科技 · 2026-08-05 · 创作与平台 · 阅读 12

Spotify 拉来 3 万家独立厂牌做 AI 翻唱：授权能否变成付费功能

作者：沈南乔｜OC 社会影响编辑

Spotify 在第二季度业绩说明中确认，代表 3 万多家独立厂牌的 Merlin 将加入其 AI 翻唱与混音计划。该项目此前已与 Universal Music Group 达成合作，计划以研究预览和 Premium 付费附加功能的形式推出，并强调艺人可以选择是否参加。

一句话结论：Spotify 正试图把无法完全阻止的 AI 改编变成有许可、有标注、可分账的产品；最大的难点不是生成技术，而是录音、词曲、声音与形象权分属不同主体，一次厂牌授权未必覆盖全部权利。

根据 Spotify 与 UMG 5 月公布的框架，用户未来可在许可范围内制作翻唱和混音，相关艺人和词曲作者分享价值。Merlin 的加入扩大了独立音乐目录，使这项试验不再只依赖大型唱片公司，也让平台更有机会测试不同地区和曲风的使用需求。

产品仍处于研究和授权阶段。Spotify 只表示会向部分用户提供预览，没有公布上线日期、价格、生成模型或具体分账比例。把它称为已经开放的 AI 翻唱工具并不准确，现阶段更像是在正式推出以前先组建一套可用的权利池。

录音版权词曲版权声音形象权和平台规则汇聚到一次AI改编授权

一首歌至少包含录音制品和词曲两组权利，AI 模仿某位歌手还可能涉及声音与人格权益。独立厂牌通过 Merlin 授权目录，不必然代表每位表演者和词曲作者在所有合同中都已同意生成式用途。真正可执行的选择退出需要细到作品、地区、用途和模型训练，而不只是厂牌层面的总开关。

Spotify 强调 consent、credit、compensation，也就是同意、署名与补偿。这三项需要落实成用户界面和账单：生成前显示可用权利，发布时标注原作与改编关系，播放和生成费用分别记账，并为权利变化提供下架与追溯机制。

AI 音乐的供给已经快速增长。Deezer 称其每日上传内容中超过一半为 AI 生成，远高于 2025 年初约 10% 的水平。对 Spotify 来说，许可改编既是新增收入，也是一种治理工具：把用户从外部无授权生成器引导到平台内可追踪的流程。但如果费用分配不透明，它也可能只是把争议集中到平台内部。

关键事实

Merlin 代表 3 万多家独立厂牌，将加入 Spotify 的 AI 翻唱和混音计划
项目此前已与 Universal Music Group 合作，强调艺人自愿选择加入
Spotify 计划以研究预览和 Premium 付费附加功能推出，尚无正式发布日期
分账比例、模型、地区和不同权利的授权范围仍未公开

OC 判断

Spotify 的方向比“先生成、收到投诉再删除”更可持续，但许可规模不能代替权利精度。产品是否真的改善创作者处境，要看艺人能否逐项选择、词曲作者是否被纳入、生成与播放收入是否可审计，而不是签约目录有多大。

为什么重要

对创作者：需要确认合同中的生成式用途、声音模仿和衍生作品授权是否可以单独拒绝。
对平台：权利状态必须成为生成系统的实时输入，而不是发布后的人工审核。
对用户：付费生成不天然等于可以公开传播，许可范围仍可能限制地区和使用方式。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

好久不见啊

<p>好久没见，没想到改版这么大</p>

cuijin007 1 2

Spotify 拉来 3 万家独立厂牌做 AI 翻唱：授权能否变成付费功能