KI-Musik-Detektor — stammt dieser Song von einer KI?

Die Prozentzahl ist der Wert des Klassifikators: wie sehr der Klang den KI-Songs ähnelt, auf denen er trainiert wurde. „KI-generiert“ ab 99 %, „Möglicherweise KI“ ab 70 %, unter 30 % „Klingt menschlich gemacht“, dazwischen „Nicht eindeutig“. Unter dem Urteil steht immer, was es für Ihre Datei bedeutet.

Dafür gibt es zwei Gründe. Der Wert liegt in der Mitte der Skala, der Klassifikator neigt also in keine Richtung. Oder die Aufnahme enthält keinen Klang über 7,25 kHz — so klingen Anrufe, Sprachnachrichten und Aufnahmen vom Handylautsprecher; dort irrt der Klassifikator, deshalb gibt es kein Urteil. Prüfen Sie die Originaldatei des Songs.

Am besten Songs von Suno und Udio: Von den Songs von Suno 5.5 und 6, die das Modell nie gesehen hatte, erreichten 91 % einen Wert ab 70 %. Songs von MiniMax, Mureka, HeartMuLa, ACE-Step und anderen Generatoren von 2025–2026: 71 %. Am schlechtesten erkennt er Instrumentalmusik von Generatoren wie MusicGen, Stable Audio und Mubert (34 %) sowie Generatoren, die im Training fehlten. Welcher Generator einen Track erzeugt hat, nennt er nicht am Klang – nur anhand eines Tags in der Datei.

Ein Video ja, wenn sein Klang vollständig ist: Das Tool extrahiert die Tonspur. Anrufe und Sprachnachrichten sind meist über 3–4 kHz abgeschnitten, und dort kann der Klassifikator KI und Mensch nicht unterscheiden — das Tool sagt es dann.

Nicht zuverlässig. Der Klassifikator bewertet den ganzen Song und wurde mit komplett KI-erzeugten Songs trainiert. Vermuten Sie eine geklonte Stimme in einem Anruf eines „Verwandten“, hilft ein Familien-Codewort — dafür gibt es das Tool „Anrufer prüfen“.

Früher zeigte die Seite getrennte Werte für Gesang und Instrumental; wir haben sie entfernt, weil sie KI nicht von einer menschlichen Aufnahme unterschieden. Wir haben auch die ehrliche Variante geprüft — einen Song in Gesang und Musik zu trennen und jeden Teil mit demselben Klassifikator zu bewerten — an 548 Songs. Der Wert eines einzelnen Teils liegt deutlich öfter daneben als der des ganzen Songs: Bei fast jeder vierten menschlichen Aufnahme erhielt der Gesang 70 % oder mehr. Und bei Testmischungen, in denen nur der Gesang oder nur die Musik von einer KI stammte, zeigte die Aufschlüsselung nur in etwa einem von vier Fällen auf den richtigen Teil. Deshalb gilt das Urteil dem ganzen Song, und als Detail gibt es bei Tracks über zwei Minuten den Wert nach Zeitabschnitten.

Nein. Fast jede Umkodierung oder jeder Upload auf eine Plattform entfernt das Tag, sein Fehlen beweist also nichts. Und ein vorhandenes Tag beschreibt die Datei, nicht die Musik: Es lässt sich von Hand eintragen.