在本标签页里运行 · 不限次数

AI 音乐检测：这首歌是不是 AI 做的？

把歌拖进来就行。频谱指纹在你自己的设备上算，音频一个字节都不出本机。

检测一首歌

手边没歌？先听听这两首：

两首示例的出处与授权

还没有放入歌曲

用你的 CPU 计算 · 音频不离开本机

  1. 模型
  2. 解码
  3. 算指纹
  4. 打分

–%

这首歌带有 AI 生成器伪影的可能性

    这里给出的只是一个小型统计模型的概率，它只找一种特定的频谱伪影。两个方向都可能判错，不能用来证明一首歌是怎么做出来的。

    它是怎么判断的

    1. 把频谱平均起来

      先把歌混成单声道、重采样到 16 kHz，再按 8192 个采样点一段切开，逐段求功率谱，按分贝取平均。旋律和歌词在平均里被抹平，剩下的是整条制作链路固定留下的频谱「底色」。

    2. 减掉底噪包络

      在相邻 10 个频点里取最小值，描出频谱的下包络；高出包络的部分（最多算 5 dB）就是 1–8 kHz 范围内由 3585 个数组成的指纹。

    3. 给尖峰加权打分

      AI 生成器的声码器里有上采样层，会在频谱上按固定间隔打出一排尖峰。一个逻辑回归模型给每个频点配一个权重，算出指纹和这种「梳子」有多像。

    方法出自 Afchar、Meseguer-Brocal、Akesbi、Hennequin 的论文《A Fourier Explanation of AI-music Artifacts》（ISMIR 2025），训练好的权重是 lofcz/ai-music-detector。我们拿同一段音频，把本页的计算结果和模型作者的 Python 代码逐项对过：指纹相关系数 1.0000000，分数差不到百万分之一。

    拿 11 首公开授权的歌实测的结果

    我们从维基共享资源挑了 11 首授权允许测试和公开结果的歌，每首再分别转成三种有损格式，看压缩会不会改变分数。表里是「带有 AI 生成器伪影的可能性」，2026 年 9 月 24 日测。

    曲目制作方原始文件MP3 128kMP3 64kAAC 128k
    Toreador Song — Bizet Musopen · CC0真人0.2%0.2%<0.1%0.2%
    Morning Musopen · PD真人<0.1%<0.1%<0.1%<0.1%
    Sax, Rock, and Roll Kevin MacLeod · CC BY-SA 3.0真人<0.1%<0.1%<0.1%<0.1%
    Fork and Spoon Kevin MacLeod · CC BY 3.0真人<0.1%<0.1%<0.1%<0.1%
    COW BOP Two Scuffed · PDSuno>99.9%>99.9%54.1%99.9%
    Inevitability V. Argonov · CC BY-SA 4.0Suno>99.9%>99.9%>99.9%>99.9%
    Rise! Seba Tysair · CC BY 3.0Suno>99.9%>99.9%>99.9%>99.9%
    My God Is Science Syntharia · CC BY 3.0Suno>99.9%>99.9%>99.9%>99.9%
    The Rise of the ClueBots PDaimusic.so（未注明底层模型）>99.9%>99.9%>99.9%>99.9%
    WikiWarriors PDaimusic.so（未注明底层模型）>99.9%>99.9%>99.9%>99.9%
    Wikipedia song PD · 2026-03腾讯的模型0.2%0.2%<0.1%0.1%

    有两点值得看：第一，腾讯模型在 2026 年 3 月生成的那首歌被彻底漏判，分数和真人录音一样低——这个模型只认识 Suno v5 及以前、Udio 1.5 及以前的声码器。第二，那段 33 秒的 Suno 短曲压到 64 kbps 后掉进了「说不准」，长一些的歌没有受影响。11 首歌只够做个基本核对，算不上评测基准；另外表里的真人曲目可能与模型训练所用的 Free Music Archive 数据有重叠。

    常见问题

    歌会被上传吗？

    不会。页面只下载一个 14.8 KB 的模型文件，之后的解码和分析全在当前浏览器标签页里完成。任何包含你音频或指纹的数据都不会发出去，打开浏览器开发者工具的「网络」面板就能自己核实。还没发行的 demo、有版权的分轨都可以放心测。

    准不准？能认出哪些生成器？

    模型作者在 17866 段留出测试集（FMA 真人音乐 + SONICS 数据集里的 Suno / Udio 作品）上报告准确率 99.88%、误报率 0.31%，但那是和训练数据同一来源的成绩。覆盖范围是 Suno v5 及以前、Udio 1.5 及以前。我们自己测的 11 首里，Suno 做的全部在 99.9% 以上、真人录音全部低于 0.3%，但一首 2026 年腾讯模型生成的歌完全没认出来。Suno v6 在 2026 年 9 月 9 日发布，晚于这个模型；我们还没找到公开授权的 v6 歌曲来测，对最新发布的作品请把分数打个折扣。

    为什么转码、低码率会影响结果？

    指纹是 1–8 kHz 之间比频谱底噪只高几个分贝的小尖峰，而有损编码最先丢掉的正是这类细节。实测 128 kbps 的 MP3 或 AAC 基本不影响；压到 64 kbps 时，那段 33 秒的 Suno 歌曲从 99.9% 以上掉到了 54%。尽量用你手上质量最好的版本；每声道低于 64 kbps 时页面会提醒你。

    我自己写的歌被判成 AI 了，这个结果能当证据吗？

    不能。它只是一个找单一伪影的统计模型，即便在熟悉的数据上公布的误报率也约有三百分之一，而且它从没见过你的录音链路。真要证明作者身份（比如和厂牌、比赛主办方有争议），工程文件、分轨和制作过程记录才是证据。CSV 导出只记录了这个工具在某个时间对某个文件给出的分数。

    为什么第一次只需要下载十几 KB？

    检测器本身非常小：3585 个权重加 1 个偏置，ONNX 文件一共 14795 字节。真正花时间的是用 JavaScript 做的信号处理：重采样、三分钟的歌要做约 700 次 8192 点 FFT、再求包络。我们 2023 年的测试笔记本（Apple M2 Max）上，一首三分钟的 MP3 从读文件到出分数约 0.45 秒（含解码）。手机会慢一些，慢主要慢在解码，但计算量本身很小，页面在手机上同样能跑。

    能一次检测整个曲库吗？

    免费版一次测一首，但不限次数：一首接一首测，每首都能存一行 CSV。一次批量测 100 首、合并成一份报告的功能计划放在 Pro 版里。

    为什么只分析前 5 分钟？为什么最好有 30 秒以上？

    模型作者的参考代码只取前 300 秒，我们和它保持完全一致，这样这里的分数就等于 Python 原版的分数。短于 30 秒左右时，平均频谱里的随机起伏还很明显，我们实测中唯一「摇摆」的结果就出在最短的那段。

    模型、许可证与示例音频

    检测模型：lofcz/ai-music-detector，作者 Matěj Štágl，MIT 许可证（全文见 LICENSE-model.txt）。两首示例都来自维基共享资源：比才《卡门》中的《斗牛士之歌》，Musopen 录音，CC0（截取 3 分钟，转为 MP3）；《COW BOP》，由 Two Scuffed 用 Suno 生成，公有领域（转为 MP3）。