IA contro l'industria musicale: L'ascesa del clonaggio vocale tramite IA

Indipendentemente dalla controversia che circonda la clonazione vocale, la tecnologia rappresenta un notevole progresso nell'avanzamento dell'intelligenza artificiale. Sebbene non entreremo nei dettagli, abbiamo deciso di delineare i concetti di base su come funziona la tecnologia. In sostanza, la clonazione vocale sfrutta algoritmi di apprendimento sofisticati per replicare voci umane specifiche.

Ciò che sta alla base di questo processo innovativo è l'addestramento delle reti neurali, alimentate da ampi volumi di dati vocali registrati. I modelli di IA vengono addestrati per padroneggiare innumerevoli sfumature vocali, intonazioni, tonalità, accenti o velocità per adottare un discorso sintetizzato che imiti il più possibile la voce del locutore originale.

Un ruolo essenziale è svolto anche dalle architetture di apprendimento profondo chiamate Generative Adversarial Networks (GAN) che mediano l'interazione tra i network generatori e discriminatori. Come suggerisce il nome, i generatori mirano a creare voci sintetiche, mentre i discriminatori valutano la loro autenticità rispetto al parlato umano reale. L'interazione tra le due reti crea un ciclo ripetuto di creazione, valutazione e perfezionamento, attraverso il quale la tecnologia di clonazione vocale tramite IA è in costante evoluzione.

All'inizio di questo articolo, abbiamo menzionato che i servizi di clonazione vocale vengono utilizzati in una varietà di settori e industrie, ad esempio, per lo sviluppo di assistenti virtuali personalizzati e più umani, la creazione di post virali sui social media o per facilitare la comunicazione di alta qualità per coloro che hanno perso la capacità di parlare.

Quello che rende l'uso della clonazione vocale nell'industria musicale diverso rispetto ad altri settori è che, per i musicisti e le musiciste, le loro voci sono un ingrediente sacro della propria arte e professione. In effetti, si potrebbe sostenere che la voce sia uno strumento di comunicazione, uno strumento musicale e uno strumento di monetizzazione, tutto in uno.

Alcuni esempi specifici hanno portato la clonazione vocale artistica sotto i riflettori. Nel 2021, Capitol Record è diventata nota quando ha annunciato la decisione di firmare un rapper la cui voce è completamente digitale, FN Meka. Poco dopo, i fan hanno scoperto che la voce di FN Meka apparteneva a un attore vocale umano non accreditato né compensato per il suo lavoro e talento.

Questo ha scatenato una polemica alimentata ulteriormente dalla personalità pubblica dell'artista virtuale e dai modi che sono stati interpretati come favorevoli agli stereotipi razziali e all'appropriazione culturale della cultura afroamericana. Non sorprende, quindi, che l'artista sia stato lasciato dall'etichetta solo 10 giorni dopo la firma.

Probabilmente ricorderai anche la canzone 'Heart on My Sleeve' diventata virale quest'anno per per aver utilizzato voci "realistiche" di Drake e The Weeknd generate da IA. La canzone è stata scritta e prodotta da un utente di TikTok, ghostwriter977, che l'ha autopubblicata su piattaforme di streaming come Spotify, Apple Music o YouTube.

Il risultato? Il brano ha generato milioni di visualizzazioni su TikTok e migliaia di ascolti su diverse piattaforme. E sebbene Universal Music Group alla fine l'abbia rimossa, è diventata una pietra miliare nelle discussioni odierne sulla legalità della musica generata dall’intelligenza artificiale sulle piattaforme di streaming e sull'adozione delle leggi sul copyright pertinenti.

Dopo appena un giorno su YouTube, il brano ha ottenuto quasi 60.000 visualizzazioni e ha ricevuto principalmente recensioni positive, con gli spettatori che suggerivano di pubblicare la canzone anche su altre piattaforme di streaming.

Indipendentemente da quanto estremamente talentuosa, abile ed esperta sia, Swift avrebbe probabilmente bisogno di un certo periodo di tempo per terminare la canzone (o per scrivere una traccia sulla propria vita senza l'input di nessun altro). Non dimentichiamoci anche dell'investimento finanziario necessario per registrare e produrre la canzone. In definitiva, ciò si applicherebbe a ogni musicista, che avrebbe bisogno di tempo, denaro e strumenti adeguati per avere la propria musica pronta per la pubblicazione.

Un tool di IA ideale avrebbe bisogno solo di una richiesta, di un clic e al massimo di pochi minuti per terminare la scrittura della canzone, produrla e generare le voci. Oggi, realisticamente, avresti bisogno di più di uno strumento di IA per creare la canzone da zero, ma anche in questo caso, il processo creativo si rivelerebbe più economico, meno dispendioso in termini di tempo e più accessibile rispetto a quello adottato dagli esseri umani.

Ciò non vuol dire condannare il lavoro generato dagli esseri umani e sostenere l'IA a tutti i costi, ma, alla fine, questo potrebbe diventare il processo creativo per certi individui nell'industria musicale se non vengono introdotte normative e restrizioni. Di conseguenza, la produzione e il consumo di musica potrebbero essere dominati da tracce generate da IA, relegando la musica fatta dall'uomo in secondo piano.

Inoltre, con la tecnologia di clonazione vocale tramite IA che migliora continuamente e sta lentamente padroneggiando l'arte dell'imitazione, anche i fan potrebbero essere meno contrari all'acquisto di musica generata da IA invece del lavoro originale dell'artista. Possiamo vederne un esempio con i casi che abbiamo menzionato in precedenza.

I brani di Drake & The Weeknd e di Taylor Swift hanno ottenuto un'enorme popolarità con i fan che chiedono che le canzoni vengano completate e pubblicate su piattaforme di streaming. Tutto ciò potrebbe alla fine portare a una diminuzione delle vendite di musica, di ascolti e quindi una sostanziale riduzione dei ricavi per gli artisti e le artiste.

Alcuni sostengono che tali cambiamenti potrebbero avere un impatto anche sulle esibizioni dal vivo, mentre altri, al contrario, sottolineano che l'IA non può mai sostituire o imitare la connessione umana che è una parte essenziale di ogni concerto.

Attualmente, la residenza virtuale ABBA Voyage, situata a Londra per i ospitare i loro concerti, e prevista almeno fino alla fine del 2024, potrebbe suggerire che sia giusto preoccuparsi. Per ora, tuttavia, questa può essere solo una speculazione poiché la residenza virtuale si sta svolgendo solo perché i membri originali della band hanno deciso di non fare più tour.

La clonazione vocale potrebbe non essere utilizzata solamente da altri per vendere e guadagnare con la musica (e per mostrare anche il proprio talento e qualità come performer). Potrebbe anche essere utilizzata da altri per rubare la tua identità e utilizzare la tua voce in situazioni in cui non vorresti essere coinvolto o coinvolta e che potrebbero estendersi oltre l'ambito della creazione musicale (incluse varie attività fraudolente).

Qualcuno potrebbe sostenere che ciò potrebbe potenzialmente accadere solo agli artisti e le artiste che godono di fama mondiale e successo commerciale. Tuttavia, con la tecnologia che è così facilmente accessibile, veramente chiunque con una voce può esserne vittima. Le conseguenze potrebbero essere brutali, specialmente nell'era attuale dei social media, dell'enorme progresso tecnologico (incluso il deepfake) e della condivisione eccessiva di informazioni, dove l'autenticità e la verità sono più difficili da rilevare e dove anche la più piccola infrazione (sia vera che falsa) viene severamente punita.

Alla fine, ciò potrebbe portare a danni fisici e psicologici sia per i musicisti e le musiciste che per i fan e, in caso di frodi e reati, anche per il pubblico più in generale. Le persone possono essere facilmente manipolate, mettere in discussione e "cancellare" gli altri per cose che potrebbero non aver commesso nemmeno.

It’s important to note that voice cloning as well as other AI technologies are not necessarily all that bad. For one, they can be perceived as sources of new opportunities for artists and means of enhancing their art. By using AI tools, musicians may find new ways and forms to express themselves, opting for before-undiscovered sounds, instruments, and synergies.

È importante notare che la clonazione vocale, così come altre tecnologie AI, non sono necessariamente tutte negative. In primo luogo, possono essere percepite come fonti di nuove opportunità e mezzi per migliorare il proprio lavoro. Utilizzando strumenti di intelligenza artificiale, i musicisti e le musiciste possono trovare nuovi modi e forme per esprimersi, optando per suoni, strumenti e sinergie mai scoperti prima.

Nei concerti e nelle esibizioni dal vivo, gli strumenti AI possono fungere da potenti mezzi di intrattenimento, contribuendo a creare esperienze uniche senza necessariamente sostituire l'artista principale. Uno spettacolo del genere è probabile che attiri grande attenzione, il che può portare a una crescita ulteriore del pubblico e ad un aumento delle vendite dei biglietti.

Inoltre, la tecnologia AI può aprire la porta a più persone per produrre e pubblicare la propria musica in modo indipendente, riducendo la dipendenza finanziaria dalle case discografiche e gradualmente smantellando e ridefinendo il funzionamento dell'industria musicale (e il modo in cui gli individui trasformano la loro passione per la musica in una carriera professionale).

La verità assoluta sugli sviluppi tecnologici è che sono (quasi sempre) inizialmente pensati per migliorare e completare le capacità umane esistenti e la creatività, non per sostituirle. Questo è, tuttavia, possibile solo con l'adozione di leggi e regolamenti sul copyright pertinenti. Qual è dunque la situazione attuale delle leggi sul copyright e dell'uso dell'IA? Diamo un'occhiata.

Inizieremo dicendo che, mentre la tecnologia dell'IA è stata in fase di sviluppo per anni, sembra che individuali strumenti e piattaforme siano diventati parte integrante della nostra vita quotidiana quasi da un giorno all'altro. Un giorno non avevamo idea di cosa fosse ChatGPT e il giorno successivo lo stavamo utilizzando attivamente al lavoro, a scuola e anche nella nostra vita privata. Non sorprende quindi che, dal punto di vista legislativo, dobbiamo ancora tenerci al passo con questi rapidi cambiamenti.

Le attuali leggi sul copyright sono quasi esclusivamente dedicate a proteggere espressioni creative 'fisse' e tangibili, come melodie, testi, registrazioni musicali e immagini di copertina. Gli elementi intangibili, compresa la voce di una persona, sono piuttosto poco protetti. In particolare negli Stati Uniti, il possesso proprietario della propria voce non è stato incluso nella legge federale sul copyright poiché i suoni della voce non sono considerati 'fissi', come richiesto dalla normativa.

Inoltre, sebbene le leggi progettate per proteggere la privacy, prevenire frodi e regolare il consenso possano teoricamente applicarsi alla clonazione vocale, attualmente non esistono leggi o regolamenti specifici progettati esclusivamente per affrontare le sfide uniche della tecnologia.

Inoltre, negli Stati Uniti, le 'politiche di equità' consentono un uso limitato di materiale coperto dal copyright senza la necessità di ottenere il permesso da chi detiene i diritti d'autore. Tuttavia, cosa costituisca un 'uso equo limitato', specialmente nel contesto della tecnologia dell'IA, non è stato definito.

Al contrario, l'Unione Europea ha mostrato incentivi per riformare le leggi sul copyright al fine di affrontare le problematiche specifiche nel mondo virtuale. Nel 2021, la Commissione europea ha proposto l'AI Act, che mira a rettificare e regolare sia l'uso che lo sviluppo dell'IA emettendo linee guida per sviluppatori/sviluppatrici e utenti. Tuttavia, sebbene la bozza attuale dell'AI Act imponga la trasparenza e la governance dei dati, è stata criticata per non affrontare in modo sufficiente le applicazioni generative di AI sviluppate nei settori dei contenuti video e audio.

Una lamentela del genere è stata sollevata dalla UVA, una coalizione globale di 35 gilde, associazioni e sindacati europei di doppiaggio, che si è unita ad organizzazioni dalla Svizzera, dagli Stati Uniti o dall'Asia per garantire che l'uso dell'IA nel doppiaggio e nell'overdubbing non danneggi il patrimonio artistico e la creatività umana.

Tutto ciò è avvenuto dopo che è stato segnalato che diversi mod di Skyrim (un videogioco) utilizzavano l'IA per creare contenuti pornografici con le voci dei personaggi senza il consenso degli attori. Come è stato successivamente dimostrato, tale pratica non è evidentemente vietata dalle rispettive leggi sul copyright.