不構(gòu)成侵權(quán)，且有關(guān)主體在判斷音樂獨(dú)創(chuàng)性時應(yīng)當(dāng)剔除這些表達(dá)。例如，S.H.E的《不想長大》因與莫扎特的《G小調(diào)第四十號交響曲》相似而廣受詬病，然而《G小調(diào)第四十號交響曲》已經(jīng)超過著作權(quán)保護(hù)期并進(jìn)入公有領(lǐng)域，故《不想長大》并未侵權(quán)。

具體到人工智能音樂，有關(guān)主體在判斷人工智能音樂是否具有獨(dú)創(chuàng)性時，要對人工智能音樂中公有領(lǐng)域的思想部分進(jìn)行剔除。需要注意的是，在人工智能音樂的創(chuàng)作過程中，人工智能被投喂大量來自公有領(lǐng)域的音樂數(shù)據(jù)。例如，經(jīng)典的和弦走向“F-G-Em-Am-Dm-G-C”由于悅耳動聽，被廣泛運(yùn)用于流行歌曲創(chuàng)作，在人工智能音樂的創(chuàng)作過程中，用戶可以通過調(diào)試使人工智能生成海量的該和弦走向的音樂。又例如，人工智能被投喂某一音樂家的大量音樂數(shù)據(jù)，用戶可以通過人工智能生成模仿該音樂家的音樂，形成與該音樂家作曲風(fēng)格類似的音樂。然而，人工智能音樂不能因風(fēng)格與作曲相似就被認(rèn)為只是簡單的復(fù)制和模仿而非獨(dú)立創(chuàng)作。具體來說，在人工智能音樂的創(chuàng)作過程中，人工智能普遍遵循或使用的范式屬于公有領(lǐng)域思想部分，而基于這些范式創(chuàng)作出來的內(nèi)容雖存在一定的相似性，但也不應(yīng)被認(rèn)為人工智能音樂與在先作品存在實(shí)質(zhì)性相似。

（三）人工智能音樂獨(dú)創(chuàng)性的認(rèn)定元素

音樂創(chuàng)作需要對旋律、和弦走向、節(jié)奏、歌詞等元素進(jìn)行編排。音樂可能包含一個或多個音樂元素，這些音樂元素對音樂的獨(dú)創(chuàng)性認(rèn)定至關(guān)重要。基于此，筆者認(rèn)為，人工智能音樂是否將用戶的情感與個性表達(dá)出來，達(dá)到“創(chuàng)”所要求的最低限度的智力創(chuàng)造性，有關(guān)主體要針對人工智能音樂的各個音樂元素進(jìn)行分析。

第一，旋律是音樂中最顯著的元素，它由一定的音符、音符時值和音符順序組合而成。根據(jù)《美國傳統(tǒng)詞典》，旋律指“一種令人愉快的樂音組合或序列”，或者“將相互關(guān)聯(lián)的每一個單獨(dú)的音符按照一定的節(jié)奏組合在一起，使它們能夠表達(dá)一種特定的意境或思想”［11］。由此可見，旋律一般指音符的橫向排列。然而，雖然音符可以排列組合構(gòu)成多個序列，但由于樂理等因素的限制，實(shí)際存在的能夠形成悅耳序列并構(gòu)成旋律的音符組合是有一定局限性的。有關(guān)主體對音樂獨(dú)創(chuàng)性的認(rèn)定通常聚焦于旋律，因?yàn)樾杀群吐暋⒐?jié)奏等元素更易凸顯獨(dú)創(chuàng)性，是音樂獨(dú)創(chuàng)性的主要來源。人工智能音樂的旋律雖然并非由用戶直接譜寫，卻是人工智能根據(jù)用戶的指令而生成的，并經(jīng)過用戶選擇或調(diào)試，故而人工智能音樂的旋律表達(dá)了用戶自身的情感，體現(xiàn)了用戶個性的選擇。需要指出的是，在同一和聲走向的音樂中，其旋律往往讓人聽起來較為相似，給人以類似的感受，但不應(yīng)認(rèn)為該旋律不具有獨(dú)創(chuàng)性。換言之，若人工智能音樂的旋律能夠區(qū)別于其他音樂，體現(xiàn)用戶獨(dú)特的情感和個性選擇，則應(yīng)當(dāng)被認(rèn)定具有獨(dú)創(chuàng)性。

第二，和聲一般指音符的縱向排列。根據(jù)《美國傳統(tǒng)詞典》，和聲指“和弦的結(jié)構(gòu)、進(jìn)程和相互關(guān)系”［11］。由此可見，和聲包括和弦與和聲進(jìn)程。如果將旋律比作音樂的骨干，那么和聲就是音樂的血肉，使旋律表達(dá)更加豐滿。在音樂創(chuàng)作過程中，旋律與和聲的先后并沒有絕對的規(guī)定，而取決于作者的創(chuàng)作習(xí)慣，但一般認(rèn)為和聲是由旋律決定的，和聲是旋律的底層邏輯，先產(chǎn)生旋律，再編配和聲。在大多數(shù)音樂作品中，由于旋律的重要依附性，和聲在一定程度上被認(rèn)為缺乏獨(dú)創(chuàng)性，然而在某些情況下，同樣的旋律盡管僅有有限的和弦排列，不同的作者也仍然會根據(jù)自身的情感編配和選擇不同的和聲。也就是說，每種對和弦的不同構(gòu)造和處理，都體現(xiàn)作者獨(dú)特的個性選擇，如大三和弦較為明亮，小三和弦更為柔和，這些不同的和聲使音樂產(chǎn)生豐富的變化。因此，雖然單純的和聲作為音樂的構(gòu)成元素并不存在所謂獨(dú)創(chuàng)性的問題，但是在某些情況下和聲的編排也體現(xiàn)獨(dú)創(chuàng)性。有關(guān)主體對人工智能音樂獨(dú)創(chuàng)性的認(rèn)定，要在一定程度上聚焦用戶的情感是否通過對和弦的選擇來進(jìn)行充分表達(dá)。

第三，節(jié)奏指不同長度和強(qiáng)度的音符序列組成的常規(guī)模式，即音的長短與強(qiáng)弱。在音樂中，節(jié)奏與旋律相輔相成，如流行音樂具有穩(wěn)定的節(jié)奏，古典音樂的節(jié)奏則相對富于變化。此外，也有只有節(jié)奏而沒有旋律的音樂，如鼓的表演體現(xiàn)作者的情感表達(dá)，是對節(jié)奏進(jìn)行創(chuàng)意性的編排?？梢哉f，在某些特定情況下，節(jié)奏本身也可能具有獨(dú)創(chuàng)性。在人工智能音樂的創(chuàng)作過程中，若用戶使用人工智能創(chuàng)作一段只有節(jié)奏的音樂，該音樂不應(yīng)被一概認(rèn)定為不具有獨(dú)創(chuàng)性，也就是有關(guān)主體要考察該音樂是否體現(xiàn)了用戶的情感和個性，并區(qū)別于其他一般的節(jié)奏編排。

第四，歌詞通過文字的內(nèi)涵、文字與音樂的融合來表達(dá)思想情感。歌詞并非音樂必備的元素，配有歌詞的音樂則由樂曲部分和歌詞部分共同組成，且這兩個部分一般可以分離。從這種意義上說，歌詞可以被視作相對獨(dú)立的作品。然而，在某些情況下，詞曲的創(chuàng)作渾然一體，不可分割，共同構(gòu)成完整的音樂。因此，對人工智能音樂中歌詞獨(dú)創(chuàng)性的判斷，有關(guān)主體可以參照作品的獨(dú)創(chuàng)性進(jìn)行認(rèn)定。

四、結(jié)語

面對生成式人工智能發(fā)展的浪潮，有關(guān)主體應(yīng)當(dāng)給予積極的回應(yīng)，以更好地平衡作者、人工智能開發(fā)者與用戶之間的利益。人工智能音樂包含旋律、和聲等諸多元素，相比人工智能生成的文字、繪畫，人工智能音樂獨(dú)創(chuàng)性的認(rèn)定更為復(fù)雜。對人工智能音樂獨(dú)創(chuàng)性進(jìn)行認(rèn)定時，有關(guān)主體要考量用戶的情感與個性是否充分地與人工智能交互，并將人工智能音樂中屬于公有領(lǐng)域的思想及表達(dá)排除在外，分析旋律、和聲、節(jié)奏、歌詞等元素，從而判斷人工智能音樂是否充分體現(xiàn)用戶的情感和個性，達(dá)到著作權(quán)法意義上作品獨(dú)創(chuàng)性所要求的最低限度的智力創(chuàng)造性，最終助力人工智能音樂的發(fā)展和繁榮。

［參考文獻(xiàn)］

［1］格勞特，帕利斯卡.西方音樂史［M］.6版.余志剛，譯.北京：人民音樂出版社，2010.

［2］鄭銀環(huán)，王嘉珺，郭威，等.基于特征旋律挖掘的二階馬爾可夫鏈在算法作曲中的研究與應(yīng)用［J］.計(jì)算機(jī)應(yīng)用研究，2018（03）：849-853.

［3］TANG L.Illiac Suite for String Quartet［EB/OL］.（2014-02-17）［2024-10-15］.https：//lydiaswada.wordpress.com/2014/02/17/illiac-suite-for-string-quartet/.

［4］韓力群.人工神經(jīng)網(wǎng)絡(luò)教程［M］.北京：北京郵電大學(xué)出版社，2006.

［5］馮寅，周昌樂.算法作曲的研究進(jìn)展［J］.軟件學(xué)報(bào)，2006（02）：209-215.

［6］吳漢東，曹新明，王毅，等.西方諸國著作權(quán)制度研究［M］.北京：中國政法大學(xué)出版社，1998.

［7］王國柱.鄰接權(quán)客體判斷標(biāo)準(zhǔn)論［J］.法律科學(xué)（西北政法大學(xué)學(xué)報(bào)），2018（05）：163-172.

［8］戈?duì)査固?國際版權(quán)原則、法律與慣例［M］.王文娟，譯.北京：中國勞動社會保障出版社，2003.

［9］王遷.知識產(chǎn)權(quán)法教程［M］.7版.北京：中國人民大學(xué)出版社，2021.

［10］劉灝.人工智能與計(jì)算機(jī)作曲：前提、技術(shù)與問題［J］.音樂藝術(shù)（上海音樂學(xué)院學(xué)報(bào)），2019（04）：137-144.

［11］SOUKHANOV A H.The American Heritage Dictionary of the English Language［M］.Boston： Houghton Mifflin Company，1992.