115-1 聲音未來 · W09
聲音未來:科技與音樂文化 · Sonic Futures

W09

AI 作曲:演算法與政治

2026.11.04 · 週三 2-4 節 09:00–12:00 · 南大電腦教室
吳秉聖

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

播放指示:不公布曲名/作者

全曲播放,約 3 分鐘。安靜聽完,不要先討論。
翻頁之前,先問自己:這是人做的,還是機器做的?你怎麼判斷的?

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

你剛剛聽到什麼?

你剛才聽到的是 Holly Herndon & Jlin (feat. Spawn), Godmother (2018)

  • Spawn 是 Herndon 自己訓練的一套神經網路,被她稱為「聲音的孩子」;這首曲子是把 Jlin 的音樂餵給 Spawn 之後,Spawn 給出的回應
  • 你聽出「這裡面有 AI」的線索了嗎?如果沒有,代表什麼?
  • Spawn 沒有自己生出一段全新的音樂,是被 Jlin 的音樂「餵養」後做出反應。這算「AI 作曲」,還是「AI 詮釋」?兩者的差別,決定了誰該被列為作者

音源:youtube.com/watch?v=sc9OjL6Mjqo(Holly Herndon 官方頻道)| 離線:decks/audio/w09-godmother.m4a

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

核心問題

AI 生成的音樂

你聽不出來了。然後呢?

「聽不出來」不是終點,是報告的起點。
聽不出來之後要問的是:誰的資料餵的,誰的品味被平均,誰的錢在流動。

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

框架①:AI 作曲技術史四段

同一個問題(怎麼讓機器生成音樂)四個世代的答案。

年代 技術 代表案例 邏輯
1957 Markov chain Hiller & Isaacson, Illiac Suite 隨機生成候選音符,通過規則篩選,不合格就重來
2016 RNN Google Magenta、Sony Flow Machines 讀過去的音符序列,一步一步預測下一個音最可能是什麼
2018 Transformer Music Transformer、OpenAI MuseNet 用注意力機制同時看整段材料,抓住長程結構
2023 Diffusion Suno、Udio、Stable Audio 從一團雜訊出發,逐步去噪,直接生成完整音軌

規則愈少、資料愈多,這條線走的方向很清楚:早期是人寫規則給機器,最新一代是機器自己從資料裡找規則。軸②今天的報告接這條線。

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

框架②:Data Feminism 的權力框架

D'Ignazio & Klein, Data Feminism (2020) 的起手式:先問誰的資料。

Patricia Hill Collins 的 matrix of domination(支配矩陣),權力在四個領域同時運作:

領域 運作方式
Structural 結構 法律與政策訂出的框架
Disciplinary 規訓 執行與管理那套法律政策的機構
Hegemonic 文化霸權 文化與媒體流通的觀念
Interpersonal 人際 個人層次實際經歷的壓迫

訓練一個 AI 作曲模型,這四層全部在場:誰的作品被收進資料庫(結構)、平台怎麼審核與定價(規訓)、「這聽起來很有創意」這句話怎麼被說出來(文化霸權)、被模仿的音樂人實際收入怎麼變(人際)。軸③④今天的報告分別接文化霸權層與結構層。

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

框架③:Fell 的反 engagement 立場

Mark Fell 在他 2013 年的 PhD portfolio 裡,為自己的長時延作品辯護:無聊不是要避免的東西,是可以構造與操作的材料。

這句話原本在對抗的是 DAW 與唱片工業「維持觀眾注意力」的預設值;今天可以直接拿來問串流推薦與 AI 生成音樂:演算法策展的目標函數,優化的是「讓你留下」,不是「讓你聽見什麼」。AI 生成的音樂如果朝這個目標函數收斂,它學到的不是音樂性,是黏著度。

Fell 的立場不是反對科技,是反對把「engagement」當成不需要被檢驗的預設好處。

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

精讀①:權力如何配置

Catherine D'Ignazio & Lauren F. Klein, Data Feminism (2020)

"We use the term power to describe the current configuration of structural privilege and structural oppression, in which some groups experience unearned advantages [...] and other groups experience systematic disadvantages [...] In her landmark text, Black Feminist Thought, [...] Collins proposes the concept of the matrix of domination to explain how systems of power are configured and experienced. It consists of four domains: the structural, the disciplinary, the hegemonic, and the interpersonal."

PSW 譯:「我們用『權力』這個詞,描述結構性特權與結構性壓迫目前的配置狀態:有些群體享有不勞而獲的優勢[……],另一些群體則承受系統性的不利處境[……]在她的經典著作《黑人女性主義思想》中[……]Collins 提出『支配矩陣』的概念,解釋權力系統如何被配置、如何被經歷。它包含四個領域:結構的、規訓的、文化霸權的,以及人際的。」(Ch.1)

OA 全文:data-feminism.mitpress.mit.edu/Ch.1「Examine Power」節

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

精讀②:無聊作為材料

Mark Fell, Works in Sound and Pattern Synthesis (PhD thesis, University of Surrey, 2013)

"For me, in the context of these works, boredom is not something to be avoided, but something to be constructed and manipulated as it places the audience (Dasein) in a particularly curious state. [...] the performance of the work is an act of resistance—not only to the needs of an audience, and maintaining their attention, but also to the needs of the performer and the desire to be actively engaged."

PSW 譯:「對我來說,在這些作品的脈絡裡,無聊不是要避免的東西,而是可以被構造與操作的,它讓觀眾(此在)進入一種特別好奇的狀態。[……]這件作品的演出是一種抵抗的行動:不只抵抗觀眾維持注意力的需求,也抵抗表演者自己想要被主動吸引、投入其中的欲望。」(pp.89–90)

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

判準:AI 議題報告的好壞

查得到的事實 文獻回答不了的判斷
「這首歌是用 diffusion model 生成的」 這個模型的訓練資料庫收了誰的作品?誰同意了,誰根本不知情?
「AI 生成的音樂聽起來很像某個流派」 那個流派被壓縮成的「平均音色」,是誰的品味被拿去當基準?

好報告不是對 AI 表態好或壞,是指出誰的資料、誰的品味、誰的錢在這條生產線上流動。期末專題與工作坊整合會直接用到這個能力。

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

交棒:五軸的下一題

W10(11/11)全校運動會停課,報告 W11(11/18)恢復。 認養該軸的組,帶著這題準備。

  1. 聲音、身體與聆聽經驗:在美術館裡聽一段田野錄音,跟在錄音現場聽,差在哪?如果差別只是「知道這是藝術」,聆聽經驗真的不同了嗎?
  2. 科技與造音:Neuhaus 到 Cardiff,裝置把聲音固定進一個空間;耳機把聲音固定進你的頭。哪一種更決定了你怎麼聽?
  3. 標準化與協議:空間聲音的規格化,起點是《Gesang der Jünglinge》,眼下停在 Dolby Atmos;這套規格保留了什麼樣的空間經驗,又殺死了哪一種?
  4. 權力、法律與平台:聲音可以被武器化(sonic warfare)。美術館裡的聲音裝置,跟被武器化的聲音,共享哪一種技術邏輯?
  5. 在地現場與另類實踐:失聲祭、C-LAB、噪咖,這些現場誰真的走進去聽了?這個空間的門檻,把誰預先排除在外?

題目見課綱五軸表 W11 行。

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

本週作業

  1. 完成本組軸線 W9 子題書面 summary
  2. 期中個人書評正式啟動:從本課新書單擇一本,1500–2000 字,W13 課前繳交
  3. 下週指定閱讀(W11 用):Lane & Carlyle eds., Sound Arts Now;Wright, Listening After Nature
吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

下週預習

W10(11/11)全校運動會停課,不上課

W11(11/18)· 音樂 × 空間 × 裝置藝術

Lane & Carlyle eds., Sound Arts Now
Wright, Listening After Nature

吳秉聖 · 國立清華大學藝術學院學士班
115-1 聲音未來 · W09

Q & A

課程資料:edu.pingshengwu.com(學期初公告)

吳秉聖 · 國立清華大學藝術學院學士班