एआई गायकों ने मंदोपॉप को झकझोरा, हेबे ने अपनी आवाज़ पर उठाए सवाल और कलाकार नियंत्रण की मांग कर रहे

बेदाग डेमो सुनकर असली गायिका की आंखों में आंसू

ताइवानी गायिका हेबे तिएन छह साल के अंतराल के बाद एल्बम बनाने रिकॉर्डिंग स्टूडियो पहुंचीं, तो उनका सामना ऐसी आवाज़ से हुआ जिसे कभी सांस लेने की जरूरत नहीं पड़ती। कई डेमो ट्रैक कृत्रिम बुद्धिमत्ता (एआई) से गाए गए थे। उनकी सहज प्रस्तुति, विस्तृत स्वर-सीमा और जटिल तानों ने S.H.E की सदस्य को उस हुनर पर सवाल उठाने पर मजबूर कर दिया, जिसने उनका करियर बनाया था।

तिएन ने बताया कि रिकॉर्ड कंपनी के एक अधिकारी से फोन पर बात करते हुए वह रो पड़ीं। उन्होंने कहा कि उन्हें लगने लगा था कि उन्हें अब गाना ही नहीं आता। भरोसा दिलाए जाने से उनका आत्मविश्वास लौटा और बाद में उन्होंने बोल और संगीत संयोजन में बदलाव किए। उनका अनुभव दिखाता है कि रिकॉर्डिंग श्रोताओं तक पहुंचने से पहले ही एआई संगीत को कैसे बदल रहा है: कृत्रिम डेमो ऐसा मानक बन सकता है, जिसकी बराबरी करने की अपेक्षा किसी मानव कलाकार को महसूस हो।

सिंगापुर की गायिका स्टेफनी सन ने इसी दबाव का एक और रूप देखा है। मई 2023 तक, ऑनलाइन अनुमानों के मुताबिक उनकी आवाज़ की नकल वाले कवरों की संख्या 1,000 से अधिक हो चुकी थी। कुछ को 10 लाख से अधिक बार सुना गया। उनकी प्रतिक्रिया में हास्य भी था और ऐसी तकनीक को लेकर चिंता भी, जो किसी इंसान की क्षमता से कहीं तेज़ रफ्तार से संगीत तैयार कर सकती है।

ये घटनाक्रम नकल वाले कवरों तक सीमित नहीं हैं। वर्चुअल कलाकार दर्शकों को आकर्षित कर रहे हैं, एक जापानी अभिनेता की आवाज़ की नकल करने वाले अकाउंट से कथित तौर पर विज्ञापन आय हो रही है, और दिवंगत गायक खलील फोंग की संपत्ति के प्रबंधकों ने उनके काम के एआई इस्तेमाल के लिए पहले अनुमति लेना अनिवार्य किया है। इन सभी मामलों में व्यावहारिक सवाल हैं: किसी पहचानने योग्य आवाज़ पर नियंत्रण किसका है, उससे कमाई कौन करता है और श्रोताओं को क्या लगता है कि वे क्या सुन रहे हैं।

हेबे का अनुभव स्टूडियो से आगे क्यों जाता है

तिएन ने एआई डेमो को सुनने में बेहद सुरीला बताया। उनकी आवाज़ की गहराई और अलंकरण प्रभावशाली थे। डेमो एक नमूना रिकॉर्डिंग होती है, जिसका इस्तेमाल यह दिखाने के लिए किया जाता है कि अंतिम प्रस्तुति से पहले कोई गीत कैसा सुनाई दे सकता है। जब इस नमूने में ऐसे वाक्यांश हों, जिनकी कोई सीमा इंसान की सांस लेने की जरूरत तय नहीं करती, तो रिकॉर्डिंग सत्र के लिए अपेक्षाएं पूरी करना कठिन हो सकता है।

तिएन को इसी आकर्षण का सामना अपने परिवार के घर की यात्रा के दौरान भी हुआ। उनके पिता ने उत्साह से उन्हें एक गाना सुनाया और हैरान होकर कहा कि गायक कितने ऊंचे सुर तक जा सकता है और उसके तान कितनी देर तक चलते रहते हैं। तिएन ने पहचान लिया कि यह प्रस्तुति एआई से बनाई गई थी।

उनके पिता की प्रतिक्रिया एक ऐसी समस्या को सामने लाती है, जो आम घरों तक पहुंचती है। श्रोता किसी कृत्रिम प्रस्तुति को पहले एक प्रभावशाली गीत के रूप में सुन सकते हैं, बिना यह जाने कि उसे बनाया कैसे गया। तिएन पर दबाव एक ओर निर्माण प्रक्रिया से आया, तो दूसरी ओर अपने करीबी व्यक्ति को उन क्षमताओं की सराहना करते सुनने से, जो सहज और बेखटके लग रही थीं।

बोल और संगीत संयोजन में किए गए उनके बदलाव एक ठोस कलात्मक प्रतिक्रिया भी दिखाते हैं। डेमो की हूबहू नकल करने के बजाय उन्होंने सामग्री को अपनी प्रस्तुति के अनुरूप ढाला।

2023 में ही स्टेफनी सन के एआई रूप के पास था विशाल संग्रह

सन ने 22 मई 2023 को My AI शीर्षक वाली एक पोस्ट में अपने कृत्रिम रूप के प्रसार पर बात की। चीनी सोशल प्लेटफॉर्मों, जिनमें Bilibili भी शामिल है, पर प्रसारित कवरों में उनकी पहचानने योग्य आवाज़ को दूसरे गायकों से जुड़े गीतों में इस्तेमाल किया गया।

इस संग्रह में जे चाउ के 2005 में रिलीज़ हुए Hair Like Snow और 2001 में रिलीज़ हुए Love Before BC के साथ-साथ नान क्वान मामा का Rainy Day भी शामिल था। Rainy Day और चाउ के Iron Box Peninsula उन कवरों में थे, जिन्हें 10 लाख से अधिक बार सुने जाने की खबर थी।

सन का पहला एल्बम Yan Zi साल 2000 में रिलीज़ हुआ था। उन्होंने कामकाजी गायिका और लगातार नई सामग्री तैयार करने वाले कृत्रिम रूप के बीच के अंतर को इस तरह बयान किया:

मेरे प्रशंसक आधिकारिक तौर पर पाला बदल चुके हैं और मान चुके हैं कि मैं वाकई 'अलोकप्रिय गायिका' हूं, जबकि मेरा एआई रूप इस समय सबकी पसंद बना हुआ है। सच में, आप ऐसे किसी से मुकाबला कैसे करेंगे जो हर कुछ मिनट में नया एल्बम निकाल रहा हो?

1,000 से अधिक कवरों का अनुमान 24 मई 2023 तक सामने आ चुका था। उस समय सन का करियर 23 साल का हो चुका था। यह तुलना बदलाव के पैमाने को समझाती है: दूसरे लोगों के गीतों के जरिए कृत्रिम संग्रह का विस्तार हो रहा था, जबकि किसी मानव कलाकार का रिकॉर्ड किया हुआ काम वर्षों की गीत-रचना, अभ्यास और निर्माण से जुड़कर बढ़ता है।

पहचानी-पहचानी आवाज़ प्रस्तुति का सिर्फ एक हिस्सा है

सन के श्रोताओं की प्रतिक्रिया एक जैसी नहीं थी। कुछ लोगों को उनकी आवाज़ की शैली में परिचित गीत सुनना अच्छा लगा। दूसरे लोगों ने नकलों की आलोचना करते हुए कहा कि उनमें सन की भावनाएं और लाइव प्रस्तुति के दौरान दिखने वाले उनके खास गुण नहीं हैं।

एक श्रोता ने एक खास विसंगति की ओर ध्यान दिलाया: Hair Like Snow का एआई कवर सुनने में 2001 के आसपास की सन जैसा लगा, जबकि चाउ का यह गीत 2005 में रिलीज़ हुआ था। यह टिप्पणी दिखाती है कि कोई मॉडल एक दौर से जुड़ी आवाज़ को दूसरे दौर के संगीत में रख सकता है। किसी कलाकार के करियर को करीब से जानने वाले प्रशंसकों को ऐसे मेल अटपटे लग सकते हैं।

वॉइस क्लोनिंग में रिकॉर्डिंग का इस्तेमाल करके किसी वक्ता या गायक से जुड़े स्वर-पैटर्न सीखे जाते हैं। फिर उन्हीं पैटर्न जैसी आवाज़ बनाने या ऑडियो को बदलने के लिए उनका उपयोग किया जाता है। यह समानता असरदार हो सकती है, क्योंकि श्रोता अक्सर कुछ ही सुरों में कलाकार को पहचान लेते हैं।

जे चाउ का रुख अधिक भरोसे वाला रहा है। उनका कहना है कि एआई बहुत कुछ कर सकता है, लेकिन मानवीय रचनात्मकता और सच्ची भावना की जगह नहीं ले सकता। सन की पोस्ट में तकनीकी बदलाव की रफ्तार और मानव श्रम पर उसके असर को लेकर अधिक बेचैनी दिखी। दोनों कलाकार एआई नकल का विषय बने हैं, लेकिन उनकी प्रतिक्रियाएं एक ही दबाव के अलग-अलग आकलन सामने लाती हैं।

वर्चुअल कलाकार भी दर्शकों का ध्यान खींच रहे हैं

मुख्यभूमि चीन के एक संगीत प्लेटफॉर्म और प्रयोगशाला द्वारा विकसित वर्चुअल पुरुष कलाकार दातौझेन, बाजार में पहुंचने का एक अलग रास्ता दिखाते हैं। किसी मशहूर गायक के नाम से नकल के रूप में प्रसारित होने के बजाय, इस परियोजना को अपनी अलग पहचान और रूप-रंग वाले डिजिटल कलाकार के तौर पर पेश किया गया है।

इसके कवरों में Tears Sea, Look at the Moon's Face और Encounter शामिल हैं। Encounter खास तौर पर सन से जुड़ा हुआ है। इन संस्करणों ने संगीत प्लेटफॉर्मों पर ध्यान आकर्षित किया है और उनकी रैंकिंग में जगह बनाई है। इस तरह किसी परिचित गीत को उसका गायक बनकर नकल करने वाला एआई रूप या अलग नाम से पेश किया गया वर्चुअल कलाकार, दोनों चुनौती दे सकते हैं।

अंतरराष्ट्रीय दर्शकों के लिए A-Pop की वर्चुअल महिला आइडल के रूप में प्रचारित यूरी ने एक और रास्ता अपनाया है। बताया गया कि उनका अंग्रेज़ी डेब्यू Surreal दुनियाभर में 70 लाख से अधिक बार सुना गया। यह आंकड़ा चीनी कवर वीडियो से अलग रिलीज़ और दर्शक-वर्ग का है; उन वीडियो में भी अलग-अलग कवरों को लाखों बार सुना गया है।

श्रोताओं के लिए फर्क साफ है: एआई नकल किसी पहचाने हुए व्यक्ति की आवाज़ उधार लेती है, जबकि वर्चुअल आइडल को डिजिटल किरदार के रूप में पेश किया जाता है। जहां भी इन आवाज़ों, रिकॉर्डिंग और गीतों का इस्तेमाल निर्माण में होता है, वहां अनुमति का सवाल व्यावहारिक रूप से अहम बना रहता है।

खलील फोंग की संपत्ति ने एआई इस्तेमाल पर सीमा तय की

फोंग की रिकॉर्ड कंपनी Fu Music और उनकी संपत्ति के प्रशासकों ने 7 अक्टूबर 2025 को एक संयुक्त बयान जारी कर एआई के संदर्भ में उनके काम और पहचान पर अधिकार सुरक्षित रखे। उसी साल 21 फरवरी को 41 वर्ष की उम्र में फोंग का निधन हुआ था।

बयान में रिकॉर्डिंग, संगीत रचनाएं, दृश्य-श्रव्य कृतियां, उनका नाम, समानता और छवि, साथ ही पाठ, डेटा और मेटाडेटा शामिल थे। मेटाडेटा किसी सामग्री से जुड़ी वर्णनात्मक जानकारी होती है, जैसे रिकॉर्डिंग या उसके रचयिता की पहचान बताने वाले विवरण।

प्रशासकों ने बिना अनुमति नकल, मशीन लर्निंग, वेब स्क्रैपिंग, डेटा विकास और एआई प्रणालियों की ट्रेनिंग पर आपत्ति जताई। इसमें बड़े भाषा मॉडल भी शामिल थे। वेब स्क्रैपिंग का मतलब वेबसाइटों से सामग्री को स्वचालित रूप से इकट्ठा करना है। बयान में यूरोपीय संघ के निर्देशों और हांगकांग के Copyright Ordinance का हवाला दिया गया और कानून की पूरी सीमा तक अधिकार सुरक्षित रखे गए।

यह अधिकार मौजूदा और भविष्य की कृतियों पर लागू था, जिनमें पहले से सार्वजनिक की गई सामग्री भी शामिल थी। एआई से जुड़े किसी भी इस्तेमाल के इच्छुक व्यक्ति को अधिकार प्रबंधकों से पहले संपर्क कर स्पष्ट अनुमति लेने को कहा गया। अनुमति देनी है या नहीं और किन शर्तों पर, यह फैसला प्रबंधकों के हाथ में रखा गया।

बीमारी के दौरान फोंग ने कहा था कि उनके पास रचनात्मक विचार आते रहते हैं। उन्होंने यह सवाल भी उठाया था कि अगर श्रोता एआई से गाना स्वीकार कर सकते हैं, तो क्या वे किसी बीमार व्यक्ति को गाते हुए सुनना भी स्वीकार करेंगे। बाद में उनकी संपत्ति की कार्रवाई ने उनके कलात्मक विरासत के पुनः इस्तेमाल से जुड़े फैसले उसके जिम्मेदार लोगों के हाथ में रख दिए।

विवाद सिर्फ आवाज़ के मालिकाना हक तक सीमित नहीं

चीन का Civil Code किसी व्यक्ति की आवाज़ को उन्हीं नियमों के तहत संरक्षण देता है, जो उसकी छवि पर लागू होते हैं। इससे पहचानने योग्य आवाज़ निजी अधिकारों का मामला बन जाती है और संगीत से जुड़े कॉपीराइट के सवाल भी उठते हैं।

किसी कृत्रिम कवर में एक साथ कई पक्षों के हित शामिल हो सकते हैं: जिसकी आवाज़ की नकल की गई, गीत के लेखक, इस्तेमाल की गई रिकॉर्डिंग के कलाकार और उन रिकॉर्डिंग के अधिकार रखने वाले निर्माता। एक पहलू की अनुमति मिलने के बाद भी दूसरे पहलुओं के लिए अनुमति लेना जरूरी हो सकता है।

फोंग की संपत्ति का बयान रचनात्मक कृतियों और उनसे जुड़ी जानकारी, दोनों का उल्लेख करके इसी व्यापकता को दर्शाता है। पहले से अनुमति लेने की उसकी मांग प्रक्रिया के शुरुआती चरण को भी ध्यान में रखती है, जब सामग्री इकट्ठा की जाती है या ट्रेनिंग के लिए इस्तेमाल होती है। इसका इंतजार नहीं किया जाता कि तैयार कृत्रिम गीत सामने आए।

संगीत निर्माण के लिए व्यावहारिक नतीजा यह है कि विश्वसनीय सुनाई देने वाली प्रस्तुति और उचित अनुमति वाली प्रस्तुति तैयार करना दो अलग काम हैं। निर्माताओं को विचार करना होगा कि ऑडियो कैसे बनाया गया और इस्तेमाल की गई सामग्री पर किस व्यक्ति या संगठन का नियंत्रण है।

आवाज़ की नकल से संगीत के बाहर भी कमाई हो सकती है

जापानी वॉइस ऐक्टर केंजीरो त्सुदा की आवाज़ भी सोशल मीडिया अकाउंट के वीडियो में नकल करके इस्तेमाल की गई है। खबरों के मुताबिक उस अकाउंट से विज्ञापन के रूप में हर महीने करीब 5 लाख से 7.4 लाख येन की कमाई हुई। इससे पता चलता है कि पहचानने योग्य कृत्रिम आवाज़ गानों से अलग कारोबार में भी काम आ सकती है।

खबरों के मुताबिक टेलर स्विफ्ट ने अपनी आवाज़ और छवि के अनधिकृत एआई इस्तेमाल के जवाब में अपनी आवाज़ को ट्रेडमार्क के रूप में पंजीकृत कराने के लिए आवेदन किया है। इस आवेदन की तारीख, फाइलिंग का विवरण और नतीजे की जानकारी इस कदम की खबर में नहीं दी गई।

स्विफ्ट को एआई से बनाई गई यौन छवियों का भी निशाना बनाया गया है। ऐसी सामग्री वाली सोशल मीडिया पोस्ट को 4.7 करोड़ से अधिक बार देखा गया। उनके मामले में पहचान के दुरुपयोग के दो रूप, गढ़ी हुई आवाज़ और गढ़ी हुई छवि, एक साथ दिखते हैं और बड़े दर्शक-वर्ग तक फैल सकते हैं।

त्सुदा के मामले में बताई गई कमाई से दांव पर लगी चीज़ें खास तौर पर स्पष्ट हो जाती हैं। किसी व्यक्ति की पहचानने योग्य आवाज़ की नकल किसी और की विज्ञापन आय का हिस्सा बन सकती है, जबकि ध्यान खींचने वाली पहचान के असली मालिक को उसके इस्तेमाल पर नियंत्रण हासिल करने की कोशिश करनी पड़ती है।

ये घटनाक्रम कैसे सामने आए

सन की प्रतिक्रिया 2023 की है, जबकि फोंग की संपत्ति ने अक्टूबर 2025 में कदम उठाया। इन तारीखों पर ध्यान देने से पता चलता है कि यह विवाद कई वर्षों में आगे बढ़ा: वायरल कवरों और सार्वजनिक प्रतिक्रियाओं से लेकर एआई इस्तेमाल पर औपचारिक शर्तें तय करने तक।

• 2000: स्टेफनी सन का पहला एल्बम Yan Zi रिलीज़ हुआ।
• 22 मई 2023: सन ने उनकी आवाज़ की नकल वाले कवरों की लोकप्रियता पर प्रतिक्रिया देते हुए My AI प्रकाशित किया।
• 24 मई 2023 तक: अनुमानों के मुताबिक एआई सन के संग्रह में 1,000 से अधिक कवर थे, जिनमें कुछ को 10 लाख से अधिक बार सुना गया।
• 21 फरवरी 2025: खलील फोंग का 41 वर्ष की उम्र में निधन हुआ।
• 7 अक्टूबर 2025: Fu Music और फोंग की संपत्ति के प्रशासकों ने एआई इस्तेमाल से जुड़े अधिकार सुरक्षित रखने के लिए संयुक्त बयान जारी किया।

तिएन का स्टूडियो अनुभव इस घटनाक्रम में एक और आयाम जोड़ता है। कुछ गायक अब अपनी रिकॉर्डिंग की तैयारी के दौरान एआई से बनी सामग्री सुनते हैं, जबकि ऑनलाइन उन्हें एआई प्रस्तुतियों से प्रतिस्पर्धा भी करनी पड़ती है। दबाव का संबंध कलात्मक आत्मविश्वास, दर्शकों का ध्यान और किसी व्यक्ति की रचनात्मक पहचान के इस्तेमाल की अनुमति से है।

मुख्य बातें

• हेबे तिएन ने कहा कि रिकॉर्डिंग के दौरान एआई डेमो ने उनका आत्मविश्वास डिगा दिया था; बाद में उन्होंने बोल और संगीत संयोजन बदले।
• मई 2023 तक स्टेफनी सन की आवाज़ की नकल वाले 1,000 से अधिक कवर प्रसारित होने का अनुमान था।
• दातौझेन और यूरी जैसे वर्चुअल कलाकार स्थापित गायकों की नकल के साथ दर्शकों को आकर्षित कर रहे हैं।
• खलील फोंग की संपत्ति और Fu Music ने अक्टूबर 2025 के बयान में एआई इस्तेमाल के लिए पहले से स्पष्ट अनुमति लेने की मांग की।
• आवाज़ की क्लोनिंग में निजी अधिकार, गीत-लेखन के अधिकार और रिकॉर्डिंग के अधिकार शामिल हो सकते हैं; विज्ञापन से होने वाली कमाई भी दांव पर है।