Трек 1984 года «написан нейросетью»: как детекторы музыки превращают вероятности в окончательные вердикты

Обновлено:

Один из коммерческих сервисов для распознавания ИИ-музыки определил трек «Across the Ocean», записанный шведской пост-панк-группой Twice a Man еще в 1984 году, как продукт генератора «Treblo_v3». Другую их песню, «In My Mind» 1982 года, тот же алгоритм уверенно приписал модели «ElevenLabs Music». Обе композиции увидели свет примерно за сорок лет до появления нейросетей, о которых идет речь.

Все началось с экспериментов, о которых 4 ноября написало издание Digital Music News, а днем позже подхватил VICE. Изначально старые записи никто проверять не планировал. Тесты запустили ради защиты свежего релиза — двойного альбома из 23 треков DECAY / TIME — A Tribute to Twice a Man, который в июне 2026 года выпустил гамбургский музыкант Андре Граферт (проект Coloured Tears). Граферт подчеркивает, что сыграл, запрограммировал, спел и свел каждую ноту сам, вообще не прикасаясь к генеративному ИИ. В его сетапе — Cubase, аналоговые и гибридные синтезаторы Sequential (Prophet X, Prophet 12, Pro 3 и Rev2), семплер Native Instruments Kontakt и собственный голос. Но почти сразу после релиза на него посыпались публичные обвинения в использовании нейросетей.

A recording studio session; the image VICE used to illustrate its report

Photo by Paul Morigi/WireImage for NARAS (lead image of the VICE article)

В борьбе со спамом от генеративного ИИ вскрылась неприятная ирония: алгоритмы, созданные защищать живых авторов от цунами синтетического контента, бьют по самим музыкантам. И сильнее всего страдают независимые артисты, за спиной которых нет юристов крупного мейджора. Мы уже разбирали блокировки релизов через DistroKid по жалобам правообладателей и новые правила маркировки на YouTube Music. Теперь настало время заглянуть под капот самих классификаторов: что они анализируют на самом деле, насколько часто ошибаются и как индустрии с этим жить.

Что показали тесты, а что осталось за кадром

Проверку организовала Инес Вайдеманн из пиар-агентства International Artist Marketing (IAM), ведущего дела Граферта. Как отмечается в следующем материале DMN, анализатор платформы SubmitHub пометил все 23 трека альбома как сгенерированные полностью или частично. Три других детектора — ACRCloud, Let'sSubmit и TrackVerifier — в целом выдали схожий вердикт. Более того, семь оригинальных записей Twice a Man периода 1982–1986 годов SubmitHub тоже определил как «ИИ / гибрид».

Заголовок звучит броско, но техническая реальность куда сложнее и показательнее:

  • Результат зависел от источника файла. Семь треков-оригиналов, получивших плашку «ИИ», отправляли на проверку в виде ссылок на YouTube. Когда те же самые композиции скормили SubmitHub через ссылки на Spotify, классификатор признал их человеческими: «Decay» набрал 85% вероятности живого исполнения, «Sorrow» — 83%, а «In My Mind» — 91%. Представители SubmitHub позже заявили DMN, что прогнали весь исходный альбом 1982 года и получили от 85% до 95% «человеческого происхождения» по всем десяти трекам, попутно напомнив, что не рекомендуют анализировать пожатое аудио с YouTube.
  • Алгоритмы не согласны друг с другом. На свежем пятитрековом сингле Coloured Tears ни один из 15 прогонов через SubmitHub, Let'sSubmit и TrackVerifier не отдал безоговорочной победы человеку. При этом TrackVerifier оценил четыре трека из пяти всего в 10,5 балла из 100 («слабый сигнал ИИ»), тогда как Let'sSubmit уверенно заклеймил всю пятерку как синтетику с вероятностью от 77% до 95%.
  • Детектор не согласен сам с собой. Тот же Let'sSubmit, получив один и тот же файл MP3 с разницей всего в неделю, сначала назвал трек «Flat Land» «вероятно живым» (61%), а затем передумал и объявил его «вероятно синтетическим» (65%).

С выводами, впрочем, стоит быть осторожнее. Вся фактура исходит от одной заинтересованной стороны — пиарщицы самого музыканта. Полная методика тестирования нигде не опубликована, а исходные сессии и проектные файлы Граферта независимые эксперты не изучали. В SubmitHub резонно поинтересовались характером обработки вокала — журналисты DMN сочли этот вопрос справедливым, но ответа на него пока нет. Так что кейс Граферта — это пока подробный инцидент, а не строгий замер процента ошибок. Однако главное он демонстрирует наглядно (что косвенно признает и SubmitHub): одна и та же запись может получить диаметрально противоположные оценки просто из-за смены источника рипа или дня недели.

Что классификаторы ищут на самом деле

Расхожая фраза «детекторы оценивают вероятность, а не процесс создания трека» абсолютно верна, но она умалчивает главное: на чем именно эта вероятность строится.

В разделе FAQ платформы Deezer их собственная система описывается как инструмент поиска «специфических аудиоартефактов и цифровых сигнатур генеративных моделей», которые «обычно неразличимы на слух». Академическое сообщество подтверждает это объяснение, но высказывается куда жестче относительно последствий. В рецензируемом исследовании журнала Transactions of the International Society for Music Information Retrieval (TISMIR) Лаура Крос Вила, Боб Л. Т. Штурм и их коллеги обучили несколько моделей на 20 000 композиций из Suno и Udio и 10 000 человеческих треков. Первичная задача детекции показалась элементарной. Но стоило ученым проверить устойчивость систем, как все посыпалось:

  • Банальный ресемплинг аудио в 22,05 кГц кардинально менял оценки всех протестированных алгоритмов, включая коммерческую систему IRCAM Amplify.
  • Срез частот ниже 8 кГц фильтром высоких частот привел к тому, что IRCAM Amplify начала клеймить как нейросеть вообще все подряд, включая живые акустические записи.
  • Обучающие выборки банально различались по базовым техническим свойствам: треки из Suno шли с битрейтом 192 кбит/с, из Udio — 320 кбит/с (практически всегда с частотой дискретизации 48 кГц), тогда как 60% человеческих треков имели частоту 44,1 кГц. Простое правило, смотрящее только на частоту дискретизации, уже давало точность в 83%.
  • Когда системе IRCAM Amplify скормили 50 треков из генератора Boomy, которого не было в обучающем датасете, детектор распознал ИИ всего в 3 случаях.

Итоговый вывод авторов бьет в самую суть проблемы: обученный таким способом детектор показывает лишь то, «совпадают ли параметры аудиофайла с техническим пайплайном продакшена Suno, Udio или другого конкретного сервиса», а вовсе не то, сидел ли за пультом живой человек.

К схожим выводам пришли и собственные исследователи Deezer. В 2024 году Дариус Афшар, Габриэль Месегер-Брокаль и Ромен Эннекен озаглавили свою работу предельно емко: «Обнаружение музыкальных дипфейков: легко на бумаге, сложно на практике». Их классификатор продемонстрировал точность 99,8% на тестах, но ученые прямо предупредили: «Красивая цифра на бенчмарке — это еще не решение проблемы». Они выделили калибровку, устойчивость к обработке сигнала, распознавание незнакомых моделей, интерпретируемость вердиктов и право на обжалование как нерешенные фундаментальные задачи. А в статье от июля 2026 года за авторством Афшара и Эннекена подчеркивается, что точность существующих детекторов «стремительно деградирует при простейших манипуляциях со звуком вроде изменения скорости или высоты тона».

Почему под раздачу чаще всего попадает ретро-синтипоп и электронная музыка? Прямых академических исследований на эту тему не проводилось — в IAM признают, что научных данных по дарквейву и смежным жанрам нет. Ниже приведена гипотеза автора, основанная на фактах выше:

  1. Ограниченность эталонной выборки «живой» музыки. В исследовании TISMIR выборка человеческих треков опиралась на Million Song Dataset — преимущественно мейнстримную западную поп- и рок-музыку. По наблюдениям DMN, бенчмарки в целом смещены в сторону поп-музыки. Жёстко квантованная драм-машина, синтезаторный секвенсорный бас и плотно заавтотюненный вокал акустически максимально далеки от акустического стандарта поп-рока, и бинарный классификатор вынужден как-то маркировать такие аномалии.
  2. Генераторы обучались на тех же самых жанрах. Если генеративная модель имитирует синтезаторные тембры 1980-х годов, то акустическая зона пересечения между синтетикой и винтажной электроникой оказывается максимальной.
  3. Искажения при перекодировании. Загрузка на YouTube, повторное сжатие и специфика старых мастеров кардинально меняют спектр в области верхних частот и частоту дискретизации — ровно те побочные технические метрики, которые сбивают детекторы из исследования TISMIR с толку. Пример с записями Twice a Man (забракованными при загрузке с YouTube и прошедшими проверку через Spotify) идеально ложится в эту схему, хотя строгим доказательством пока не является.

Когда процентная оценка превращается в приговор

Сама по себе абстрактная вероятность никому не вредит. Проблемы начинаются тогда, когда площадки превращают плавающий скоринг в жесткий рубильник допуска на платформу.

Представители SubmitHub открыто подчеркивают, что их оценка вида «93% human» — это лишь показатель уверенности самой модели, а не доля трека, созданная руками. Однако на странице проверки четко указано: работы с вероятностью ИИ от 85% к промо не допускаются. А в политике сервиса от сентября 2026 года прямо прописан запрет на продвижение треков с оценкой нейросети от 85%, включая гибридные проекты — даже если текст и композицию полностью написал живой автор. Сразу после запуска DMN писали, что «процедуры апелляции не предусмотрено»; в ноябрьском материале то же издание утверждает, что «SubmitHub дает возможность подать апелляцию». Эти данные противоречат друг другу, и каков регламент на практике сегодня, установить не удалось.

Чем дальше по дистрибьюторской цепочке, тем выше ставки:

  • Площадки с жесткими запретами. Bandcamp в своем посте на Reddit от 13 января 2026 года объявил, что размещение музыки, созданной «полностью или в существенной части» при помощи генеративного ИИ, отныне запрещено. (VICE датировал запрет июнем 2026-го, однако репортаж Billboard того времени фиксирует дату 13 января.) Bandcamp призвал пользователей репортить подозрительные треки модераторам — а значит, скриншот из любого бесплатного детектора становится прямой наводкой на бан.
  • Стриминговые гиганты. Deezer полностью исключает распознанные ИИ-треки из рекомендательных алгоритмов и редакционных плейлистов, снабжая их публичной плашкой. Метка вешается на уровне всего альбома: в Deezer уверяют, что это снижает риск ложной тревоги, но на практике это означает, что один подозрительный трек ставит крест на всем релизе.
  • Заморозка выплат и аккаунтов. В IAM заявляют, что ложные срабатывания ведут к блокировке аккаунтов, отмене релизов и задержке роялти — и бьет это по независимым музыкантам, работающим через DIY-дистрибьюторов с автоматической модерацией. Это позиция пиарщиков; в материалах DMN прямых подтверждений заморозки выплат конкретно Граферту не приводится.

Главный нерв конфликта — фундаментальная асимметрия условий. DMN подчеркивает, что система маркировки в индустрии сегодня держится на добровольном декларировании со стороны мейджоров и дистрибьюторов. Артист крупного лейбла получает статус «ИИ» только по заявлению самого лейбла. Независимого же электронщика проверяет бездушный скрипт. Как резюмировал сам Граферт, новичков заставляют доказывать «буквально каждым треком, что они живые люди, в то время как работы признанных звезд никто и никогда подвергать сомнению не станет».

Математика базовой вероятности

Заявления разработчиков о надежности звучат внушительно. Deezer утверждает, что точность их системы составляет 99,8%: она пропускает порядка 2 ИИ-треков на 1000 загрузок и ошибочно бракует «менее одного настоящего трека человека на каждые 10 000». SubmitHub ссылается на независимый аудит по заказу Universal Music Group, показавший точность 99,3%. Проблема в том, что ни один из этих тестов не выложен в открытый доступ для независимой верификации, а представители Coloured Tears справедливо называют их закрытыми корпоративными метриками.

Что означает доля ложных срабатываний (FPR) на практике, напрямую зависит от объемов входящего потока и соотношения нейросетевых и живых треков. Ниже приведен ориентировочный расчет автора. Все исходные параметры — гипотетические вводные, а не результаты прямых измерений:

Сценарий Входные параметры Ошибочно забраковано треков людей Доля ошибок среди всех отмеченных
А. Масштабы Deezer (по заявлениям сервиса) ~90 000 ИИ + ~90 000 треков людей в сутки (к июлю 2026 года Deezer получал около 90 000 нейротреков в день, а на пике в июне ИИ превышал 50% суточного потока); FPR 0,01% ~9 в день, ~3 300 в год ~0,01%
Б. Те же объемы, но по данным научных тестов Условия те же, но FPR 4,7% (результат IRCAM Amplify на человеческой музыке в TISMIR, замеренный всего на 150 образцах; модель отлична от Deezer) ~4 200 в день ~4,5%
В. Входящие куратора или независимого лейбла 1 000 демок, 10% ИИ (по статистике SubmitHub, около 11% последних загрузок получали оценку ИИ выше 85%); детектор отлавливает 95% синтетики при FPR 1%: ~9; при FPR 4,7%: ~42 ~9%; ~31%

Отсюда следуют два важных вывода. Во-первых, при заявленной Deezer точности и на их колоссальных масштабах парадокс базовой вероятности играет на руку классификатору: когда половина всего потока — нейросетевой мусор, любая сработавшая плашка с огромной долей вероятности указывает именно на синтетику (если заявленная точность правдива). Несколько тысяч ошибочно заблокированных живых треков в год — это огромная трагедия для конкретных авторов, но с точки зрения платформы система выглядит рабочей.

Во-вторых, вся эта стройная картина разбивается вдребезги о вопрос: применима ли средняя точность лично к вашему музыкальному стилю? Общий низкий процент ошибок по всей больнице запросто маскирует катастрофический уровень брака в нишевых поджанрах, которые почти не были представлены в тренировочном сете. Если условный дарквейв или EBM ложно бракуется в 20% случаев (цифра условная, замеров никто не делал), общая статистика платформы даже не дрогнет. Но для музыкантов этой сцены вердикт детектора превратится в подбрасывание монетки. Вот почему история Граферта, несмотря на всю ее частность, поднимает фундаментальный вопрос: первыми жертвами алгоритмов становятся артисты тех жанров, которых разработчики обошли стороной при калибровке детекторов.

Почему отказаться от фильтрации все равно нельзя

Было бы наивно делать вывод, что детекторы нужно просто выключить. Аргументы сторонников фильтрации имеют железобетонный вес.

Мусорный поток генеративного контента огромен, и за ним почти всегда стоят серые схемы накруток. Когда Deezer запустил свой инструмент в январе 2025 года, сервис принимал около 10 000 целиком сгенерированных треков в день; к июлю 2026-го эта цифра выросла почти до 90 000. На них приходится скромная доля в 1–3% прослушиваний, но по данным самого Deezer, в 2025 году до 85% этих стримов были чистым бот-трафиком. Сервис исключает их из расчетов роялти, и логика тут очевидна: каждый выплаченный ботоводам цент вычитается из общего котла выплат, откуда получают деньги настоящие артисты, включая того же Граферта. Согласно исследованию CISAC и PMP Strategy, на которое ссылается Deezer, к 2028 году генеративный ИИ может поставить под угрозу до 25% всех доходов авторов музыки.

У разработчиков систем фильтрации тоже есть поводы для недовольства риторикой критиков. В SubmitHub заявления DMN о «повальных ложных срабатываниях» называют ничем не подкрепленными домыслами — системной статистики ошибок никто пока не предоставил. Один релиз, тесты одного пиар-агентства и невыясненный характер обработки вокала на репрезентативную выборку никак не тянут. Кроме того, многие платформы изначально закладывают защиту от резких движений: алгоритм Deezer нацелен строго на полностью сгенерированные композиции и «обычно не метит треки, созданные лишь при помощи ИИ-инструментов», а на Bandcamp, судя по официальному регламенту, жалобы уходят живым модераторам, а не приводят к автоматическому бану.

Трезвый итог таков: фильтрация жизненно необходима, современные алгоритмы неплохо работают на масштабах гигантских каталогов, но теряют всякую надежность на периферии — там, где как раз и сосредоточена независимая сцена.

Как должна работать честная процедура

Если алгоритмический надзор с нами надолго, пора наводить порядок в процедурах. Базовые принципы уже отработаны в других сферах модерации контента. В ЕС принят Закон о цифровых услугах (DSA): его статья 17 обязывает платформы раскрывать причины при удалении контента, пессимизации в выдаче или блокировке выплат, а статья 20 требует наличия механизма подачи жалоб, решения по которым не должны приниматься «исключительно автоматическими средствами». Как именно эти нормы применимы к конкретным стримингам и агрегаторам — вопрос к юристам, но фундаментальные принципы понятны уже сейчас (по мнению автора):

  1. Обязательное уведомление. Автор должен сразу узнать, что его трек помечен алгоритмом, какой именно сервис вынес решение и чем это грозит — маркировкой, скрытием из рекомендаций, снятием с витрины или заморозкой баланса.
  2. Обоснование вердикта. Платформа обязана раскрывать балл уверенности, версию модели и источник файла. Анализ пожатого аудио с YouTube и анализ исходного студийного WAV-мастера — это принципиально разные вещи.
  3. Реальный механизм апелляции. Музыкант должен иметь возможность предоставить данные, недоступные сканеру: файлы проекта, потрековые исходники (стемы), скриншоты DAW, видеозаписи игры на «железных» синтезаторах. Оценивать их должен живой модератор, понимающий специфику жанра.
  4. Балл — это не окончательный приговор. Высокий процент уверенности классификатора должен быть поводом для ручной проверки, а не триггером для мгновенного бана. А чтобы называть конкретный генератор (вроде «Treblo_v3» на записи 1984 года), нужны доказательства совершенно другого порядка, чем статистическая догадка.
  5. Публикация погрешностей по срезам. Сервисы, продающие свои детекторы бизнесу, обязаны открыто публиковать статистику ложных срабатываний с разбивкой по жанрам, эпохам и типам сжатия аудио, а также оперативно устранять плавающие баги, когда вердикт скачет день ото дня.

Конфликт вокруг альбома Граферта показал главное: проблема не в существовании детекторов, а в том, что сырую вероятностную оценку стали приравнивать к судебному приговору, за который никто не несет ответственности. Чтобы исправить этот перекос, не нужно жертвовать борьбой со спамом ради живых музыкантов. Достаточно вспомнить, чем на самом деле является оценка классификатора по признанию его собственных создателей: всего лишь поводом для разбирательства, но никак не истиной в последней инстанции.

Источники