AI Müzik Dedektörü — Bu Şarkıyı Yapay Zekâ mı Yaptı?

Karar üç tür kanıta dayanır. Dosyadaki üretici etiketi — “Yapay zekâ üretimi”. Spektrumdaki nöral sentez izi — “Yapay zekâ sentezi izleri bulundu”; altındaki yüzde tanıyıcının güven düzeyidir. İkisi de yoksa ses sınıflandırıcı konuşur: %70’ten itibaren “Yapay zekâ olabilir — kesin değil”, %30’un altında “Büyük olasılıkla insan yapımı”, arada ise “Belirsiz”. Yalnızca ses, hiçbir zaman kırmızı karar vermez.

Hangi karar olduğuna bakın. “Yapay zekâ olabilir”, sesin değerlendirmesidir: yoğun miksajlı ve mastering yapılmış insan müziği bazen yapay zekâ şarkılarına benzer duyulur; kararın altındaki satır da parçada sentez izi bulunmadığını söyler. “Yapay zekâ sentezi izleri bulundu” ise spektrumun bir nöral kod çözücünün izini taşıdığı anlamına gelir: testlerimizdeki 1.084 insan kaydının hiçbirinde bu iz görülmedi — canlı kayıtlarda, örnekli MIDI düzenlemelerinde, kuantizasyonda, mastering’de, stem ayırmada veya yeniden kodlamada da görülmedi. Yani sesin bir kısmı bir sinir ağı tarafından sentezlenmiş — bir üretici, yapay zekâ sesi ya da yapay zekâ enstrümanı. Bu, müziği kimin yazdığı hakkında bir şey söylemez: bunu proje dosyası, MIDI partileri ve kaynak parçalar gösterir.

İki sebebi var. Puan ölçeğin ortasında kalıyor, sınıflandırıcı iki tarafa da yatmıyor. Ya da kayıtta 7,25 kHz üzerinde ses yok — aramalar, sesli mesajlar ve telefon hoparlöründen alınan kayıtlar böyle duyulur; sınıflandırıcı bu tür seslerde yanılır, bu yüzden karar vermiyoruz. Şarkının özgün dosyasını kontrol edin.

Sentez izine göre — Suno (testlerimizde %96), MiniMax (%45), ACE-Step (%85) ve diğer üreticilerin şarkılarını, yeniden kodlanmış olanlar dahil. Diğer üreticilerin izlerini tanıyıcı daha az iyi bilir, bazıları — Udio, Mureka, Mubert — neredeyse hiç iz bırakmaz: bu şarkıları yalnızca ses sınıflandırıcı fark eder ve en fazla “Yapay zekâ olabilir” der. Araç belirli bir üreticinin adını yalnızca dosyadaki etiketten verir.

Video olur, sesi eksiksizse: araç ses parçasını ayıklar. Aramalar ve sesli mesajlar genellikle 3–4 kHz üzerinde kesilir; bunlarda sınıflandırıcı yapay zekâyı insandan ayıramaz — araç da bunu söyler.

Canlı bir fon müziğinin üzerindeki yapay zekâ vokalini yaklaşık yarı yarıya: sesin sentez izi miksin içinden görünür (testlerimizde 28 ses coverından 13’ünde). Aramadaki klonlanmış ses bu yolla kontrol edilemez: arama, izin bulunduğu frekansları keser. Bir “akrabanızdan” gelen aramada klonlanmış ses şüphesi varsa, ailenin gizli kelimesi işe yarar — Arayan kontrolü aracı tam bunun için yapıldı.

Sayfa eskiden vokal ve enstrümantal için ayrı puanlar gösteriyordu, biz de kaldırdık: yapay zekâyı insan kaydından ayırt etmiyorlardı. Dürüst sürümü de denedik — şarkıyı vokal ve müziğe bölüp her parçayı aynı sınıflandırıcıyla puanlamak — 548 şarkı üzerinde. Bir parçanın puanı tüm şarkınınkinden belirgin biçimde daha sık yanlış çıkıyor: insan kayıtlarının neredeyse dörtte birinde vokal %70 veya daha yüksek puan aldı. Yalnızca vokalin ya da yalnızca müziğin yapay zekâ olduğu test miksleri üzerinde ise dağılım, her dört durumdan birinde doğru parçayı gösterdi. Bu yüzden karar şarkının bütünü için verilir; sunduğu ayrıntı ise iki dakikadan uzun parçalarda zaman bölümlerine göre puandır.

Hayır. Neredeyse her yeniden kodlama ya da bir platforma yükleme etiketi siler, bu yüzden etiketin olmaması hiçbir şeyi kanıtlamaz. Etiket varsa da müziği değil dosyayı anlatır: elle yazılmış olabilir.