AI 生成音乐检测及其挑战
声音
2025-01-20 v1 音频与语音处理
摘要
在新时代的生成模型面前, 人工生成内容的检测已成为极其重要的议题。尤其值得关注的是, 基于用户友好平台, 能够在几秒钟内生成可信的分钟级合成音乐的能力, 对流媒体服务构成欺诈风险, 并不公平地竞争人类艺术家。本文展示了在由真实音频与人工重构构成的数据集上训练分类器的可能性(和出人意料的容易性), 实现了令人信服的99.8%准确率。据我们所知, 这是首个发布的AI音乐检测器, 一款将帮助规范合成媒体的工具。然而, 以数十年 forgery 检测文献为教导, 我们强调, 获得良好测试得分并非终点。我们暴露并讨论了若干可能对此类部署检测器构成问题的方面: 面向音频操作的鲁棒性、对未见模型的泛化。后一部分为该领域的后续研究步骤指明方向, 并对日益繁荣的人工内容检查市场发出警示。
引用
@article{arxiv.2501.10111,
title = {AI-Generated Music Detection and its Challenges},
author = {Darius Afchar and Gabriel Meseguer-Brocal and Romain Hennequin},
journal= {arXiv preprint arXiv:2501.10111},
year = {2025}
}
备注
Accepted for IEEE ICASSP 2025. arXiv admin note: substantial text overlap with arXiv:2405.04181