谁能被倾听？——论音乐系统中公平性的再思考
计算机与社会
2025-11-11 v1 多媒体
声音
音频与语音处理
摘要
近年来，音乐研究社区对AI模型（尤其是生成式AI模型）在版权、深度伪造和透明度方面的风险展开了广泛关注。本文则聚焦于音乐AI系统中的文化与流派偏见，这些偏见影响到创作者、分发者和听者等利益相关者，从而塑造了AI在音乐领域的表征方式。这些偏见可能误度化小众传统（尤其是来自全球南方的传统），产生不真实的输出（例如变形的拉格斯），削弱创作者对这些系统的信任。此类伤害风险会强化偏见、限制创造力，并促成文化消亡。为此，我们在数据集、模型和界面层面提出了若干建议。
引用
@article{arxiv.2511.05953,
title = {Who Gets Heard? Rethinking Fairness in AI for Music Systems},
author = {Atharva Mehta and Shivam Chauhan and Megha Sharma and Gus Xia and Kaustuv Kanti Ganguli and Nishanth Chandran and Zeerak Talat and Monojit Choudhury},
journal= {arXiv preprint arXiv:2511.05953},
year = {2025}
}
备注
7 pages, Accepted at NeurIPS'25 workshop on AI for Music