音樂生成AI軟體因記住音樂旋律而侵權?德國慕尼黑第一地方法院GEMA v. Suno案

楊智傑/雲林科技大學 科技法律研究所 教授

0
1478
圖片來源 : shutterstock、達志影像

德國音樂著作權集體管理團體GEMA對音樂生成軟體人工智慧(AI)服務商Suno提告,認為其所提供服務能夠在提示下生成GEMA所管理歌曲旋律,表示該模型記住了這些歌曲。慕尼黑第一地方法院(下稱慕尼黑地院)於2026年7月31日判決原告勝訴,認為其訓練過程不構成合理使用,輸出行為也構成非法重製與向公眾傳播。

音樂生成AI服務Suno使用GEMA所管理的六首音樂著作

原告GEMA為德國著作權集體管理團體。本案涉及六首知名音樂著作,包括Kristina Bach創作的〈Atemlos durch die Nacht〉、Frank Farian所做的〈Daddy Cool〉在內的六首歌曲[1]。需要特別注意的是,本案並非控告AI生成歌詞,而是針對該AI可記憶並生成出這六首歌的旋律。

被告Suno, Inc.(以下簡稱Suno)是一家提供同名AI音樂生成服務的美國公司。該服務可以依使用者要求創作音樂作品。在被告模型的訓練資料集中,也包括本案爭議的音樂著作。被告使用所謂的串流擷取技術,從YouTube平台擷取並複製這些音樂著作。在此過程中,被告規避了YouTube的「滾動式加密」(rolling cipher)技術,防止受保護媒體檔案被下載[2]

原告主張,上述音樂作品在AI模型訓練過程中遭到重製,並被記憶於被告音樂生成器所使用的AI模型中;模型輸出相關內容時,又進一步造成其他權利的侵害。原告主張的著作權侵害行為分別發生於美國及德國[3]

將歌曲旋律記憶於AI模型中

原告利用Suno服務,每次均在音樂生成器的輸入欄位中輸入這六首音樂著作的原始歌詞、所希望的音樂風格及作品名稱。這些提示詞並未就旋律、和聲、節奏或編曲作出任何指定。在2026年9月3日的開庭資訊中說明,原告為了讓Suno生成〈Atemlos〉的音樂,共留下176筆提示輸入紀錄;其他歌曲則分別留下14筆、8筆、124筆、12筆及4筆提示輸入紀錄[4]。而這些輸出音樂旋律中,仍可辨識本案音樂作品的原創性元素[5]

被告提出抗辯稱,訓練資料既未包含於模型之中,也未儲存於模型內。模型的權重及參數所呈現的,只是從訓練資料中經數學方式學習而得的模式及一般化特徵,例如句法、語意及脈絡關係。輸出內容可能存在的相似性,是因提示詞縮小了搜尋範圍,以及模型所學得的統計模式所造成[6]

但法院認為,Suno的v3.5版及v4版模型確實可以重現這些音樂著作。資訊科技研究已知,訓練資料可能包含於AI模型中,並可透過輸出內容加以擷取。這種現象稱為「記憶化」。如果AI模型在訓練過程中,不只是從訓練資料集中取得資訊,而且在訓練完成後所形成的參數中,也保留了訓練資料的內容,即構成記憶化。法院比較訓練資料中的音樂作品與輸出內容所呈現的結果,認為本案確實存在這種記憶化,且其再現並非只是出於偶然[7]

在美國的訓練行為不構成合理使用或文本資料探勘例外

被告主張,其為美國公司,依應適用美國法。而根據美國目前已有的判決,使用這些音樂作品進行訓練受到合理使用制度的保障。即使可能構成權利侵害,也受到德國文字與資料探勘例外的保障[8]

慕尼黑地院指出,Suno是在美國進行模型訓練時,應適用美國法。但由於這些音樂作品可以在輸出內容中被再現,表示訓練後在模型中重製並記憶了這些著作,故法院認為,訓練時所為的重製行為,不受美國《著作權法》第107條合理使用原則的保障[9]

慕尼黑地院特別說明,本案事實與美國加州北區地院的Bartz案及Kadrey案有顯著差異。這兩案的判決均認為AI模型訓練受到美國合理使用原則保障。在該兩案中,訓練資料並未透過輸出內容向使用者提供,或至少未以實質程度向使用者提供。相對而言,在本案中,被告只要接收到簡單且對結果保持開放的提示詞,就會生成與原始作品具有實質相似性的輸出內容。依美國最高法院在Warhol案判決所提出的合理使用審查標準,所有應予考量的因素均不利於被告[10]

慕尼黑地院也提到,由於模型中的記憶重製行為,故不受德國《著作權法》第44b條文字與資料探勘例外規定的保障[11]

在德國的輸出行為侵害重製權與向公眾傳播權

慕尼黑地院認為,此種記憶化構成德國《著作權法》第16條所定重製權的侵害。另外,被告在德國的輸出內容中再現本案音樂作品,也構成未經授權的向公眾傳達[12]

被告抗辯認為,原告是運用複雜且反覆調整的提示詞,才導致Suno生成受到指摘的輸出內容。因此,Suno不應為使用者的行為負責[13]

但慕尼黑地院判決認為,在這些輸出內容中,仍可辨識本案音樂作品的原創性元素。輸出內容是透過簡單且對結果保持開放的提示詞生成;提示詞只提供歌詞及音樂風格[14]。是被告選擇本案音樂作品作為訓練資料,並使用這些作品進行模型訓練。被告也應對模型架構及訓練資料的記憶化負責。因此,法院認為是被告所經營的模型實質決定了輸出內容。

因此,慕尼黑地院認為,被告僅提供該模型及被告用以生成音樂的應用程式,即已侵害德國《著作權法》第15條第2項所規定的向公眾傳播權[15]

結語

從上述討論可以看到,慕尼黑地院在判決上強調記憶化成為影響生成式AI是否侵權的關鍵。另外,慕尼黑地院也指出,就算訓練階段發生在美國而適用美國法,AI訓練是否構成合理使用,還要看輸出時是否輸出過多原著作內容。倘若輸出過多原著作內容,則也無法構成合理使用。這幾個問題,都是在判斷生成式AI是否會侵權時,慕尼黑地院所關注的重點。

備註:

  1. [1] Landgericht München I, Urteil GEMA gegen SUNO, Press Release No. 16 (July 31, 2026), Case No. 42 O 763/25, https://www.justiz.bayern.de/gerichte-und-behoerden/landgericht/muenchen-1/presse/2026/16.php. 本文利用ChatGPT進行翻譯,再參考其他英文介紹資料。
  2. [2] Id.
  3. [3] Id.
  4. [4] Landgericht München I, Verhandlung GEMA ./. Suno Inc., Press Release No. 6 (Mar. 9, 2026), Case No. 42 O 763/25, https://www.justiz.bayern.de/gerichte-und-behoerden/landgericht/muenchen-1/presse/2026/6.php. 本文利用ChatGPT進行翻譯,再參考其他英文介紹資料。
  5. [5] 實際輸出音樂與比對,可參見GEMA網頁,https://www.gema.de/en/news/ai-and-music/ai-lawsuit/audio-samples-suno.
  6. [6] Landgericht München I, Urteil GEMA gegen SUNO, Press Release No. 16 (July 31, 2026), supra note 1.
  7. [7] Id.
  8. [8] Id.
  9. [9] Id.
  10. [10] Id.
  11. [11] Id.
  12. [12] Id.
  13. [13] Id.
  14. [14] Id.
  15. [15] Id.

責任編輯:盧頎

【本文僅反映專家作者意見,不代表本報立場。】

作者: 楊智傑
現任: 雲林科技大學科技法律所 教授
經歷: 真理大學法律系助理教授
真理大學法律系副教授
學歷: 台灣大學法律系
中央大學產業經濟所碩士
台灣大學法學博士
專長: 智慧財產權、美國專利法、美國著作權法、憲法

智權報410期文章列表

吳碧娥 EPO解析65份裁判:全球法院如何決定SEP授權費率?
李淑蓮 後Jack Daniel’s時代的憲法與商標試金石:泰勒絲案翻轉《Rogers 原則》,重塑表達性創作與商標權的法律邊界?
李淑蓮 治理失能與制度重構:從2026年中聯油品食安風暴探討「產業政府」雙軌管治模式之可行路徑
李淑蓮 衝破地緣與能源風暴:2026 臺灣產業供應鏈重組與轉型全解析
李淑蓮 美國貿易與外國直接投資(FDI)趨勢研究:全球供應鏈重組、地緣政治衝突與台灣產業的關鍵角色
蘇翰揚 美中科技戰下關鍵軟體出口管制情境與台灣業者因應方式分享
吳碧娥 從大模型到產業應用:WIPO 專利數據揭示生成式AI競爭的新戰場
芮嘉瑋 儲能轉型中的海博思創:從系統整合到能源服務平台
楊智傑 音樂生成AI記住音樂旋律而侵權?德國慕尼黑第一地方法院GEMA v. Suno案
吳碧娥 重塑高教競爭力:從「AI種子教師」到「產業主導」的高等教育轉型思維
郭廷濠 羥二氫可待因酮及其相關化合物之美國專利爭訟案件(四)
陳秉訓 以美國實例介紹軟體營業秘密侵害的損害賠償計算方式

發表留言

請輸入您的評論!
請在此輸入您的姓名