AI 冒充真人歌手月入过万美元，独立检测工具兴起
Soulless 整理的榜单显示，多个 AI 生成艺人在 Spotify 拥有数十万至上千万月听众，月收入估测最高超 1…
独立媒体 Soulless 近日公布了一份在流媒体平台上「冒充真人」的 AI 音乐艺人清单，其中多位虚拟歌手的月听众数已突破百万，按估算分成月收入超过 1 万美元，揭示出 AI 生成音乐正以独立艺人身份在 Spotify 等平台规模化变现。
现象：AI 艺人跻身主流榜单
根据 Soulless 列出的「已识别为 AI 生成」艺人清单，截至 2026 年 6 月的统计中：
- ZionRay 月听众约 130 万，估算月收入约 1 万美元；
- Breaking Rust 约 97.4 万月听众，估算月收入约 7793 美元；
- Joy Rhodes 约 95.8 万月听众，估算月收入约 7666 美元；
- Enlly 约 72 万月听众，估算月收入约 5756 美元；
- Xania Monet 约 52.4 万月听众，估算月收入约 4193 美元；
- Sienna Rose 约 69 万月听众，估算月收入约 5516 美元。
这些艺人的作品大多由 Suno、Udio 等文生歌模型批量生成，并以独立音乐人身份入驻流媒体平台，以算法推荐为放大器获得可观播放量，部分作品已被纳入「Discover Weekly」等官方歌单。
产业背景：训练数据来源成争议焦点
AI 生成音乐大规模上线背后，训练数据合规性持续受质疑。The Atlantic、Hypebeast 等媒体近期报道显示，Suno、Udio 等公司在训练阶段使用了包含 Bad Bunny、Taylor Swift 等数千万艺人作品的素材，引发版权诉讼。LAION 等机构随后发布了带 Apache-2.0 许可的 Udio 音频片段数据集，被视为合规训练数据来源的一次尝试。
与此同时，Free Music Archive 提供的 10.6 万首 CC 许可曲目，仍然是当前少数被普遍认为「来源干净」的人类音乐训练来源。
检测生态：从研究项目到商业工具
针对 AI 音乐的识别需求，业内已形成多条技术路线，主要包括：
- 频谱检测：以 SONICS（ICLR 2025）为代表，使用 SpecTTTra 频谱 Transformer 模型识别 Suno、Udio 输出特征，其配套 ~9.7 万首标注数据集是多数开源检测器的训练基础；
- 声码器伪指纹：lofcz/ai-music-detector 通过检测神经声码器在 1–8 kHz 频段的周期性伪影进行判别，已 MIT 许可；
- 商用闭源方案：SH Labs（SubmitHub）依托真实提交样本训练，SlopTracker 则基于其分析器实现 Spotify 扫描；
- 综合判定：Soulless 自研的 ai-music-classifier 将 SONICS 频谱模型、lofcz 声码器检测与元数据扫描组成集成模型，对 30 秒试听片段进行判别。
此外，ArtifactNet 等取证型检测器尝试覆盖 22 种生成器并具备编解码无关泛化能力，但目前仅以 ONNX 推理形式发布，许可证为 CC-BY-NC。
现状与隐忧
目前所有检测方案都存在误报问题。Soulless 在其工程日志中提到，曾将一首真人作品误判为 AI，并以此为例讨论了「让检测器具备自我怀疑能力」的必要性；Spot-if-AI 浏览器插件也因误报问题下线了公测版本。这意味着流媒体平台在引入自动标识机制时，仍需谨慎权衡误判对真人艺人的伤害。
在版权诉讼悬而未决、检测工具尚未平台级接入的窗口期，AI 生成音乐与传统艺人之间的边界仍将持续模糊。