Как распознать музыку с Искусственным Интеллектом
Искусственный Интеллект — постоянно меняющаяся цель, и методы, помогающие нам его распознать, быстро устаревают. Когда компания Suno запустила свою платформу для генерации музыки в конце 2023 года, одним из очевидных признаков было то, что можно назвать «забывчивым басистом», который, казалось, никогда не помнил, что было сыграно раньше, и каждый раз, когда возвращался бас, выбирал другой ритм. Сейчас эта привычка в значительной степени исчезла. Но хотя признаки ИИ стали более тонкими, их не так уж сложно обнаружить (обязательно: пока).
В наши дни одним из лучших способов начать поиск — это гитара, а ударные помогают подтвердить обнаруженные признаки.
Искусственный интеллект издает звуки гитары и барабанов
Струна гитары может скрипеть, когда пластиковый медиатор ударяет по стальному сплаву, и все эти звуки появляются немного в другое время, чем продолжительная нота, удерживаемая вибрирующей струной. Удар по малому барабану сопровождается каскадом различных частот, которые говорят нашим ушам больше, чем просто о настройке пластиков барабанов, например, о размере студии звукозаписи и силе удара по малому барабану. Искусственный интеллект может испытывать трудности со всей этой дополнительной текстурой; он включает ее, когда инструмент выделяется, забывая о ней в толпе. Генераторы также склонны фокусироваться на «основном» диапазоне частот, чтобы просто «сыграть ноту».
Вы можете услышать звуки барабанов и гитары в песнях The Velvet Sundown, которые в 2025 году стали одним из первых проектов с использованием генеративного ИИ, получивших вирусную популярность — пока представитель/создатель/мошенник(?) не признал, что проект работал на Suno. В "Drift Beyond the Flame" барабаны напоминают звуки искусственного интеллекта, а основной малый барабан — звук, вокруг которого строится вся песня — звучит тихо, глухо и плоско. Средневековые армии маршировали под звуки малого барабана, и даже среднестатистический домашний продюсер, скорее всего, записал бы что-то с большей мощностью, пусть даже случайно; это от природы мощный инструмент. Тем не менее, хотя эта сдержанность малого барабана может быть результатом продюсерского решения, это не относится к меняющейся гитаре.
Звучание гитары меняется на протяжении всего трека, особенно по мере нарастания музыки — как будто лишние детали исчезают первыми, когда генератору приходится отслеживать всё больше нюансов. В куплетах слышны переборы, но в конце припева и некоторых частях бриджа инструмент звучит скорее как клавишные, а затем плавно переходит в звучание запрограммированного синтезатора. Перемотайте примерно с 35 секунд до 1:30 и услышите заметно другой тон. Среди множества других звуков он забывает сохранять форму гитары; это звуковой эквивалент кружащихся лиц и шестипалых рук на краю толпы в видеоролике, созданном искусственным интеллектом.
Похоже, что детекторы музыки на основе ИИ легче справляются с некоторыми инструментами. Недавно команда из Барселоны протестировала, насколько хорошо нейронная сеть может обнаруживать созданные машиной звуковые дорожки, скрывающиеся в миксе, который в остальном полностью создан человеком. Авторы написали, что «барабаны и гитара несут в себе сильные сигнатуры артефактов кодека, в то время как вокал и бас менее заметны».
Какие инструменты выдают машину, зависит от того, где находится их энергия в спектре: яркие, быстрые, высокочастотные звуки выдают машину, а низкие и средние частоты в основном нет. Этот высокочастотный диапазон совпадает с концом спектра, где человеческое ухо работает лучше всего, поэтому барабаны и гитара являются хорошими отправными точками для всех различных интеллектуальных систем, пытающихся решить эту проблему.
Оптимизированные вокальные петли
Однако, когда дело доходит до вокала, люди превосходят машины (обязательно: пока что). Один из наиболее явных признаков ИИ проявляется в длинных, зацикленных мелодиях — таких, которые не дают возможности перевести дыхание и обычно не пришли бы в голову авторам песен с таким недостатком, как легкие.
Вирусным примером стала странная кантри-песня 2025 года «Walk My Walk», выпущенная Breaking Rust. В песне есть пара характерных черт ИИ — генераторы любят немного топать ногой в хлопках, как миллениалы, помешанные на IPA, — но наиболее очевидным является дыхание. В середине припева, на, казалось бы, одном вдохе, певец проносится по всем этим фразам с интенсивностью, сравнимой с интенсивностью вокального рулада Криса Стэплтона (Chris Stapleton):
Ain’t changing my tone, ain’t changing my song
Я не меняю свой тон, не меняю свою песню
I was born this way, been loud too long
Я был рожден таким, я слишком долго был шумным
You can hate my style, you can roll your eyes
Вы можете ненавидеть мой стиль, можете закатывать глаза
But I ain’t slowing down, I was born to rise
Но я не собираюсь сбавлять обороты, я рожден, чтобы возвыситься
So kick them rocks if you don’t like how I talk
Так что, если вам не нравится, как я говорю, бейте их камнями
I’m gon’ keep on talking and walk my walk
Я собираюсь продолжать говорить и идти своей дорогой’
И да, ужасные тексты песен — ещё один признак. Но существует множество руководств по написанию текстов искусственным интеллектом, поэтому давайте сосредоточимся на дыхании.
Петь таким образом буквально невозможно, это просто нечеловечно — так же нечеловечно, как когда шахматные движки, продвигающие пешку h по доске, или ход 37 в AlphaGo казались нечеловечными. Искусственный интеллект стремится оптимизировать мелодию; мягкий человек знает, что может пропустить слово, чтобы сделать вдох.
Эти зацикленные мелодии — один из немногих признаков, позволяющих понять, что искусственный интеллект использовался в качестве вспомогательного средства для написания песен до записи человеком. Если Suno помог придумать мелодию, и она была записана с участием профессиональных музыкантов, детекторы не зафиксируют те же странные «отпечатки» декодера, и вы не сможете уловить морфинг гитары.
По словам продюсера Пэта МакАфи, Эрнеста (Pat McAfee, ERNEST), альбом МакАфи (McAfee) 2026 года «The Diary of a Polarizing Figure» начинался с «демо-записей Suno», когда Эрнест предложил «записать этот материал по-настоящему». Мы не знаем, создавал ли продюсер или его друзья новые мелодии (представители МакАфи не ответили на запрос о комментарии), но зацикленные мелодии придают ему удивительно знакомое звучание.
В припеве «Blue Collar Symphony» МакАфи есть отголоски «Breaking Rust», вплоть до наличия похожих зацикленных фрагментов, которые поднимаются, чтобы подчеркнуть слово, а затем возвращаются обратно в гамму. Ему нужен автотюн, чтобы добиться эффекта «затаенного дыхания», и хотя мелодия не совсем та же самая, она исходит из того же бесчеловечного стремления оптимизировать зацикленный фрагмент.
Инструменты, созданные для этого, не совсем подходят для этого, если вы понимаете, о чём я. Deezer помечает сгенерированный звук на своей платформе, Billboard использует этот флаг, когда решает, является ли исполнитель, попавший в чарты, человеком, и вся эта система сортирует музыку на созданную машиной или нет. Breaking Rust попадает в эту ловушку. Запись McAfee — нет, потому что в аудио нет ничего, что могло бы её спровоцировать — каждую ноту сыграли настоящие музыканты, и единственное, что Суно оставил в комнате, — это, возможно, форма мелодии.
Источник: music-video.mirtesen
Комментарии: