„Emberibbé teszik” az MI-dalokat

Sokféle módszer kering a neten, amikkel „humanizálni” lehet a mesterséges intelligencia által alkotott zenét. Így – ígérik – nem akad majd fenn a szűrőkön, illetve járhat utána jogdíj. Arról nincs adat, hogy ezek mennyire hatásosak, mindenesetre MI-dalokat csalás nélkül is lehet havi több tízezer forint jogdíjat keresni, főleg, ha az ember obszcén poénokat is elsüt. A platformok működése átláthatatlan, általában nincs kimondott stratégiájuk az MI-zenékre; bizonyos számokat eltávolítanak, másokat nem. Ezt használhatják ki azok, akik a állítólag szűrést kijátszó módszereket terjesztenek.

Az emberibbé tétel módszerei

A mesterséges intelligenciával generált tartalmak gyakran könnyen felismerhetők, legyen szó szövegről, zenéről vagy képről. Emiatt egész másodlagos iparág alakult ki az MI „emberibbé tételére”. Egy gyors Google keresés is megmutatja, hogy főleg szövegek „humanizálására” szakosodott szolgáltatások ígérik azt, hogy az általuk kezelésbe vett tartalom – pl. iskolai, egyetemi beadandók – ember által alkotottnak fog tűnni. Tehát át fog menni a szűrőkön, nem fogják felismerni az automatizált MI-detektorok, netán a dolgozatot osztályozó tanárok.

Ugyanez kisebb mértékben a zenére is igaz. Egy 100%-ban MI-vel készült dalt ugyanis nem véd a szerzői jog, így elvben jogdíj sem jár utána. Az „emberibbé tett” dalok monetizálhatók, a közös jogkezelőknél regisztrálhatók.

Virginie Berger cikke szerint a YouTube-on, Redditen több útmutató található az MI-vel generált zene „humanizálásáról”. El kell távolítani az MI-algoritmus által esetleg elhelyezett vízjelet, illetve a dalt leíró metaadatokat is át kell írni – ezek ugyan nem feltétlenül jelzik, hogy MI-vel készült a dal, de az ilyen oldalak által generált metaadatoknak vannak közös jellegzetességeik. (A Virginie Bergerrel készült 2016-os interjúnk itt olvasható.)

Egyszerű, de állítólag hatékony trükk még a audiofájl bitrátájának megváltoztatása, csend beillesztése, halk zúgás vagy ún. dithering noise hozzáadása (ez eredetileg a CD maszterelésnél alkalmazott eljárás). Bonyolultabb eljárás az MI-dalok „robotikusságának” csökkentése, például a nagyon egyenletes kvantálás szabálytalanabbá tétele. Még komolyabb befektetés valódi emberi hozzájárulást vinni a dalba, például a vokált valódi emberi hangra cserélni. (Mi több, a mindenféle szolgáltatást kínáló Songbay 795 fontért, vagyis 360 ezer forintért az MI-dal teljes újrafelvételét vállalja session zenészekkel.)

Tényleg lehet keresni MI-zenével (csalás nélkül)?

Mint arról részletesen itt írtunk, ma a csalók jellemzően MI-vel állítják elő azt a nagy mennyiségű zenét, amiknek aztán illegális módszerekkel hallgatottságot generálnak, hogy jogdíjat szedjenek ki a rendszerből.

De úgy tűnik, hogy már csalás nélkül is egyre inkább lehetséges nem elhanyagolható jogdíjakat kapni MI-dalokkal – ha nem is kiemelkedően magasakat. A nem zenei média is foglalkozott a Velvet Sundown „zenekarral”, ami ismertségének csúcsán havi egymillió hallgatónál is többet ért el. (Mostanra ez kb. félmillióra esett vissza.) Amikor ebből hír lett, a Music Business Worldwide szerzője gyors kereséssel tucatnyi, több százezres hallgatótábort elérő MI-előadót talált.

A Billboard az Obscurest Vinyl mögötti alkotóval beszélt. Ő először photoshoppolt lemezborítókkal gyűjtött követőket az Instagramon, majd MI-vel elkezdett pajzán szövegű pszeudoretró dalokat is előállítani. Ezek között van olyan, ami többmilliós hallgatottságot ért el a Spotify-on, más népszerű dalai több százezreseket. A zenei jogdíjai általában a havi többszáz dollárt érik el, de ennél többet keres a merch eladásokkal. A hasonló, csak jóval obszcénabb (és kevésbé hallgatott) dalokat készítő BannedVinylCollection a Wired cikke szerint havi 200 dolllár (kb. 70 ezer forint) jogdíjat keres a Spotify-on; a Bandcamp és a Patreon többet hoz neki. Ők egyébként nem 100%-ban MI-vel készített dalokat töltenek fel: a szövegeket ők írják, a zenét jellemzően a Suno.

Az Obscurest Vinyl egyik, a kevésbé obszcének közé tartozó száma

Virginie Berger is hivatkozik Benn Jordan zenészből lett youtuber januárban megjelent videójára: ő a Sunón nézte végig a legnépszerűbb 560 felhasználót, és azt találta, hogy 98%-uk a Spotify-on is megosztotta a generált dalokat. Többségük úgy, hogy megváltoztatta az előadónevet és a számcímeket, feltehetően azért, hogy ne legyenek olyan könnyen beazonosíthatók mint Suno-felhasználók. Sokan közülük megkapták a Verified Artist minősítést a Spotify-tól. A Jordan által megosztott playlistet böngészve találunk olyan előadókat, akiknek egyetlen hallgatójuk volt egy hónap alatt, de könnyű pár százezres hallgatottságú dalokra is rábukkanni.

Nincs stratégia a stream platformoknál, a Deezert leszámítva

 A nagy stream platformok többségének még nincs egyértelmű stratégiája az MI-zenékre, legalábbis nyilvánosan. A kivétel a Deezer: a francia cég nyár elején kezdte el megjelölni a 100%-ban MI-vel írt zenéket, és kivette ezeket az algoritmikus ajánlókból. Akkor azt is nyilvánosságra hozták, hogy napi kb. 20 ezer MI-dal kerül fel a katalógusukba, és becslésük szerint a hallgatottságuk átlagban 70%-a csalás eredménye.

A Spotify vezetője, Daniel Ek korábban arról beszélt, hogy náluk belefér az MI-zene (sokan azt gyanítják, hogy az olcsó háttérzenét titokban előnyben részesítő cég kifejezetten üdvözli, netán maga is gyártja ezeket a relaxációs stb. playlistjeire). Ugyanakkor a már említett Velvet Sundown több zenéjét hivatalos indoklás nélkül eltávolították (ha nem is mindent), illetve Benn Jordan fent berakott, pár hónapja készült playlistjén is elég sok olyan dalt találunk, amelyek szürkék: már nem lehet lejátszani őket.

Vagyis ugyan egyelőre úgy tűnik, hogy az MI-vel írt zenékkel lehet jogdíjat szerezni, de azért már most veszélyezteti a feltöltőt az, hogy (kívülről átláthatatlan módon) eltávolítják a számokat. Ezt a bizonytalanságot használhatják ki azok, akik azt ígérik, hogy az általuk bemutatott „humanizálás” felismerhetetlenné teszi a zene eredetét.

Azt, hogy az ismertetett módszerek ténylegesen mennyire védi meg a feltöltött zenéket, nem tudjuk. Ahogy Virginie Berger is írja a cikkében, a szűrőprogramok nem kizárólag az egyedi hangfájlok jellegzetességeit vizsgálják, hanem nagyobb adathalmazokban keresnek ismétlődő mintákat, így az „emberivé tett” dalokra is rátalálhatnak.

A humanizálás nemcsak a rendszerből kivett – és nem valódi zenészekhez eljutó – jogdíjak miatt fontos. Ahogy a (politikai jelentőségük miatt többször elemzett) képekkel, videókkal kapcsolatban már gyakran elmondták: kezd elmosódni a hallgatók számára a határ a mesterséges és az emberi között, gyanúba keverednek emberek által írt zenék is. Ez végső soron az egész zenei ökoszisztémába vetett bizalmat ássa alá, ezért azoknak is érdekükben áll ellene küzdeni, akiket egyébként anyagilag nem fenyeget az, ha MI-vel generált zenét próbálnak meg úgy eladni, mint ami mögött az emberi kreativitás áll.

A nyitókép forrása: Songbay