「AI ステファニー・サン」の作者：動画は1000万回再生され、チュートリアルは月に3回売れる

「AIステファニー・サン」の人気は、AIGCの技術が音声分野で「登場」したことを反映しています。ChatGPTからmidjourney（最大の人工知能絵画プラットフォーム）まで、人工知能は会話、絵画、そして今では音楽にも浸透しています。これにより、業界と消費者市場に多くの新しい考えが生まれました。AI ステファニー・サンはどのようにして作成され、作成者の要求は何でしょうか?これにより、音楽分野における生産と消費の論理は変化するのでしょうか?一緒に見てみましょう。

終わったばかりのメーデー連休中、長い間姿を見せていなかったステファニー・スンが長沙海潮宇宙音楽祭に出演した。同時に、「AIステファニー・サン」は主要な短編動画プラットフォームで人気を博した。現実の人間と AI は異なる次元で響き合い、ステファニー・サンは彼女とはほとんど関係のない AI 分野の主人公として劇的に活躍します。

「莫馨舞踏室」（原曲：劉爽）や「雪のような髪」（原曲：周杰倫）などの曲を「AIステファニー・スン」が歌い、ネットユーザーからは「これらの曲を改めて知った」などのコメントが寄せられた。

AIステファニー・サン版「Hair Like Snow」のコメント

現在、ビリビリ動画におけるAIステファニー・サンのカバー曲の再生回数は数百万回に達し、コメントは数千件に上る。 Douyinのトピック「AI Stefanie Sun」の再生回数は1,400万回を超えています。再生回数順に並べると、トップの動画には約 7,000 件のコメントが付いてます。一部のリスナーからは、「AIステファニー・サン」が歌い始めた途端、曲が「より進化した」とコメントする声が上がった。

「AI ステファニー・サン」に対する観客のコメント

「AI ステファニー・サン」は、音楽専門アカウントでも、エンターテインメントマーケティングアカウントでも、コンテンツレーベルとセルフメディア制作のホットスポットになっています。コピーするにしても、独自に作るにしても、誰もが「AI ステファニー・サン」に参加してトラフィック配当を分け合うようになりました。

「AIステファニー・サン」の無限の出現

「E-Commerce Online」は、舞台裏で活動する多くのクリエイターへのインタビューを通じて、ステファニー・サンを愛して「愛で電気を発電」するために参加した人もいれば、コースを販売したり「アカウントを作成」したりして利益を得るために参加した人もいることを知りました。しかし、結果は芳しくなく、関連する技術チュートリアルは月に3件しか売れませんでした。

海潮宇宙音楽祭で、ファンがステファニー・スンに「AIステファニー・スン」問題についての意見を尋ねた。彼女はただ微笑んで、そのことについては聞いたことがあると答えたが、明確なコメントはしなかった。所属事務所は、関連事項を扱う弁護士をまだ任命していないことを明らかにした。

驚異的な出来事として、「AIステファニー・サン」の人気は、AIGCの技術が音声の分野で「出現」したことを反映しています。ChatGPTからmidjourney（最大の人工知能絵画プラットフォーム）まで、人工知能は会話、絵画、そして今では音楽に浸透しています。これにより、業界と消費者市場に多くの新しい考えが生まれました。AI ステファニー・サンはどのようにして作成され、作成者の要求は何でしょうか?これにより、音楽分野における生産と消費の論理は変化するのでしょうか?

1. ステファニー・サンのファンは愛でパワーを生み出す

「AI ステファニー・サン」はどうやって作られたのでしょうか？技術的な観点から言えば、これは「生成音声モデル」に基づいた AIGC コンテンツ製品 (AI 生成コンテンツ) です。

作成者は、ステファニー・サンの声の素材を「フィード」して音色のトレーニングを行うことでモデルをトレーニングし、その後、演奏したい人気曲のモデル推論と音色の置き換えを実行しました。もっと簡単に言えば、ある人の声を別の人の声に変換しながらも、元の声のメロディー、リズム、感情を保持する、いわゆる「仮想カバー」です。

厳密に言えば、これはいわゆるステファニー・サンの AI 版ではなく、「ディープな模倣」とみなされるべきです。 AI版ステファニー・サンの声がどれだけ原曲に近かったとしても、結局は単なる民謡模倣番組に過ぎず、本人との間には消えない客観的な距離があるというのが業界の共通認識でもある。 「AI ステファニー・サン」をより完全に表現すると、「ステファニー・サンの AI 模倣バージョン」となります。

「私はステファニー・サンのファンです。インターネットで『AIステファニー・サン』の関連作品について聞いて、私も自分のアイドルが今まで歌ったことのない曲を歌っているのを聞きたくなり、夢中になりました。」ハン・ロンさんは、音楽分野における「二次創作」に熱心な理工学部の学生です。 「過去2年間でいくつかの『幽霊動画』を試し、ある程度の知識と技術を蓄積してきました。『AIステファニー・サン』と『幽霊動画』は、実は私にとっては似ていて、どちらも音楽の二次加工です。」

「AI ステファニー・サン」を作成するための敷居は高くありません。現在、最も主流の制作ツールは「UVR_v5.5.0」と「So-VITS-SVC 4.0」です。インターネット上には公開されている「統合パッケージ」が多数あります。ユーザーはテクノロジーを理解したり、アルゴリズムを手動で記述したりする必要はありません。先人たちが築き上げた製品をそのまま活用することができます。

VITS-SVC 4.0の統合パッケージは、非常に「絶対確実」になるように設計されています。

オーディオトレーニング教材の整理には比較的時間がかかり、労力もかかり、ある程度の技術的スキルも必要です。 「音楽のない純粋なボーカルである『ドライ ボーカル』を用意する必要があります。ただし、ステファニー サンの曲にはすべて伴奏と音程があるため、ボーカルを抽出したり、オーディオを小さな『クリーン』なクリップにカットしたりするなど、基本的なオーディオ編集の知識が必要です。」

これは、音声トレーニング教材の品質を最大限に高め、最良のトレーニング結果を得るためです。 「トレーニング後、サウンドを置き換えたい曲をインポートし、モデル推論を実行できます。サウンドが似ていない場合は、「フィーディング」オーディオのスケールを大きくし、トレーニングを継続し、満足するまでパラメータを調整する必要があります。」

上記の操作を完了できる人は、実際には「技術者」とみなすことができます。より「初心者」向けのアプローチは、インターネットからサウンド モデルの統合パッケージをダウンロードすることです。ユーザーは追加の資料を探したり、追加のトレーニングを実施したりする必要がなくなります。曲を直接推測して生成することができます。

「少しの学習能力と探究心、そして適切な構成のコンピューターがあれば、チュートリアルをステップごとに実行すれば、独自の『AI ステファニー・サン』を作成できます。」しかしハン・ロン氏は、より優れた、よりパーソナライズされた結果を望むなら、自分でモデルをトレーニングする必要があるとも付け加えた。

「Nカード（NVIDIAシリーズのグラフィックカード）を搭載したパソコンが必要です。モデル（入力音声素材を学習するアルゴリズム）の実行には30～60時間程度かかります。曲作りには30分～2時間程度かかります。」イー・レンもステファニー・サンのファンです。同氏は、トレーニング済みのモデルを統合したパッケージを使用すれば、クリエイターは少なくとも 30 時間のトレーニング時間を節約できると付け加えた。

「コンピュータの構成が十分でない場合は、クラウド コンピューティング パワーをレンタルすることもできます。」現在、あらゆる規模の国内クラウド コンピューティング プラットフォームが、AIGC のニーズを満たすためにクラウドベースの分散 GPU を導入しており、最低価格は 1 時間あたりわずか数セントです。 「グラフィック カードの性能が高ければ高いほど、トレーニングの効率は高くなりますが、当然ながら価格も高くなります。」

いくつかのグラフィックカードレンタルプラットフォームからの引用

大まかな計算によれば、「AI ステファニー・サン」の音声モデルをトレーニングするためのコンピューティング能力のレンタル費用は100～200元程度からで、それでもまだ安いと考えられる。そこで興味深い疑問が浮かびます。こんなに敷居が低くて歌手もたくさんいるのに、なぜ「AI ステファニー・サン」が最も人気があるのでしょうか?

「AIステファニー・サン」のオリジナル製作者の一人であるRcell氏は記者団に対し、彼と彼のチームは半年間で数百回の実験を行い、ステファニー・サンの4枚のアルバム「ステファニー・サンのセルフタイトルアルバム」「ケプラー」「アゲインスト・ザ・ライト」「イッツ・タイム」から約100曲をトレーニングデータとして収集したと語った。 「ジェイ・チョウ、リン・ジュンジェ、フェイ・ウォンなど他の歌手の音声変換も試しましたが、結果はステファニー・サンほど良くありませんでした。ステファニー・サンの声は明瞭で安定していて特徴的で、彼女の歌はスタイルが多様で難解で感情的なので、AIトレーニングに特に適しています。」

「ステファニー・サンのトレーニングが進めば進むほど、AI の音声品質は向上し、市場で求められる可能性が高まります。先行者利益は雪だるま式に増大するでしょう。」イー・レンは、AI版歌手の現在のトレンドの中で、「AIステファニー・サン」のクオリティはトップクラスだと強調した。

2. 利益率の高いビジネスだが、買い手が少ない

ハン・ロンのWeMediaアカウントで最も再生された動画は、「AIステファニー・サン」バージョンの「清明雨」（オリジナル歌手：徐松）
、267,000回に達しました。 2番目に視聴回数が多かったアクションフィギュア動画の​​視聴回数はわずか18,000回で、大きな差があります。 「AI ステファニー・サン」は彼のアカウントにかなりの露出をもたらす可能性があるが、現時点では商業的または収益化関連のニーズはないと彼は語った。 「『AIステファニー・サン』の制作に関わったほとんどの人は、明確な事業計画を持っていません。ただ遊んでいるだけですが、収益化できる方法はいくつかあり、実際にやっている人もいます。彼らは私たちとは違って投機家です。」

たとえば、制作チュートリアルやパッケージ化されたトレーニングオーディオの販売などです。記者は、一部のブロガーが「AI ステファニー・サン」コンテンツの下のコメント欄にテキストによるガイダンスを提供したり、外部リンクを追加して視聴者にチュートリアルやオーディオ資料の購入を促したりしていることを観察した。価格は数十元から百元以上に及ぶ。

「オンラインで販売されているものには無料版が多数あり、見つけるのは難しくありません。」ハン・ロン氏は、これらの企業は「AIステファニー・サン」から利益を得ているのではなく、AIGCが人気になるたびに生じる情報格差から利益を得ていると説明した。 「ユーザーの中には、検索ツールの使い方が苦手な人や、単に怠け者な人もいます。」

たった93元で永久マンツーマン指導を受ける

記者は、トレーニング用オーディオとチュートリアルを販売する商人を追加しました。彼の友人の輪では、AIGC ペイントモデルのトレーニング教材や ChatGPT アカウント登録チュートリアルも販売しています。 「持続不可能だし、売上規模もそれほど大きくない」商人は、この商売をすることは、自分にとって「死んだネズミを待つ盲目の猫」のようなものだと認めた。実際、注文は多くなかったのですが、コストがかからずすべて利益になるというメリットがありました。 「月に2件の注文を売って100元ちょっと稼いだが、満足している。結局は『おまけ』に過ぎなかった」

「電子商取引オンライン」では以前、ChatGPTで200のアカウントを登録し、1セット5万元でシステムを販売して儲けている人たちについて取り上げたことがある。こうした「仲買人」たちの状況を振り返ると、外部からの監督によるものであれ、彼ら自身の理由によるものであれ、現在の結末は例外なく「利益を断ち切って立ち去る」ことになっている。

「AI ステファニー・サン」のコンテンツを利用してフォロワーを増やし、そのアカウントをパッケージ化して販売する人もいます。セルフメディアの分野では、これはかなり古典的なマーケティングの考え方です。つまり、長期的な運用を考慮せず、短期的なトラフィックの急増とフォロワーの増加速度に重点を置いて、人気のあるコンテンツを作成します。

12本以上の動画を公開後、6,000人以上のファンを獲得

記者は、ビリビリ動画に「陈墨桐1995」というアカウントがあり、10本以上の「AIステファニー・サン」動画のおかげでファンの数が6,000人以上に増加していることを観察した。 Douyinで10万人のフォロワーを持ち、「AIステファニー・サン」のコンテンツを制作しているこのアカウントは、これまでの作品ではAI歌手から昔の名曲、さらには面白い動画やインターネットスキルのチュートリアルまで、方向性がほとんど異なっており、焦点を見つけるのが困難だった。

「ショート動画プラットフォームのアルゴリズムでは、個々のコンテンツに独立した推薦の重みがあります。アカウントの品質が平均的であっても、コンテンツがプラットフォームでサポートされているホットなトピックであれば、かなりの推薦を受けることができます。さらに、多くのコンテンツは疑似オリジナルで、修正されただけであり、コストは低い可能性があります」と、国内の大手ショート動画プラットフォームで働いていた広告担当者は記者に語った。プラットフォームに数万、数十万のファンがいる場合は、仲介業者に譲渡して販売することができます。 「中小企業の経営者の中には、このトレンドに倣って企業用のDouyinアカウントを作成する人もいます。そのため、基本的なファン数を持つアカウントの購入を検討するでしょう。まだ市場はありますし、コストもそれほどかからず、数千元で十分です。」

しかし、彼はまた、このタイプのアカウントの基本的な重みは限られており、トラフィックはその後に公開されるコンテンツの質に完全に依存するため、実際には「空っぽの殻」であると認めました。

もちろん、「AI ステファニー・サン」が人気を博すずっと前から、より優れた技術力とマーケティング力を持つ企業が、そうしたモデルやアルゴリズムを消費者向けアプリにパッケージ化していた。これらのアプリは、ユーザーがトレーニングしたいサウンドを入力し、置き換えたい曲を選択し、ワンクリックで安定した品質のカバーバージョンを生成できるようにサポートします。中国では、「Virtual Singer」、「ACE Virtual Diva」、「Geji Geji」などのクライアントはいずれも同様の機能を備えています。

しかし、「AIステファニー・サン」の製作に全力を注ぐビジネスマンは、金儲けをする前に「コンプライアンス」の問題をもっと考慮する必要があるかもしれない。

3. 監督とサポートは業界にとって「奨励策」である

5月9日、DouyinはAI生成コンテンツに関するプラットフォーム規制と業界の取り組みを発表した。主な対策の 1 つは、出版社が AI 生成コンテンツの結果に対して責任を負わなければならないというものです。同時に、パブリッシャーは、特に混同しやすいシーンについて、他のユーザーが仮想と現実を区別できるように、AI 生成コンテンツを明確にマークする必要があります。同時に、小紅書プラットフォーム上でも同様の監視が行われた。システムによって AIGC として識別されると、対応するロゴがコンテンツの上に表示されます。

コンテンツプラットフォームに対する現在の主な規制措置

このプラットフォームがこのような取り組みを始めたのは、AIGCが依然として著作権の「グレーゾーン」にあり、最近人気の「AIステファニー・サン」は著名人や楽曲など著作権の要素が強いため特に物議を醸しているためだ。これに先立ち、歌手ドレイクとウィークエンドの歌声を合成したAIGCの曲「Heart on My Sleeve」が海外のYouTubeプラットフォームで公開された。しかしその後、歌手のレコード会社ユニバーサルミュージックはプラットフォームにアプリを削除するよう求め、「あなた方はアーティスト、ファン、そして人間の創造的表現の側に立つのか、それともディープフェイク、詐欺、アーティストへの補償金支払い拒否の側に立つのか？」と質問した。

海外メディアGizmodoによると、ネットユーザーがAIを使ってDiscordソフトウェア上でネットの有名人歌手フランク・オーシャンの偽曲を生成し、偽造した曲を販売して1万3000ドルをだまし取ったという。しかし一方で、カナダの歌手グライムスは、それに応じた利益の半分を支払われるという条件で、他人が自分の声を使って曲を合成することを受け入れると公に宣言した。

著作権に関する懸念は、実は AIGC ミュージックが大規模に開始されるずっと前から浮上していました。 「So-VITS-SVC 4.0」製品インターフェースに次の警告が表示されます。

中国人民大学知的財産学院の姚環清准教授は、「まず、歌手の命名権の侵害にかかわる。他人の同意を得ずに、これはAIステファニー・スンやAIフェイ・ウォンだと言うことは、歌手の商業的名誉を大幅に借りることに等しい。同時に、他人の合法的に録音された音楽作品を使用して録音物を制作することは、著作権者の許可を必要としないが、規定に従って報酬を支払う必要がある。Aの音色を使用してBの曲を歌うと、Bの曲の著作権にかかわる」と述べた。

実際のところ、モデルのトレーニングに使用されるサウンド素材のほとんどは本物の録音ではなくインターネットからのものであるため、著作権を確認することは困難です。 「素材自体が違法であれば、著作権侵害の問題が生じる」と姚煥青氏は付け加えた。

監視を強化した他のプラットフォームとは異なり、ビリビリは「仮想音声作成計画」を立ち上げました。このプラットフォームは、クリエイターが要件に応じて「オリジナル作品を作成したり、曲をカバーしたり、歌詞を書いたり、曲をアレンジしたり」することを奨励し、トラフィックのサポートと報酬を提供します。これまでに、このアクティビティは 1 億回近く視聴されています。

監督とサポートは矛盾するものではなく、どちらも AIGC 作成市場の活性化をより「順守した」方法で促進することを目的としています。参考までに、AI絵画の分野では、作品がAIに無断で学習・訓練されるのを防ぐために、人間の画家が作品に「デジタルラベル」を付ける傾向にある。この動きは、将来オリジナルの歌手が参考にする可能性もあります。

4. 音楽の未来：洗練されたもの、それとも「荒々しい」もの

2017年、歌手のタリン・サザーンは人工知能ソフトウェアとコラボレーションし、アルバム「I AM AI」をリリースした。プロジェクト関係者は「音楽の未来は人間と人工知能のコラボレーションの中で作られるだろう」と予測した。

私はAIです

2021年、韓国は「AI vs. 人間」と呼ばれるプログラムを立ち上げた。このうちAIは故歌手キム・グァンソクさんの声を使ってキム・ボムスの曲「会いたい」を真似した。 「会いたい」は2002年に作られたが、キム・グァンソクは1996年に亡くなっていた。AIは亡くなった歌手を「復活」させ、彼が歌えなかった歌を歌った。

中国では、2022年にKugouも楊超月と提携して「AI歌手楊超月」を立ち上げ、AIGCの曲を十数曲収録し、テクノロジーを使って楊超月の歌唱力を補った。

実際、AI は作曲、作詞、さらには歌唱力の面でも音楽創作の分野に完全に参加できるようになりました。しかし、より検討に値する問題は、「AIGC によるコンテンツ制作と消費の再構築」という潜在的な動向です。

クリエイティブ ツールがますます「誰でも簡単に使える」ようになり、ハードルやテクノロジーが低くなるにつれて、コンテンツ制作は PGC から UGC へ、そして最終的には AIGC へと移行し、コンテンツ作成は「すべての人の時代」に突入しました。業界の上流と下流における歌手、編曲家、作詞家、レコード会社の立場は「書き換え」に直面することになるかもしれない。昔、歌うことは芸術だと考えられていました。しかし、「AIステファニー・サン」の人気により、歌唱力は再現可能な「方法論」になりつつあるようだ。

このとき、歌手は再び自分自身の「壁」を見つける必要がある。この点に関して、考えさせられる話は、音楽番組「生命の音」で音楽評論家の丁太生が歌手の楊乃文のパフォーマンスを称賛したことだ。彼は特に、「楊乃文は歌の最後の高音をミスした。それは欠点ではあるが、最も感動的な部分でもある。最近の人々は技術やテクニックに病的なほど執着しているが、歌手には人間味がなければならない。そうでなければ、歌唱作業はすべてAIに任せられてしまう」と指摘した。

かつて歌は「洗練」を追求する芸術のようなもので、業界はより高い高音、より滑らかで正確なボーカルライン、より独特な音色を追求していたことがわかります。しかし、音楽業界における AI の「競争」により、洗練はもはや人間の得意分野ではなくなったようだ。ある種の「解釈の間違い」は、「人」に近いからこそ、より感動的になるのです。

さらに歌手は「AIの栄養剤」となる。この問題を前向きに捉えれば、AIGC のユニークな作品は間違いなくコンテンツ市場の多様化を推進し、その背後にいる歌手の人気を間接的に高めることになるだろう。しかしそれに応じて、歌手も自らの影響力への集中力を失うリスクに直面している。業界はもはや歌手という人間を追いかけるのではなく、その声だけを追いかけている。したがって、音楽業界にとって、今後は人間と AI の本当の「違い」を見つける必要があります。

著者: 沈松南;編集者：Si Wen

WeChat公式アカウント：E-Commerce Online（ID：dianshangmj）は、鋭さと洞察力を見て、インターネット上の革新的なメディアと新しいビジネスに焦点を当てています。