AI 音乐人工智能音乐的傅里叶解释

生成式 AI 的快速崛起已变革了音乐创作，数以百万计的用户参与 AI 生成的音乐。尽管用户越来越多，但关于版权侵权、职位替代以及伦理影响的担忧导致日益增加的监视和法律挑战。与此同时，AI 检测服务不断出现，但这些系统大多不透明且由私人控制，这反映了它们旨在解决的那些问题。本文探讨了合成内容的基本属性以及如何检测这些内容。具体而言，我们分析了常用于生成模型中的去卷积模块，并数学证明其输出表现出系统性的频率人工智能——表现为小而独特的谱线峰。这种现象与众所周知的棋盘式人工智能密切相关，被证明是特定模型架构的固有属性，而非训练数据或模型权重的结果。我们通过在开源模型以及商业 AI 音乐生成器如 Suno 和 Udio 上的大量实验验证了我们的理论发现。我们利用这些见解提出了一个简单且可解释的人工智能音乐检测准则。尽管方法简单，但我们的做法在多个情境下的检测准确率与深度学习方法相当，超过 99%。