歌曲是AI生成的嗎？芝加哥大學科學家打造檢測工具

2024年，音樂界迎來顯著變化：AI生成的歌曲湧入流媒體平台，佔新上傳曲目近半數。然而，隨着人類藝術與算法輸出的界限日漸模糊，聽眾面臨新問題：我們真正享受的音樂中，有多少出自人類之手，又有多少是機器的作品？

芝加哥大學一支科學家團隊開發了一款名為Quicksilver的尖端瀏覽器擴展，能讓聽眾掃描歌曲中是否存在AI痕跡。該項目旨在推動透明度、倫理技術，並支持在不斷演進的數字音景中保持人類創造力。

Quicksilver由芝加哥大學SAND實驗室與今年成立的倫理技術與計算為人類（ETCH）非營利組織共同開發。ETCH由芝加哥大學Neubauer計算機科學教授趙斌和鄭海帆創立，使命是確保技術服務社會和創意羣體的更廣泛利益。該工具緊隨Glaze和Nightshade之後推出——這兩款程序已獲得超過1300萬次下載，被160多個國家的創作者使用。

“面對如此多的AI音樂，普通用户無法分辨，因此為用户提供識別這些AI歌曲的工具是非常自然的解決方案，”首席開發者、芝加哥大學研究生Stanley Wu表示。“如此規模下，我認為需要更多保護措施，防止‘垃圾’AI音樂對人類藝術家造成負面影響。”

團隊在測量Spotify和Apple Music等平台上AI音樂流行度時發現，大多數平台不披露曲目是否為AI生成。研究顯示，每週發佈的新歌中近50%為AI，但大多鮮有互動——即所謂“AI垃圾”浪潮。Wu和同事（包括趙斌、鄭海帆以及本科生Naryna Azizpour和Viresh Mittal）進一步發現，即使專業音樂家在分辨AI音樂與人類作品時，表現也僅略優於隨機猜測。

與許多檢測服務不同，Quicksilver在設備本地運行。用户從任何流媒體平台播放音樂時，Quicksilver會監聽並實時分析音頻。團隊表示，AI生成音頻中存在人耳無法察覺的細微“偽影”。點擊“分析”按鈕，擴展程序會掃描這些偽影，尤其是Suno和Udio兩大AI音樂平台產生的痕跡。沒有音頻上傳至外部服務器，檢測過程輕量且快速。

音樂人對Quicksilver的反響極為積極，團隊還獲得了法國流媒體平台Deezer的支持性反饋，其研究也啓發了Quicksilver的檢測器。團隊正積極跟進新一代音樂生成模型和不斷演變的深度偽造技術，確保Quicksilver保持準確且最小化誤報。

Quicksilver植根於ETCH——一個從SAND實驗室多年研究中衍生出的非營利組織。ETCH董事會和顧問來自芝加哥大學計算機科學、法律、醫學和布斯商學院，致力於研究和指導新技術的倫理發展。該組織的理念明確：技術必須服務於人類。ETCH的網站寫道：“人類創意作品代表了人類表達和交流的精華。人類創意的形式應被技術慶祝、保存和保護。”

展望未來，研究人員希望行業利益相關者採用像Quicksilver這樣的工具，提升AI生成音樂和流媒體內容的透明度。趙斌表示：“AI的持續發展將以幾乎無人能預測的方式改變社會。我們相信技術永遠服務於人類，確保AI成為多數人而非少數人的福祉。在ETCH，我們正通過多個創意領域並與整個生態系統的利益相關者合作，朝着這一目標前進。”