/ Модель

Характеристики

Лицензия
MIT
Архитектура
logistic_regression · dense
Опубликована
20 янв 2026

ai-music-detector

Классификация аудиоАудио → label3 профессии

Классификатор аудио, оценивающий, создана ли музыка Suno и Udio с помощью ИИ, по спектральным признакам fakeprint.

214скачиваний за 30 дней1лайквеса обновлены20 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AI Music Detector от lofcz — классификатор аудио на основе логистической регрессии, который выявляет музыку, созданную Suno версии 5 и ниже или Udio версии 1.5 и ниже. Модель анализирует спектральные признаки fakeprint: характерные равномерно расположенные пики, связанные с транспонированными свёрточными слоями нейронных вокодеров. На вход она принимает вектор из 3585 признаков, а на выходе выдаёт вероятность того, что музыка создана ИИ.

Перед классификацией аудио нужно извлечь fakeprint-признаки; в README указаны частота дискретизации 16 кГц, размер FFT 8192 и диапазон частот 1000–8000 Гц. Модель опубликована в форматах ONNX и Safetensors. README сообщает об оценке на тестовом наборе из 17 866 фрагментов с точностью 99,88%, однако результат зависит от соответствия данных обучающим и проверочным условиям. Лицензия — MIT.

Сценарии применения

  • проверка музыкального аудио на генерацию Suno
  • проверка треков на генерацию Udio
  • оценка вероятности того, что музыка создана ИИ
  • фильтрация ИИ-музыки в музыкальной коллекции

Ограничения

Требуется предварительно извлечь fakeprint-признаки и привести аудио к частоте 16 кГц; лучше всего модель работает на фрагментах длительностью от 10 секунд. Для новых поколений генераторов может потребоваться переобучение.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AI Music Detector

Detects music generated by Suno <= 5 and Udio <= 1.5 using spectral fakeprint analysis.

Model Description

This model analyzes the frequency spectrum of audio to detect characteristic artifacts left by neural vocoders in AI music generators. These "fakeprints" are regularly-spaced peaks in the spectrum caused by transposed convolution (deconvolution) layers.

Architecture

  • Type: Logistic Regression on spectral features
  • Input: Fakeprint vector (3585 features)
  • Output: Probability of AI-generated content (0.0 = Real, 1.0 = AI)

Preprocessing

Audio must be preprocessed to extract fakeprints:

ParameterValue
Sample Rate16000 Hz
FFT Size8192
Frequency Range1000-8000 Hz
Hull Area10 bins

Performance

Evaluated on a held-out test set of 17,866 samples (5,741 real, 12,125 AI-generated).

MetricValue
Accuracy99.88%
Precision0.9985
Recall0.9998
F1 Score0.9991
False Positive Rate0.31%
False Negative Rate0.02%

Training Data

  • Real Music: FMA Medium (25k), Proprietary (5k)
  • AI-Generated: SONICS dataset (49k), Proprietary (10k)

Usage

Python (ONNX)

import numpy as np
import onnxruntime as ort

# Load model
session = ort.InferenceSession("ai_music_detector.onnx")

# fakeprint = extract_fakeprint(audio_file)  # Your preprocessing
output = session.run(None, {"fakeprint": fakeprint.reshape(1, -1)})
ai_probability = output[0][0, 0]

print(f"AI Probability: {ai_probability:.1%}")

Python (Safetensors)

from safetensors.numpy import load_file
import numpy as np

weights = load_file("model.safetensors")
w = weights["weights"]  # Shape: (1, 3585)
b = weights["bias"]     # Shape: (1,)

# fakeprint = extract_fakeprint(audio_file)
logit = np.dot(fakeprint, w.T) + b
probability = 1 / (1 + np.exp(-logit))

Limitations

  • Sample Rate Dependent: Audio must be resampled to 16000 Hz
  • Minimum Duration: Works best with 10+ seconds of audio
  • Evolving Generators: Needs retraining on new generations of AI music generators

Acknowledgements

This implementation is based on the fakeprint detection method proposed by Afchar et al. [1], which demonstrates that neural vocoders in generative music models produce characteristic frequency-domain artifacts due to their deconvolution architecture.

References

[1] D. Afchar, G. Meseguer-Brocal, K. Akesbi, and R. Hennequin, "A Fourier Explanation of AI-music Artifacts," in Proc. International Society for Music Information Retrieval Conference (ISMIR), 2025. Available: https://arxiv.org/abs/2506.19108

License

MIT License

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура logistic_regression неизвестна transformers в образе рантайма.

Ревизия весов
d218059

0 моделей