华语乐坛首度明文限制AI滥用:技术进步背后的治理困局何解?

未来，需要进一步完善AI内容标识、授权机制、投诉处置、收益追责、平台审核和行业共治等规则，以规则约束技术滥用、守护原创生态，让AI真正赋能音乐创新。

文 | 研究员 梁伟

编辑 | 张剑

|中国企业报财经研究院出品|

“是真老铁就别划走，来听听主播写的R&B”  “原汁原味，我个人原创的音乐，如假包换，坚持支持我，如果火了，各位就是第一批精神股东”……在如今的短视频平台此类自诩为“原创音乐号”的账号随处可见。

以怀旧为幌子，选取脍炙人口的20世纪80、90年代的金曲，再配上独特的嗓音，营造出沧桑感，激发深夜情绪，这样的歌曲翻唱模式也在通过短视频平台快速传播。由于立竿见影的吸粉效果，加之成本极低，可以迅速获得流量入口。

上述两种形式是目前AI翻唱、AI仿唱、AI改歌等乱象的冰山一角，这些甚至可以以假乱真的AI作品正不断以简单粗暴的方式出现在用户视野中。这些行为看似是技术创新的 “尝试”，实则正在对中国音乐产业、版权秩序、平台治理和文化安全造成全方位、系统性、深层次的不良影响。

5月14日，由中国企业报财经研究院、元财经研究院主办的第33期E法论坛暨第29期E法数字音乐论坛举行。此次论坛主题为：“AI音乐翻唱中的版权规范问题”。多位国内知名音乐领域的专家学者、行业人士、媒体代表围绕生成式 AI 技术如何重构音乐产业的创作、生产与传播逻辑展开讨论。主题既聚焦AI技术给音乐艺术创新注入的澎湃动能，同时也突出了AI乱象给版权保护、行业治理乃至文化安全带来严峻挑战这一重要问题。

第33期E法论坛暨第29期E法数字音乐论坛

通过剖析AI音乐技术的正反两方面意义、AI音乐对音乐生态的影响、AI音乐涉及的法律权利现状及最新司法判例，与会者提出，AI音乐是音乐产业发展的重要方向，但AI音乐的发展必须建立在尊重原创、尊重版权、尊重声音人格和尊重文化多样性的基础上，应建立一套面向AI时代的新型音乐版权治理机制。

近期，著名歌手周深为电视剧《月鳞绮纪》献唱的主题曲兼片尾曲《月之纪》上线。在宣介这首新歌时，出版方明确且显著标注提示：本作品禁止用于AI训练、模仿、学习、生成等相关活动。这一声明被视为华语乐坛首次在作品中明文限制AI使用。

就在2025年，一曲《离别的车站》被AI翻唱改编成三十余个版本，在网络飞速传播，一时翻红。但很快也被指出，这些歌曲背后的创作逻辑：借助一首首家喻户晓的知名歌曲，使用并不高深的AI技术生成。随即就有观点质疑这是“洗歌”行为，是对原曲目著作权的不尊重甚至侵犯。

有关AI音乐引发的乱象绝非上述两个，这两个案例实际折射出当前AI音乐领域的越来越多的无序：AI翻唱、AI改歌、AI仿声等AI“洗歌”内容借助短视频、直播、社交平台快速传播，一些账号以“AI生成”“仅供娱乐”“二创改编”为噱头，擅自使用已有歌曲旋律、歌词、编曲，甚至模仿歌手声音进行传播，并通过流量、打赏、带货等方式变现。

针对上述情况，中国企业报执行副社长张有义在论坛致辞中表示，音乐是文化传承的重要载体，是数字经济的核心业态之一。AI 技术的崛起，为音乐产业突破传统瓶颈、实现迭代升级提供了关键支撑，其积极价值体现在方方面面。

中国企业报执行副社长 张有义

但必须看到且需要引起各方重视的是，AI 音乐领域乱象频发，其中未经权利人授权，擅自利用 AI 技术生成、上传、传播 “AI 翻唱”“AI 歌手”“AI 仿唱” 内容的行为，尤为突出、危害深远。

张有义分析认为，具体危害体现在多个方面。

首先，对音乐产业来说，上述乱象摧毁原创生态，挤压生存空间。原创是音乐产业的根基，创作者是行业的核心力量。未经授权的 AI 翻唱、AI 仿唱，本质上是对原创作品的 “低成本剽窃”、对歌手声线的 “恶意克隆”。

第二，在版权秩序方面，无序的滥用AI技术生成音乐，践踏法律底线，破坏行业规则。我国《著作权法》《民法典》明确规定，著作权人享有作品的改编权、信息网络传播权，表演者享有声音权等人格权利。未经授权的 AI 翻唱、AI 仿唱行为，同时侵犯了词曲作者的著作权、表演者的声音权与唱片公司的邻接权，是典型的多重侵权行为。

第三，在平台治理问题上，AI音乐的出现，加剧了监管压力，放大了合规风险。AI 技术的迭代速度远超监管与治理节奏，给平台内容审核、合规管理带来巨大挑战。未经授权的 AI 翻唱内容具有生成快、数量大、隐蔽性强的特点，平台现有审核机制难以实现全量筛查、精准识别，导致侵权内容 “秒生成、秒传播”，泛滥于各大网络平台，严重扰乱平台内容生态。

第四，在更高层面的文化安全问题上，如果不对AI音乐加以有效规制，将产生消解文化自信，威胁文化主权的危险。音乐是文化传播的重要载体，承载着民族情感、文化基因与价值观念。未经授权的 AI 翻唱、AI 仿唱行为，对文化安全的危害尤为深远。例如，大量 AI 仿唱内容随意篡改原创作品的情感表达、艺术风格，甚至恶意改编红色歌曲、经典民族音乐，消解了音乐作品的文化内涵与艺术价值，扭曲了大众的文化审美。

当下的AI技术以生成式人工智能为重要核心，不可否认的是，各类生成式人工智能应用于音乐创作，有其积极意义。

结合日常音乐创作经历，著名青年作曲家、曾担任中央音乐学院音乐人工智能与音乐信息科技系教师的巩子晗介绍，目前音乐人可以用于创作作品的AI工具唾手可得，这些AI工具已经将音乐创作的门槛降低，即使是没有音乐基础的普通用户，仅仅提供一段自己哼出的旋律，再以提示词方式输入生成需求，一个长短皆有的音乐即可快速生成。

著名青年作曲家，中央戏剧学院歌剧系教师

原中央音乐学院音乐人工智能与音乐信息科技系教师 巩子晗

对此，巩子晗认为，可以肯定的是，AI音乐技术具有正面意义。AI可以用于辅助作曲、辅助编曲、智能混音、声音修复、风格实验、音乐教育、虚拟演出和民族音乐数字化保护。对青年音乐人、独立音乐人和中小制作团队而言，AI确实可以降低创作门槛，提高生产效率。

结合最近完成的人工智能赋能民族音乐创新传播研究成果，长期研究我国民族音乐领域的资深专家——中国传媒大学音乐与录音艺术学院教授李小莹表示，AI技术在民族音乐领域的应用，实现了范式创新。具体体现在AI已从简单自动化处理的工具性辅助，转变为激发新质生产力的创造性融合力量。已经实现从“数字资料库”升级为“智能协作者”，人机协同创作推动民族音乐语言现代化演进。AI还带来表演范式革新，从“背景板”变为“新质表演主体”，打造虚实共生的全新表演形态。推动传播从渠道向生态变革，打造技术赋能、多元参与的文化传播新生态，触达多元受众。

中国传媒大学教授 李小莹

此外，在价值重构方面，AI可以修复活化老唱片、老电影，延缓音像文献“数字消亡”，抢救保存濒临失传的珍贵影音资料。人机协同创作、虚实融合表演，是艺术创新，打破艺术壁垒，为民族音乐焕发新活力提供可能。AI技术通过视觉化、年轻化、碎片化转译，降低民族音乐传播门槛，助力提升文化自信。AIGC技术压降MV制作、动画短片等领域创作成本，解放产能，激活音乐产业链微观活力。

AI技术对于音乐创新传播的正面意义和效应不可否认。但音乐有其特殊性，完全由音乐人凭借自身所学和创作灵感创作而成的真正意义的原创音乐，与借助AI生成的音乐有明显区别，“AI出来的音乐会给人无可挑剔的欣赏品质，但这种品质并不真实”。

AI音乐也是如此，巩子晗分析指出，必须区分两类完全不同的AI音乐：第一类是合规AI辅助创作。创作者使用AI生成灵感、和声、节奏、编曲方案或声音设计，最终作品体现人的审美判断和创作控制。第二类则是未授权AI翻唱。其核心不是创造新表达，而是利用他人的歌曲、录音和声线生成替代性内容，借用已有作品和艺人的市场价值。

从音乐专业角度分析， “声线”是每个音乐人所独有的，是歌手最核心的识别标志之一。尤其是流行音乐产业，歌手的音色、唱腔、气声、转音、咬字和情绪表达，往往就是其商业价值所在。

据此，巩子晗认为，AI克隆某位歌手声音，本质上是在复制其职业身份的一部分。如果可以未经同意生成“某某歌手演唱任何歌曲”，就等于剥夺了歌手对自身声音形象和职业边界的控制。

当下的诸多AI音乐生成工具，底层技术来源于音乐模型，能力来自大量训练数据。模型需要学习旋律、节奏、和声、音色、风格、歌词结构和演唱方式。这恰恰成为看不见的侵权之处。从技术角度来说，数据质量越高、声线样本越集中、作品库越完整，模型越容易生成高度接近原作品和原歌手的内容。也就是说，越是“像”的AI翻唱，越可能说明其背后使用了特定作品和特定声音数据。

对此，巩子晗认为，如果训练数据来自未经授权的正版音乐平台、录音制品、现场演出或用户上传内容，就会产生数据来源合法性问题。AI音乐训练数据领域可能形成非法抓取、倒卖与网络犯罪链条，即利用爬虫从互联网上批量抓取音乐数据资源，包括收费平台资源、盗录现场演出、泄露录音室素材等，再搭建盗版数据资源库或提供模型训练服务。

因此，不能简单说“AI只是学习”，而要追问它学习了什么、数据从哪里来、是否取得授权、是否保留训练日志。

以往，数字音乐平台的内容传播主要依赖正版曲库、专业音乐制作、用户搜索和平台推荐。传统音乐作品需要经历创作、录制、宣发、授权、平台上架和用户传播等环节，成本较高、周期较长。这是传统且已经高度成熟的音乐生态。

中国企业报财经研究院执行院长 张剑

AI音乐的出现，颠覆了上述音乐生态。特别是借助于短视频平台以及一些数字音乐平台，音乐内容的供给端发生变化：大量用户、营销账号、MCN机构甚至自动化工具，都可以低成本生产与知名歌手、热门歌曲高度相关的内容。这会改变平台上的音乐竞争逻辑。此外，AI翻唱则可以直接借用热门歌曲、知名歌手声线和平台流量标签，以“AI某某歌手翻唱”“某某声音演唱热门歌”的形式进入传播系统。它不是从零开始积累作品价值，而是寄生在已有作品和已有艺人影响力之上。

同样结合AI对民族音乐创作的影响，李小莹认为，AI翻唱不仅影响流行音乐版权，也可能影响民族音乐、方言音乐、传统曲艺和非遗音乐资源。

具体可以表现为：AI模型通常偏好高频、流行、商业化数据。热门歌曲和头部歌手会被大量训练和复制，而小众音乐、民族音乐、地方戏曲、方言音乐可能在两个方向上受损：一方面，它们因为数据量小，在AI模型中被边缘化；另一方面，一旦被采集，也可能被脱离文化语境地重新组合、娱乐化、标签化，造成文化含义扭曲。

即使AI而成的音乐，最终也要借助平台传播。特别是翻唱本身已经低成本，如果再叠加短视频传播、平台榜单、算法推荐和热点标签，就会形成非常强的扩散能力。有用户上传了AI翻唱等AI音乐作品，而是平台是否通过推荐、榜单、热歌机制、挑战赛、BGM同步等方式进一步放大这些内容。

音乐行业生态的另一项重要组成部分是数字音乐正版化。中国数字音乐产业从盗版泛滥逐步转向以正版授权、平台付费、内容分发和版权运营为核心的生态，正版化是监管整治、平台合规、权利人维权与用户付费习惯共同作用的结果。

对此，李小莹认为，AI翻唱等AI音乐作品可能冲击十年正版化形成的付费习惯。如果大量AI翻唱内容以免费或极低价格出现，用户会逐渐形成新的心理预期：既然可以听到“很像某位歌手”的版本，为什么还要为正版录音、官方翻唱、演唱会版本或数字专辑付费？这种影响不一定马上体现为会员收入下降，但会长期削弱正版音乐的价格基础。

音乐界已有共识：过去十年行业好不容易让用户接受“听音乐要尊重版权”，AI翻唱如果放任发展，可能把音乐消费重新拉回“内容免费、版权无感、平台靠流量变现”的老路。

如何解决AI音乐的众多乱象和对音乐生态的反面影响，司法无疑是重要手段之一，有时也可能是最后一道保护屏障。

AI翻唱等AI音乐这看似是技术赋能下的趣味玩法，实则可能涉及邻接权、声音人格权等多重著作权问题。不同于正常二次创作的适度借鉴、创新性表达，AI翻唱、AI“洗歌”多通过变声变速、旋律重组、音色替换等技术处理，刻意规避平台审核与公众感知，让侵权内容“看起来不像原曲”，但核心旋律、歌词架构、编曲逻辑以及歌手独特声纹特征，均直接取自已有音乐作品与表演者。

与传统的音乐著作权不同，越来越多的AI音乐引发的争议核心体现在声音使用上。在北京互联网法院审理的全国首例AI声音侵权案中，配音师的原声未经许可被企业抓取用于训练AI语音模型，开发商业化AI配音产品对外售卖传播。法院明确认定，只要AI生成声音可被公众识别对应到特定自然人，即便经过技术加工，依然落入自然人声音权益保护范畴，未经授权商用即构成人格权侵权。也就是说，只要社会公众能够根据音色、语调识别出特定自然人，AI声音仍属于权利人的保护范围；对录音制品的授权不等于对声音AI化的授权。

在法律界看来，这一裁判逻辑同样适用于AI音乐领域，歌手邓紫棋歌曲《泡沫》“雷霆版”侵权争议、配音演员声线被盗用至AI短剧等事件均印证，只要核心独创性表达、人格特征来源于原作，即便披上“AI改编”“翻唱Cover”的外衣，也无法改变侵权本质，技术手段不能成为掩盖权利侵害的“隐身衣”。

中国法学会知识产权法学研究会理事、中央民族大学法学院教授熊文聪表示，AI翻唱等AI音乐确实提出了新问题，例如AI是否构成表演者、AI合成声音是否适用表演者权、训练数据是否构成合理使用、AI生成内容是否享有版权、提示词用户是否是作者等。但法律存在争议，不等于平台可以在空白地带大规模商业化。

此外，由于音乐模型的训练问题，不能把所有AI训练都认定为侵权，也不能把所有AI训练都纳入合理使用。应当根据几个因素判断：是否为商业性训练；是否使用完整作品或核心表达；是否绕过平台技术保护措施；是否保留训练数据和日志；输出结果是否可识别地再现原作品；是否对原作品市场形成替代；是否建立授权、退出和收益分配机制。

而对于平台责任，熊文聪分析指出，对于作为传播渠道的平台，其责任应根据其参与程度分层判断。如果平台只是一般网络存储服务，且接到通知后及时删除，责任相对较轻。如果平台提供AI生成工具、引导用户选择歌手声线、提供热门歌曲模板、鼓励上传传播、进入推荐流量池并获得商业收益，则平台不再只是中立技术通道，而是AI翻唱产业链中的组织者、放大者和受益者。如果平台明知某类“AI某某歌手翻唱”内容大量存在，仍然通过搜索、榜单、推荐、标签、收益分成等机制加以放大，就应承担更高注意义务。

正视AI带来的机遇与风险，唯有构建清晰完善的治理规则，才能实现技术创新与权利保护的双向平衡，引导AI音乐行业行稳致远。基于讨论内容，在此次论坛上，与会者提出，为推动AI音乐所带来的各类新问题的解决，建议从以下多个方面开展工作：建立“先授权、后训练”的AI音乐数据规则； 建立AI翻唱强制标识制度；明确平台更高注意义务；建立AI音乐授权与收益分配机制；完善声音权、表演者权和AI合成表演规则；建立技术检测和证据保全机制；保护民族音乐和文化多样性资源。