Ekspert od Stable Audio przechodzi do Spotify w momencie wzmacniania muzycznej sztucznej inteligencji
Julian Parker, jeden z wyróżniających się badaczy związanych z rozwojem modeli Stable Audio firmy Stability AI, dołączył do Spotify, aby pracować nad inicjatywą firmy, którą platforma opisuje jako podejście do sztucznej inteligencji ukierunkowane na artystów. Według publikacji specjalistycznego portalu AI Music Daily przejście Parkera następuje bezpośrednio po tym, jak Spotify i Universal Music Group ogłosiły nowe umowy licencyjne dotyczące narzędzi, które umożliwiłyby użytkownikom tworzenie coverów i remiksów z pomocą generatywnej sztucznej inteligencji. Spotify i UMG podały, że nowe narzędzie planowane jest jako płatny dodatek dla użytkowników Spotify Premium i że będzie dotyczyć utworów artystów i autorów, którzy zgodzą się uczestniczyć. Tym samym ten ruch zyskuje szersze znaczenie: wpisuje się w moment, w którym duże platformy streamingowe próbują przyciągnąć użytkowników, zadowolić posiadaczy praw i uniknąć oskarżeń, że technologia podważa ludzkie autorstwo.
Parker w publicznych biografiach i profilach zawodowych przedstawiany jest jako badacz z doświadczeniem w audio, technologii muzycznej, cyfrowym przetwarzaniu sygnałów i modelach generatywnych. Uniwersytet w Edynburgu podał, że studiował nauki przyrodnicze na Uniwersytecie Cambridge, uzyskał tytuł magistra akustyki i technologii muzycznej w Edynburgu oraz doktorat na Uniwersytecie Aalto w Finlandii. W tej samej biografii zapisano, że pracował na stanowiskach badawczych w firmach Native Instruments, TikTok i Stability AI. Profil Google Scholar łączy jego nazwisko z pracami z obszaru pogłosu, modeli wirtualno-analogowych, generowania muzyki i modeli do przetwarzania dźwięku. Taka kombinacja doświadczenia akademickiego i przemysłowego jest ważna w momencie, gdy platformy muzyczne przechodzą od rekomendacji i spersonalizowanych playlist do narzędzi, dzięki którym użytkownicy mogą bezpośrednio zmieniać treści muzyczne.
Przejście następuje po dużej umowie Spotify i Universala
Spotify i Universal Music Group 21 maja 2026 roku ogłosiły umowy obejmujące muzykę nagraną i wydawnictwo muzyczne, a ich celem jest umożliwienie tworzenia użytkowniczych coverów i remiksów w sposób legalny i licencjonowany. Według komunikatu Spotify narzędzie pozwoli użytkownikom tworzyć covery i remiksy ulubionych piosenek, ale tylko w ramach katalogów artystów i autorów, którzy zgodzą się uczestniczyć. Firma podkreśliła, że nowy system opiera się na zasadach zgody, uznania zasług i wynagrodzenia. W praktyce oznacza to, że Spotify chce uniknąć modelu, w którym głosy, melodie lub style artystów są wykorzystywane bez jasnej zgody, co w ostatnich latach stało się jedną z najbardziej spornych kwestii w przemyśle muzycznym.
Universal Music Group w swoim komunikacie podkreśliła, że umowa ze Spotify ma otworzyć dodatkowe źródła przychodów dla artystów i autorów, ponad istniejące tantiemy, które otrzymują na platformie. Sir Lucian Grainge, prezes i dyrektor generalny UMG, przedstawił w komunikacie takie podejście jako sposób na skierowanie technologii w stronę zrównoważonego modelu komercyjnego, zamiast pozostawienia jej nieuregulowanym narzędziom, które tworzą pochodne dzieła bez jasnych praw. Współprezes zarządu Spotify Alex Norström oświadczył, że fanowskie covery i remiksy są kolejnym wielkim problemem przemysłu muzycznego, który platforma chce rozwiązać, oraz że projekt budowany jest wokół zgody, uznania zasług i wynagrodzenia dla uczestniczących artystów i autorów. Tym samym nowa inicjatywa różni się od wcześniejszych fal viralowych piosenek AI i nieautoryzowanych imitacji głosów, które często krążyły w mediach społecznościowych bez zgody posiadaczy praw.
Ważną częścią komunikatu jest fakt, że Spotify na razie nie przedstawia narzędzia jako całkowicie otwartego systemu do dowolnego generowania muzyki. Według komunikatu firm chodzi o kontrolowane ramy licencyjne, w których uczestnictwo będzie powiązane z uzgodnionymi katalogami i prawami. The Verge poinformował, że Spotify nie podało jeszcze dokładnej daty uruchomienia ani ceny dodatku. Z tego powodu część szczegółów operacyjnych, w tym weryfikacja praw autorskich, kontrola artystów nad wynikami i zasady dystrybucji przychodów, nie została obecnie publicznie wyjaśniona.
Co doświadczenie Parkera oznacza dla planów Spotify
Przyjście Parkera do Spotify jest szczególnie interesujące ze względu na powiązanie z projektem Stable Audio. Stability AI opisuje Stable Audio na swoich stronach jako rodzinę modeli do generowania i edycji audio, z nowszą wersją Stable Audio 3.0, która obejmuje modele różnych rozmiarów, semantyczno-akustyczny autoenkoder i możliwość generowania audio o zmiennej długości. Stability AI podaje, że części Stable Audio 3.0 zostały opublikowane jako modele z otwartymi wagami oraz że są przeznaczone dla społeczności muzycznej i audio do eksperymentowania i rozwoju. Wcześniejsze Stable Audio 2.0, według komunikatu Stability AI, umożliwiło generowanie stereofonicznych nagrań do trzech minut przy 44,1 kHz z polecenia tekstowego, a także dostęp do przetwarzania audio-do-audio, w którym istniejąca próbka jest transformowana zgodnie z instrukcjami użytkownika.
Takie doświadczenie bezpośrednio odpowiada wyzwaniom, przed którymi stoi Spotify. Platforma potrzebuje nie tylko modelu generatywnego, który potrafi stworzyć dźwięk, lecz systemu, który musi działać na dużą skalę, w ramach jasnych zasad dotyczących praw i z interfejsem użytkownika zrozumiałym dla milionów subskrybentów. W muzyce generatywnej techniczny problem jakości dźwięku jest tylko jedną częścią bardziej złożonej układanki. Równie ważne stają się dane, na których trenowano modele, możliwość filtrowania niepożądanych rezultatów, zapobieganie nieautoryzowanemu klonowaniu głosów, oznaczanie wkładu AI i rozliczanie przychodów według zasad akceptowanych przez wytwórnie, wydawców, artystów i autorów.
Według publicznie dostępnego profilu w Google Scholar Parker jest współautorem prac dotyczących generowania muzyki w długiej formie, modeli słuchających istniejących stemów muzycznych, kodeków mowy i modelowania wirtualno-analogowego. Praca Stable Audio Open, wymieniona w jego profilu, została przyjęta na IEEE ICASSP 2025, a Stability AI opisuje ten model jako otwarty system text-to-audio trenowany na danych Creative Commons. Taki ślad badawczy pokazuje, że praca Parkera nie dotyczy tylko tworzenia pomysłów muzycznych z poleceń tekstowych, lecz także szerszego pytania, jak model rozumie, strukturyzuje i zmienia istniejący dźwięk. Dla możliwego narzędzia Spotify do remiksów i coverów jest to kluczowa różnica, ponieważ użytkownicy niekoniecznie będą szukać całkowicie nowej piosenki, lecz kontrolowanej zmiany znanego materiału.
Spotify już buduje szersze ramy AI
Przejście Parkera nie dzieje się w próżni. Spotify w październiku 2025 roku ogłosiło, że współpracuje z Sony Music Group, Universal Music Group, Warner Music Group, Merlinem i Believe nad rozwojem odpowiedzialnych generatywnych produktów AI. W tym komunikacie platforma podała, że chce rozwijać narzędzia łączące fanów i artystów oraz że sztuczna inteligencja nie może być krótkoterminowym eksperymentem konkurującym z twórcami, lecz długoterminowym rozwiązaniem służącym ekosystemowi muzycznemu. Firma wskazała wtedy również już istniejące produkty, takie jak AI DJ, spersonalizowane dzienne listy i AI Playlists, które wykorzystują sztuczną inteligencję przede wszystkim do rekomendacji i personalizacji.
We wrześniu 2025 roku Spotify dodatkowo ogłosiło szereg środków ochrony artystów, autorów i producentów w kontekście sztucznej inteligencji. Według tego komunikatu platforma w kwietniu 2026 roku zaczęła wprowadzać funkcję beta, która pozwala artystom wskazać w metadanych utworów, jak używali AI, na przykład w wokalach, tekście lub produkcji. Taka przejrzystość jest ważna, ponieważ publiczność i przemysł coraz częściej spotykają się z muzyką, w której ludzki i maszynowo generowany wkład splatają się ze sobą. Spotify próbuje ustanowić ramy, w których AI nie musi koniecznie być ukrywana, ale musi być jasno oznaczona i włączona w istniejący system uznawania zasług.
Przemysł szuka równowagi między innowacją a kontrolą
Generatywna sztuczna inteligencja w muzyce w ostatnich latach wywołała silne podziały. Narzędzia do generowania dźwięku obiecują szybsze tworzenie nagrań demo, bardziej dostępne narzędzia produkcyjne i nowe formy interakcji między artystami a publicznością, ale wytwórnie i artyści ostrzegają przed ryzykiem nieautoryzowanego wykorzystywania głosów, stylów i katalogów. Właśnie dlatego w komunikatach Spotify i UMG stale powtarzają się pojęcia zgody, uznania zasług i wynagrodzenia. To nie są tylko frazy komunikacyjne, ale podstawowe warunki, bez których podobny produkt z trudem mógłby uzyskać poparcie dużych posiadaczy praw.
The Verge zwrócił uwagę, że wiele szczegółów wciąż pozostaje nieznanych, w tym funkcjonalność samego narzędzia, cena, data dostępności i zakres katalogu, który zostanie uwzględniony. Ta niepewność pokazuje, że przemysł dopiero zaczyna fazę, w której zasady będą testowane w praktyce. Nawet jeśli podstawowe ramy licencyjne zostały uzgodnione, pozostaje pytanie, jak rozwiązywane będą przypadki graniczne, na przykład remiksy zbyt mocno zmieniające oryginalne dzieło, treści mogące zaszkodzić reputacji artysty albo generacje łączące elementy wielu różnych autorów.
Dla Spotify stawka jest wysoka. Firma od lat wykorzystuje rekomendacje algorytmiczne jako jeden z centralnych elementów swojej usługi, jednak generatywna sztuczna inteligencja przesuwa platformę bliżej roli aktywnego współtwórcy doświadczenia muzycznego. Jeśli użytkownik wybiera tempo, styl, obróbkę wokalną lub formę remiksu, Spotify nie jest już tylko pośrednikiem między katalogiem a słuchaczem, lecz infrastrukturą, przez którą powstaje nowe dzieło pochodne. Dlatego powodzenie takich narzędzi będzie zależeć nie tylko od jakości technologicznej, ale także od zaufania artystów. Zatrudnienie badaczy takich jak Parker można interpretować jako sygnał, że Spotify chce budować głębszą wiedzę wewnętrzną, zamiast całkowicie polegać na zewnętrznych dostawcach modeli generatywnych.
Stability AI nadal rozwija modele audio
Odejście Parkera, według dostępnych informacji, nie oznacza zatrzymania audioambicji Stability AI. Firma w maju 2026 roku przedstawiła Stable Audio 3.0 i SAME, semantycznie dopasowany muzyczny autoenkoder. W komunikacie Stability AI podano, że nowa architektura umożliwia dłuższe i bardziej elastyczne generowanie audio oraz pracę ze zmienną długością nagrania. Dla szerszego przemysłu oznacza to, że rozwój generatywnego audio odbywa się jednocześnie poprzez bardziej otwarte modele badawcze i zamknięte, licencjonowane systemy dużych platform.
Otwarte modele są ważne dla badaczy, niezależnych programistów i mniejszych narzędzi kreatywnych, podczas gdy licencjonowane systemy dużych platform są ukierunkowane na rynek masowy i surowsze warunki komercyjne. Doświadczenie Parkera znajduje się na przecięciu tych światów, dlatego jego przyjście do Spotify pokazuje, jak eksperci od generatywnego audio coraz częściej przenoszą się do platform, które mają bazę użytkowników i umowy z właścicielami praw.
Wciąż czeka się na kluczowe szczegóły dotyczące roli i produktu
Chociaż dołączenie Parkera do Spotify przyciągnęło uwagę ze względu na moment, w którym nastąpiło, część informacji na razie pozostaje niepotwierdzona. Spotify w oficjalnych komunikatach o umowie z Universalem nie wymieniło nazwiska Parkera ani nie opisało szczegółowo składu zespołu pracującego nad nowym produktem AI. Według AI Music Daily Parker dołączył do zespołu Spotify ds. "artist-first AI", ale publicznie dostępne oficjalne komunikaty Spotify jak dotąd nie oferują szczegółowego opisu jego funkcji, nazwy stanowiska ani konkretnych obowiązków. Dlatego można mówić o jasnym związku jego profilu zawodowego z obszarem, w który inwestuje Spotify, ale nie o potwierdzonych szczegółach dotyczących tego, nad jakimi dokładnie funkcjami będzie pracował.
Nie potwierdzono również oficjalnie, czy przyszłe narzędzie Spotify będzie korzystać z technologii koncepcyjnie lub technicznie związanej z modelami Stable Audio. Fakt, że badacz z doświadczeniem w takich modelach przechodzi do Spotify, sam w sobie nie oznacza transferu technologii, kodu ani architektury. Dlatego ważna jest ostrożność w interpretacji: przyjście Parkera może wzmocnić wewnętrzne zdolności Spotify do rozwoju generatywnego audio, ale nie potwierdza, jaki będzie końcowy produkt ani kiedy będzie publicznie dostępny.
Dla użytkowników i przemysłu muzycznego najważniejsze pytanie brzmi teraz, czy Spotify może dowieść, że generatywną sztuczną inteligencję da się wprowadzić do mainstreamowego streamingu bez naruszania zaufania twórców. Umowa z Universal Music Group pokazuje, że część przemysłu chce zbadać licencjonowany model, lecz jego akceptacja będzie zależeć od warunków uczestnictwa, przejrzystości, jakości rezultatów i rzeczywistego wynagrodzenia artystów i autorów. Przejście Parkera jest więc czymś więcej niż osobistą wiadomością karierową: jest znakiem, że bitwa o przyszłość muzyki AI przenosi się z laboratoriów i startupów na same platformy, na których codziennie słucha się muzyki.
Źródła:
- Spotify Newsroom – komunikat o umowach licencyjnych Spotify i Universal Music Group dotyczących fanowskich coverów i remiksów (link)
- Universal Music Group – komunikat prasowy o umowie ze Spotify i zasadach zgody, uznania zasług i wynagrodzenia (link)
- Spotify Newsroom – komunikat o współpracy z firmami muzycznymi nad podejściem AI "artist-first" (link)
- Spotify Newsroom – komunikat o środkach przejrzystości i ochrony dla artystów, autorów i producentów w kontekście AI (link)
- Stability AI – oficjalna strona modelu Stable Audio 3.0 (link)
- Stability AI – komunikat badawczy o Stable Audio 3 i autoenkoderze SAME (link)
- Uniwersytet w Edynburgu – dane biograficzne o Julianie Parkerze i opis wykładu o generatywnym modelowaniu dźwięku muzycznego (link)
- Google Scholar – publiczny profil Juliana Parkera z listą prac naukowych i obszarami badań (link)
- AI Music Daily – wiadomość o przejściu Juliana Parkera ze Stability AI do zespołu AI Spotify (link)
- The Verge – raport o narzędziu Spotify do coverów i remiksów AI oraz wciąż nieznanych szczegółach uruchomienia (link)