AI 音乐检测会分析录音的音频，以估计其是否由人工智能（AI）系统生成。了解 AI 音乐检测的工作原理，才能区分有用的结果和误导性的结果。
本指南介绍信号来自哪里、可能性意味着什么、为什么 Unsure 是有效答案，以及为什么应由人来做决定。SEAM 是 Sonic Evidence of AI in Music 的简称，本文以它为例说明：这是 The InterSpace Group 推出的音频识别服务，详情见我们的SEAM 上线介绍文章。
AI 音乐检测的工作原理：信号在音频中
检测器会分析音频本身，寻找生成系统留下的痕迹，然后给出可能性，而不是确定结论。一篇关于 AI 生成音乐检测的学术综述将这些痕迹描述为难以听辨的统计模式，例如合成过程中留下的特征频率模式。
一种方法是将音频转换为频谱图，也就是声音的图像：时间横向展开，频率纵向排列，亮度表示能量。在最早发表的音乐深度伪造检测器之一中，当模型学习区分真实录音与机器重建的副本时，振幅频谱图在测试输入中效果最佳。
水印是另一种途径，也就是生成器有意嵌入的标记，但只有在生成器添加水印且文件保留水印时才有帮助。综述指出，水印可能被有意移除或破坏。
元数据的可靠性更低。标题、署名或“未使用 AI”的声明记录的只是某人输入的内容，而依赖艺术家披露信息的Spotify表示：“没有署名并不意味着没有使用 AI。”
因此，SEAM 读取的是音频本身，而不是元数据，也不只是听上传者怎么说。无需触碰声音，署名信息就能在几秒内被更改。
可能性究竟意味着什么
可能性是对证据强度的评估：音频在多大程度上指向某一结论。它不代表一首曲目中机器制作的占比，也不说明创作意图或责任归属。
看起来很精确的数字仍可能造成误导。那款早期检测器的作者写道，“良好的测试分数并非故事的终点”，随后列举了部署后可能出错的情况：分数可能并不代表表面看起来的含义，音频经过编辑，生成器未曾见过，以及结果无法解释或申诉。
在他们的测试中，经过变调、添加噪声和低比特率重新编码（例如 MP3）后，检测表现大幅下降。因此请扫描你手头质量最好的文件，最好是原始母带。
如何解读每种判定结果，包括 Unsure
SEAM 会为每首曲目返回以下三种判定之一，并附上可能性：
- Likely human：音频倾向于表明这是一段由人创作的录音。这并不代表作品的权利或原创性已获确认，因此常规检查仍然适用。
- Likely AI：音频强烈指向 AI 生成。请仔细聆听，要求对方披露相关信息，并按自己的政策处理。
- Unsure：音频无法得出明确结论。请先聆听，再索取分轨或工程文件，并请对方简要说明曲目的制作过程。
Unsure 是一种信息，并非故障。综述指出，真实制作过程“很少能用一个全局标签概括”：AI 生成的伴奏可能与人声演唱结合，混音或母带处理也可能使简单的是或否不足以说明情况。
Spotify 指出，AI 的使用“越来越像一个光谱，而不是二元选择”。从不输出 Unsure 的检测器并没有消除这种不确定性，而是把它藏了起来。
为什么应由人来做最终决定
评分无法了解你的政策、风险，也不知道艺术家的说法。判断错误的代价各不相同：错误地判定为“AI”会伤害真实艺术家，错误地判定为“人类创作”则会让违反规定的作品通过。
披露和检测回答的是不同问题：披露记录艺术家的说法，检测读取音频呈现的迹象。如果两者不一致，就进一步询问。
InterSpace Distribution 的强制 AI 披露政策适用于每一项新发行，并要求艺术家说明作品封面或音频中是否使用了 AI，以及具体如何使用。Spotify 表示，将支持通过 DDEX（Digital Data Exchange）制定的行业 AI 署名标准。
每项 SEAM 判定都仅供参考：它本身不会拒绝、暂缓或批准曲目，最终由人决定。相关作者还指出，结果申诉机制是一个薄弱环节，因此请记录文件、判定结果、日期和判断理由，并让艺术家有机会回应。
“Likely”意味着值得进一步查看并要求披露信息，但绝不是可以公开指称某人的证据。
SEAM 可通过网页控制台和 API（application programming interface，即软件之间的通信方式）使用，最初的 1,000 首曲目免费。用 SEAM 检测几首自己的曲目，看看每种判定如何呈现。
