Spotify 與 AI 音樂爭議：開發者自製工具過濾 平台需平衡經濟與透明度
Why Spotify has no button to filter out AI music
作者: Zoe Corbyn | 時間: Mon, 27 Apr 2026 23:03:10 GMT | 來源: BBC
f t
2025 年中，對塞德里克·席特（Cedrik Sixtus）而言，挫折感達到沸點。
發現 Spotify 歌單中越來越多疑似 AI 生成的曲目，這位萊比錫（Leipzig）的軟體開發者開發了一個工具，自動標記並阻擋這些歌曲。他將他的 Spotify AI Blocker 上傳到幾個代碼分享網站，數百人下載了該工具。
它過濾掉日益增長的超過 4,700 位疑似 AI 藝人的名單，參考現有的社群追蹤努力，以及異常高的發行量與 AI 風格封面等標誌，並輔以外部檢測工具。
「這取決於你的選擇——你是想聽 AI 音樂，還是想不聽，」六圖斯說，他更傾向於讓 Spotify 自己進行標籤化和啟用 AI 生成內容的過濾功能。六圖斯的工具最初是透過 Spotify 的網頁瀏覽器版本安裝的。他警告使用他的軟體「可能會違反 Spotify 的使用條款」。
他不是孤例：在該全球最熱門音樂串流服務的社群論壇上，情緒沸騰。對於六圖斯來說，問題在於 AI 音樂聽起來不對勁，其他人則單純不想聽由機器人創作的音樂。
Spotify 已做出一些讓步來解決這類擔憂。今年 4 月，它推出了一項測試功能，可在歌曲鳴響時顯示藝人如何使用 AI。但它是一個基於藝人對唱片公司或發行商的告知而建立自願系統。
「我們知道這本身還不是完整解決方案。建立真正全面的系統是一個需要整個產業對齊的挑戰，」Spotify 在 4 月表示。Spotify 的立場距離主動識別 AI 生成音樂並提供過濾選項還遠。
「對於 Spotify 來說，這是一項困難——幾乎是存在主義式的——平衡行為，」牛津大學網路研究所研究串流平台的羅伯特·普瑞（Robert Prey）表示。Spotify 試圖避免對音樂創作方式進行價值判斷，但若缺乏足夠透明度，可能會損傷聽眾、藝人及整個產業的信任，他解釋道。
「它必須搞清楚聽眾想要什麼、藝人感受如何——同時 AI 正在不斷改善、使用更廣泛且變得難以偵測，」他補充。AI 音樂工具的到來既誘惑又擾亂音樂界。
如 Suno 和 Udio 等生成式 AI 音樂服務現在可以從簡單的文本提示在數秒內製作出日益完善的、完整的歌曲，包含歌詞、人聲和樂器編排。在最近一項 Deezar-Ipsos 調查的部分控制測試中，97% 的聽眾無法正確分辨 AI 生成與人創作的曲目。每天有數萬首 AI 曲目上傳到串流平台，可能會稀釋人類藝人的收入池——即使大多數目前僅吸引少量收聽。
Spotify、YouTube Music 和 Amazon Music 至今尚未明確針對 AI 生成音樂提供面向用戶的標籤或過濾器，既不公開使用檢測工具，也不要求系統性自我披露——儘管這可能隨著產業標準發展而改變。被廣泛懷疑為 AI 創作的 Sienna Rose、Breaking Rust 和 The Velvet Sundown 等行為，本質上被 Spotify 視同其他藝人，即使平台會移除其認為的與 AI 相關的垃圾訊息，例如大量上傳或旨在操縱系統的短曲目。
「我們的首要任務是處理有害用途（例如垃圾訊息和假冒身份），而不是試圖根據音樂創作方式過濾音樂，」Spotify 發言人表示，並補充音樂中的 AI 並非二元類別，而是存在於光譜上。
Deezer——Spotify 較小的競爭對手——採取了更強硬的立場。去年開始，它標記包含由 Suno、Udio 及類似工具生成的 AI 生成曲目專輯，並從演算法推薦或人工製作歌單中排除這些曲目。它使用自家基於訓練 AI 模型以在聲音本身發現統計模式的內部檢測技術，並最近開始向業界出售。「我們是唯一擁有該項設施的音樂串流平台，」Deezer 發言人表示。
3 月，Apple Music 表示將引入「透明度標籤」，並最終要求唱片公司和發行商在涉及 AI 的新歌曲或相關內容時進行自我披露。但就像 Spotify 的歌曲信用功能一樣，批評者指出這些標籤可能不可靠，因為藝人可能因擔心污名而不願披露 AI 使用情況——而 Apple 的標籤對聽眾有多可見仍不清楚。
AI 音樂存在於連續體的事實確實使標籤化變得困難，加州聖克拉拉大學 AI 與計算創意專家梅雅·阿克曼（Maya Ackerman）表示，她是 WaveAI 的聯合創辦人兼執行長，該公司有一款幫助音樂人寫歌詞的 AI 工具。雖然有些工具是「輸入提示，生成歌曲」——在那裡 AI 標籤將很直接——其他則是設計用於共同創作，協助音樂製作過程的特定部分。如果音樂人使用這些工具，在哪個點該給予標籤？此外，阿克曼補充說，即使像 Suno 和 Udio 這樣的工具，用戶也可以將自己的創意自我投入到輸出中——輸入自己的歌詞或在歌曲聲音上花費數小時迭代。
「從遠處看，標籤 AI 音樂似乎如此明顯，但當你拉近距離時，你意識到它是一個非常複雜的事情，」她說。準確檢測 AI 生成曲目也存在技術挑戰，如果人類音樂人遭到錯誤標記為 AI 會帶來嚴重後果。即使是檢測完全 AI 生成音樂也可能充滿風險，瑞典 KTH 皇家理工學院研究 AI 對音樂衝擊的鮑布·史多姆（Bob Sturm）指出。AI 檢測系統是基於現有 AI 音樂生成工具的輸出進行訓練的，但隨著這些工具的改進，軟體必須不斷重新訓練，導致他所描述的一種「AI 音樂軍備競賽」。
Deezer 研究主管馬努艾·穆薩拉（Manuel Moussallam）承認這是挑戰，但該公司的檢測技術目前保持了較低的誤報率，他說，對更好理解混合情況（AI 僅部分使用）的研究仍在進行。但其他人認為這類擔憂是分散注意力的。「有一種遊說訊息在說『我們無法劃分界線，因此我們不應做任何事情』，」北卡羅來納州杜克大學研究 AI 生成音樂對藝人生計影響的大衛·霍夫曼（David Hoffman）表示。他主張平台至少應該標記完全 AI 生成的曲目，從那裡評估剩餘問題的規模。聽眾似乎想要標籤：在 Deezer-Ipsos 調查中，約 80% 的回應者表示 AI 生成音樂應清楚標記，儘管對過濾的看法分歧較大。「聽眾值得擁有知情權，」歌手提夫特·梅里特（Tift Merritt）表示，她與霍夫曼一起在杜克擔任駐地實踐者，引用我們如何在食物上提供營養標籤或告知消費者是否為有機。
許多人猜測，真正阻止 Spotify 採用標籤和過濾的是經濟因素。牛津的普瑞說，Spotify 試圖優化平台成長。保持推薦系統「無負擔且盡可能自由運作」有助於實現這一點。霍夫曼指出，檢測 AI 生成內容會增加成本，服務 AI 音樂也可能更便宜。過去的爭議助長了猜忌，批評者指出。Spotify 在各種場合曾被指責委託和推廣用於背景風格播放列表的低成本音樂——它否認這些指控。
「我們平台上的所有曲目均由第三方權利人（如唱片公司和發行商）提供，支付模型對所有都相同：版稅根據收聽份額從收入池中支付，」Spotify 發言人表示。同時該領域正在演變。音樂產業標準機構 DDEX 正繼續制定音樂信用中 AI 披露的廣泛產業標準，儘管顯示將取決於串流平台。根據歐盟 AI 法案，某些 AI 生成內容必須於 2026 年 8 月起進行標籤化；儘管 Spotify 將如何實施這些規定仍不清楚。
利茲大學媒體、音樂與文化教授大衛·赫斯蒙德霍（David Hesmondhalgh）表示，目前 AI 音樂就像「狂野西部」。但他也預計「某種秩序會出現」，因為 2000 年代初的檔案分享恐慌最終導致了今天的串流產業。Spotify 似乎正在意識到壓力，最近宣布推出旨在提升人類藝術性的功能，包括 SongDNA 和「About the Song」，為高級用戶提供更深入的曲目來源和貢獻者洞察。
「我們認為音樂領域對 AI 的正確回應不是單一政策，而是主動控制、產業標準和對每首曲目背後人類創意的更深層投資的結合，」Spotify 發言人補充。