生成式音频模型的伦理意涵：一项系统性文献综述

生成式音频模型通常聚焦于音乐与语音生成应用，近期模型的音频输出已具备类人质量。本文对生成式音频模型领域的 884 篇论文进行系统性文献综述，以量化该领域研究者在何种程度上考量了潜在负面影响，并识别该领域研究者需考虑的伦理意涵类型。尽管 65% 的生成式音频研究论文指出了其工作的积极潜在影响，但讨论任何负面影响的不足 10%。考虑到少数论文所揭示的问题已引发诸如欺诈、深度伪造与版权侵权等关乎更广领域的严重伦理意涵与关切，这一考量负面影响的论文占比之低尤为令人担忧。通过量化生成式音频研究中伦理考量的缺失并识别潜在危害的关键领域，本文在该领域发展的关键时点奠定了基础，以引导未来更审慎的研究。