L’incubo dell’industria musicale è stato realizzato nel 2023, e sembrava molto Drake.
“The Heart on My Round”, un duo convincente tra Drake e The Weeknd, ha accumulato milioni di flussi prima che chiunque possa spiegare chi lo ha fatto o da dove provenga. La traccia non è diventata solo virale, ma ha rotto l’illusione che chiunque avesse il controllo.
Nella Scrable per rispondere, una nuova categoria di infrastrutture assume tranquillamente una forma che non è progettata per fermare la musica generativa, ma per renderla riconducibile. I sistemi di rilevamento sono integrati nell’intera pipeline musicale: negli strumenti utilizzati per formare modelli, piattaforme in cui vengono scaricati i brani, database che respingono i diritti e gli algoritmi che modellano la scoperta. L’obiettivo non è solo quello di catturare i contenuti sintetici in seguito. Si tratta di identificarlo presto, segnarlo con metadati e governare il modo in cui si muove nel sistema.
“Se non costruisci queste cose nell’infrastruttura, continuerai semplicemente la coda”, spiega Matt Adell, co -fondatore del musical IA. “Non è possibile continuare a reagire a ogni nuova traccia o modello, che non si sdraia. È necessario infrastrutture che funzionino dalla formazione di distribuzione.”
L’obiettivo non è lo smontaggio, ma le licenze e il controllo
Le startup ora sembrano creare rilevamento nei flussi di lavoro della licenza. Piattaforme come YouTube e Deezer hanno sviluppato sistemi interni per segnalare l’audio sintetico quando scaricato e modellare il modo in cui emerge nella ricerca e nelle raccomandazioni. Altre aziende musicali – tra cui Audible Magic, PEX, PASSIED e SOUNDCLOUD – ampliano le funzionalità di rilevamento, moderazione e allocazione attraverso tutto, set di dati di addestramento alla distribuzione.
Il risultato è un ecosistema frammentato ma in rapida crescita di aziende che si occupano del rilevamento del contenuto generato da AI non come strumento di applicazione, ma come infrastruttura della tabella per il monitoraggio dei supporti sintetici.
Invece di rilevare la musica di intelligenza artificiale dopo la sua diffusione, alcune aziende costruiscono strumenti per contrassegnarla dal momento in cui è prodotto. Vermillio e AI musicale sviluppano sistemi per scansionare le tracce finite per elementi sintetici e etichettarli automaticamente nei metadati.
La cornice Traceid di Vermillio va più in profondità dividendo le canzoni in steli – come tono vocale, frasi melodiche e modelli lirici – e riportano i segmenti specifici generati dall’intelligenza artificiale, consentendo ai detentori dei diritti di rilevare il mimetismo a livello degli steli, anche se un nuovo pezzo impegna solo parti di un originale.
La società afferma che il suo obiettivo non è i prelievi, ma una licenza proattiva e una versione autenticata. TraceID è posizionato per sostituire sistemi come l’ID contenuto di YouTube, che spesso manca di imitazioni sottili o parziali. Vermillio stima che le licenze autenticate alimentate da strumenti come Traceid potrebbero passare da $ 75 milioni nel 2023 a 10 miliardi di dollari nel 2025. In pratica, ciò significa che un titolare dei diritti o una piattaforma può eseguire una traccia finita tramite Traceid per vedere se contiene elementi protetti – e se lo è, chiedi al sistema di segnalare la licenza.
“Cerchiamo di quantificare l’influenza creativa, non solo le copie.”
Alcune aziende vanno ancora più a monte dei dati di formazione stessi. Analizzando ciò che sta accadendo in un modello, il loro obiettivo è stimare come una traccia generata prende in prestito artisti o canzoni specifiche. Questo tipo di allocazione potrebbe consentire una licenza più precisa, con royalties basati su un’influenza creativa anziché su controversie post-liberazioni. L’idea fa eco ai vecchi dibattiti sull’influenza musicale – come il processo di “linee sfocate” – ma li applica alla generazione algoritmica. La differenza è ora che le licenze possono verificarsi prima del rilascio, non per controversia dopo il fatto.
L’intelligenza artificiale musicale funziona anche su un sistema di rilevamento. La società descrive il suo sistema come a strati su ingestione, generazione e distribuzione. Invece di filtrare le uscite, segue la provenienza dall’inizio alla fine.
“L’attribuzione non dovrebbe iniziare quando la canzone è finita: deve iniziare quando il modello inizia a imparare”, spiega Sean Power, il co -fondatore dell’azienda. “Cerchiamo di quantificare l’influenza creativa, non solo le copie.”
Deezer ha sviluppato strumenti interni per segnalare tracce interamente generate dall’intelligenza artificiale per scaricare e ridurre la loro visibilità in raccomandazioni algoritmiche ed editoriali, soprattutto quando il contenuto appare spam. Il direttore dell’innovazione, Aurélien Hérault, afferma che ad aprile, questi strumenti rilevano circa il 20% dei nuovi download ogni giorno, interamente generati da AI, più del doppio di quello che hanno visto a gennaio. Le tracce identificate dal sistema rimangono accessibili sulla piattaforma ma non sono promosse. Hérault afferma che Deezer prevede di iniziare a etichettare queste tracce per gli utenti direttamente “in poche settimane o mesi”.
“Non siamo affatto contro l’IA”, spiega Hérault. “Ma gran parte di questo contenuto viene utilizzato in malafede, non per la creazione, ma per sfruttare la piattaforma. Ecco perché prestano così tanta attenzione.”
L’IA spruzzando DNTP (non per formare il protocollo) spinge il rilevamento anche prima, a livello del set di dati. Il protocollo di disattivazione consente agli artisti e ai detentori dei diritti di qualificare il loro lavoro non limitato per la formazione del modello. Mentre gli artisti visivi hanno già accesso a strumenti simili, il mondo audio gioca ancora recuperando. Fino ad ora, c’è stato un piccolo consenso su come standardizzare il consenso, la trasparenza o le licenze di grande scala. I regolamenti potrebbero eventualmente forzare la domanda, ma per il momento l’approccio rimane frammentato. Anche il sostegno delle principali società di formazione AI è stato incoerente e le critiche affermano che il protocollo non guadagnerà terre a meno che non sia governato in modo indipendente e in gran parte adottato.
“Il protocollo di disattivazione deve essere non profit, supervisionato da alcuni attori diversi, per fidarsi”, spiega Dryhurst. “Nessuno dovrebbe fidarsi del futuro del consenso a una società centralizzata opaca che potrebbe fallire – o peggio.”
