AI 音樂把串流切成兩派

AI 音樂已經不是小眾玩具。2025 年，Deezer 說它偵測到超過 1340 萬首 AI 歌曲。這數字很誇張，也很現實。講白了，這不是內容海嘯，是資料庫管理災難。

更麻煩的是，平台開始分裂。有人要標示，有人要封鎖，有人要偵測。還有人直接賣生成工具。你如果想看懂 AI 音樂怎麼走，不能只看產品，還要看訴訟和詐領案件。

這篇就把幾個主角拆開來看。Apple Music、Deezer、Bandcamp、Suno，還有背後那堆版權和版稅問題。

Apple 先選擇標示，不是封殺

Apple 的做法很 Apple。它沒有直接禁 AI 音樂，而是推 Transparency Tags。意思很直白。你可以上架，但你要講清楚。

這套標籤分成四類。track、composition、artwork、music video。也就是音軌、作曲、封面、影片。AI 現在很會，常常一次碰到四個地方，所以 Apple 乾脆把欄位先切好。

這種做法很務實。它保留串流目錄，也讓聽眾、唱片公司、發行商更容易判斷內容來源。說真的，對平台來說，先能辨識，比先吵架有用。

• Apple Music 要求自願揭露 AI 使用。
• 標籤涵蓋 track、composition、artwork、music video。
• 同一首作品可同時掛多個標籤。
• 不標示，不代表就完全沒有 AI 參與。

這裡的重點不是道德姿態。重點是資料欄位。只要平台願意收集結構化資訊，後面就能做搜尋、推薦、版稅分流，甚至風險控管。

反過來說，如果沒有標籤，AI 音樂就會混進一般內容池。那時候，推薦演算法會更難判斷。版權方也更難追。最後吃虧的，通常是老實上傳的人。

偵測 AI 音樂，已經變成生意

Deezer 的路線更硬。它不是等人自報，而是自己做偵測。官方說，它的系統可以做到 99.8% 準確率。這數字聽起來很猛，但更重要的是，它已經拿來掃整個資料庫。

Deezer 也說，2025 年它偵測到超過 1340 萬首 AI 歌曲。這不是幾個創作者在玩梗。這是大規模上架問題。只要上傳成本夠低，垃圾內容就會像水一樣灌進來。

這也是串流平台開始緊張的原因。AI 音樂不只影響品味。它還可能污染推薦系統，吃掉版稅池，甚至被拿來洗流量。平台如果不做事，最後就是自己背鍋。

“The heart of Qobuz is and will remain human,” Qobuz said in its AI charter.

這句話很短，但態度很清楚。Qobuz 直接把人類創作放在核心。這跟 Apple 的標示派、Deezer 的偵測派，形成很明顯對照。

我覺得這裡會出現一個新市場。不是賣音樂，而是賣 AI 音樂稽核。誰能先抓到假內容，誰就有機會拿到平台合作案。這種生意很無聊，但很值錢。

• Deezer 宣稱偵測準確率達 99.8%。
• 2025 年已標出 1340 萬首 AI 歌曲。
• Qobuz 明確把人類創作放在 AI 準則核心。
• 偵測工具正在變成平台基礎設施。

錢的問題，比審美更急

這場爭論最核心的，不是好不好聽。是錢。2025 年 11 月，美國北卡羅來納州的 Michael Smith 認罪。他被指控用 AI 生成數十萬首歌曲，再用 bot 把播放量刷到幾十億次。

美國司法部說，這套操作拿走超過 800 萬美元版稅。這就不是創作爭議了。這是詐欺。平台如果還把它當成單純的內容管理問題，那就太天真了。

這類案件會直接改變平台政策。因為一旦有實例證明，AI 音樂可以被拿來洗版稅，平台就一定會加強上傳檢查。不是因為它很善良，是因為它怕被告。

這也是為什麼 metadata 變重要。平台知道內容是不是 AI，才有辦法決定要不要推薦、要不要分潤、要不要下架。沒有標示，系統就只能猜。猜久了，整個池子都會歪掉。

你可以把這件事想成垃圾信件。早年 email 也覺得只是多幾封廣告。後來大家才知道，spam 不處理，整個信箱會爛掉。AI 音樂現在就是那個階段。

• Michael Smith 案涉及數十萬首 AI 歌曲。
• 詐領播放量被指達到數十億次。
• 司法部指出獲利超過 800 萬美元。
• 版稅池一旦被洗，正常創作者會先受傷。

創作工具越來越像個人化產品

另一邊，工具廠商還在往前推。Suno 的 v5.5 加了 Voices、My Taste、Custom Models。Voices 最有意思。它可以用乾淨的 a cappella、完整歌曲，或手機錄音來訓練聲音。

這件事很敏感。以前 AI 音樂工具多半是在做「像樣」。現在是往「像你」走。差別很大。因為一旦模型能抓住聲線和唱法，版權和人格權就一起冒出來。

如果某個歌手沒授權，卻被拿去訓練聲音模型，那問題就不只是資料集乾不乾淨。這會牽到肖像、聲音權、授權範圍，還有商業使用邊界。法律通常追不上產品節奏，這次也一樣。

其他公司也沒閒著。Google DeepMind 的 Lyria 已經進到 Gemini 生態。使用者可以用文字、圖片、影片生成 30 秒音樂。ElevenLabs 也在推商用音樂生成，還做了示範專輯。

• Suno v5.5 新增 Voices、My Taste、Custom Models。
• Lyria 已整合進 Gemini 相關產品。
• ElevenLabs 把音樂生成當商用工具在推。
• 工具越強，授權邊界越需要先畫清楚。

串流平台正在分三派

現在的市場很像三條路。第一條是標示派。Apple 走這條。第二條是偵測派。Deezer 走這條。第三條是封鎖派。Bandcamp 走這條。

Bandcamp 的規則最硬。它禁止完全或大部分由 AI 生成的音樂，也禁止 AI 冒充其他藝人或風格。這種路線很直接，但也很有立場。

三派的差別，會直接影響產品設計。標示派要做 metadata 流程。偵測派要做模型和審核。封鎖派要做上架審查。每一派都要成本，而且都不是小成本。

如果拿數據來看，差距更明顯。Apple 的重點是流程。Deezer 的重點是 99.8% 準確率。Bandcamp 的重點是零容忍。這三種策略，對開發者來說根本是三種產品。

• Apple：先標示，再讓內容留在目錄裡。
• Deezer：先偵測，再決定怎麼處理。
• Bandcamp：先禁掉，再談例外。
• 平台規模越大，越難只靠人工審核。

這不是音樂而已，是平台治理

AI 音樂其實在測試整個串流產業的治理能力。平台要先回答一個問題：內容是作品，還是風險？如果答案不清楚，後面就會一路卡住。

對台灣開發者來說，這件事也很有參考價值。因為它跟我們熟悉的問題很像。像是內容審核、詐欺偵測、推薦系統、資料標記。AI 音樂只是把這些問題集中爆出來。

我覺得 2026 年會很明顯看到一件事。大平台會先把 AI 標示做起來。小平台會更硬。工具商則會繼續往聲音複製和個人化模型衝。中間那條灰色地帶，會越來越難混。

所以真正該問的不是「AI 音樂能不能做」。而是「你要怎麼管理它」。如果你是平台，現在就該想 metadata、偵測、授權和風控。再拖下去，下一個被刷走的，可能就是你的版稅池。

如果你想看這場戰爭怎麼延燒，接下來就盯三件事：Apple 會不會變成業界標準、Deezer 的偵測工具會不會外銷、還有下一起 AI 版稅詐欺案會不會把更多平台拖下水。