O Spotify tem um grande problema de perda de música com IA. Bancos de dados de rastreamento de terceiros intervieram para preencher a lacuna causada pela inação de longa data da plataforma.

Há também o SlopTracker, onde os usuários podem copiar/colar links para faixas do Spotify para executá-las por meio de uma ferramenta que determina, com vários graus de confiança, se uma música foi gerada quase inteiramente com IA. Assim como o SoullessMusic, o SlopTracker também descobriu que o hit “Fully” de Slime Dot tinha “95% de probabilidade” de ser gerado por Suno.

Se os artistas optam por usar plataformas generativas de IA como Suno ou Udio não está em questão aqui – é a falta de transparência em torno disso que leva plataformas como o Spotify a hospedar músicas que não foram devidamente identificadas. Os ouvintes merecem saber o que estão ouvindo, assim como os artistas merecem não ter que se preocupar com uma versão de sua música assistida por IA e com mudança de tom, roubando seus royalties de streaming.

À medida que a música gerada por IA se torna mais comum, as plataformas e as editoras estão a investir em formas de diferenciá-la das faixas criadas pelo homem. O objetivo aqui não é apenas “essa faixa parece sintética?” mas “podemos rastrear como e possivelmente de qual fonte” gerou essa trilha. Tanto o SlopTracker quanto o Soulless Music contam com esses processos para identificar se uma faixa é gerada exclusivamente por IA ou assistida por IA com entrada humana.

Se os artefatos do vocoder são marcas físicas de música gerada por IA, então uma impressão falsa é um resumo destilado e legível por máquina dessas marcas. Um pipeline típico de impressão falsa funciona assim: calcule um espectro médio sobre a trilha, subtraia o envelope inferior desse espectro e, em seguida, concentre-se na banda de 1 a 8kHz, onde os artefatos do vocoder neural tendem a ser mais proeminentes. Codifique este espectro processado como um vetor de características. Essa impressão falsa é inserida em um classificador que foi treinado em música humana real versus música gerada por IA de plataformas específicas. A pontuação resultante indica a probabilidade de a pista ser gerada por IA, às vezes dividida por família suspeita de gerador.

Talvez o maior risco seja rotular erroneamente a música produzida pelo homem como IA, o que pode prejudicar os artistas. Projetar limites confiáveis ​​para detectar música gerada por IA continua sendo um desafio ativo de pesquisa à medida que os modelos de IA evoluem continuamente. Ao mesmo tempo, a impressão digital neural para detecção de direitos autorais está se tornando mais sofisticada, usando modelos de base musical (como MuQ, MERT) para melhorar a robustez contra alterações de pequena escala, como mudanças de andamento, mudanças de tom, compressão e outras distorções do mundo real. Mas o Spotify continua tentando se atualizar porque, ao contrário dos concorrentes, não rotula explicitamente a IA ou a música assistida por IA.