Nemrég arról írtunk, hogy több AI-felismerő is gépi zenének minősítette a hamburgi André Grafert, azaz a Coloured Tears Twice a Man-feldolgozásait, sőt a svéd zenekar nyolcvanas évekbeli eredeti felvételeinek egy részét is. A SubmitHub a Digital Music Newsnál reagált az ügyre, és vitatja az eredmények értelmezését.
Más link, más eredmény
A cég saját tesztje szerint a Twice a Man 1982-es albumának mind a tíz dala 85 és 95 százalék közötti emberi értéket kapott. Ez egybevág azzal, amit az IAM ügynökség összehasonlító mérése mutatott, amikor ugyanezeket a dalokat Spotify-linkről futtatta le: mind a hét vizsgált felvétel emberinek bizonyult, a Decay 85, a Sorrow 83, az In My Mind 91 százalékkal. A gépi zenére utaló találatok a YouTube-linkekből jöttek.
A SubmitHub nevében nyilatkozó Jason szerint a rossz minőségű YouTube-hangot eleve nem ajánlják elemzésre, és az In My Mind YouTube-os példányánál valószínűleg téves riasztásról van szó. Azt is hangsúlyozta, hogy egy „93 százalék emberi” eredmény nem azt jelenti, hogy a dal hét százalékát gép készítette, csak azt, hogy a modell nagy biztonsággal emberinek tartja a felvételt. Egy osztályozó szinte soha nem ad száz százalékot, még bizonyosan emberi zenénél sem.
Valószínűségből ítélet
Csakhogy egy rajongó, blogger vagy lejátszásilista-gondozó nem feltétlenül tudja, milyen hangforrást érdemes betölteni, és jó eséllyel éppen YouTube-linket ad meg. A SubmitHub eredményoldala ráadásul közli, hogy a 85 százalékos vagy magasabb AI-értékű zenét nem fogadja el a platform, így a cég által statisztikai bizonyosságként leírt szám a gyakorlatban átment–megbukott határként működik. Aki nem szokott valószínűségeket olvasni, egy „82 százalék AI/hibrid” feliratból könnyen arra jut, hogy a dalt mesterséges intelligencia készítette.
A független, önterjesztő előadóknál ez egy egész katalógust sodorhat veszélybe. A Deezer szerint a hozzá beérkező új zenék több mint felét már AI generálja, így a platformoknak minden okuk megvan arra, hogy komolyan vegyék a gépi jelzéseket.
Kinek a számai
A SubmitHub a Universal Music Group megrendelésére készült tesztre hivatkozik, amely 99,3 százalékos pontosságot mért a detektoruknál, és alaptalannak nevezte azt a következtetést, hogy a téves riasztások elterjedtek volnának. A Coloured Tears kampánya szerint a 99 százalék feletti szám bizalmas iparági mérésekre épül, és a SubmitHub által AI-zenének minősített előadók 31 százaléka állította, hogy nem használt mesterséges intelligenciát.
Független adat kevés van. A Transactions of the International Society for Music Information Retrieval (TISMIR) folyóiratban 2025-ben megjelent, lektorált tanulmány egy kereskedelmi detektort vizsgált (nem a SubmitHubét), és az emberi zenék 4,7 százalékánál talált téves riasztást. A szerzők szerint ugyanezt a rendszert az is megzavarta, ha a hangfájlt 22,05 kilohertzre mintavételezték át. Platformméretben már egy ilyen arány is akár milliónyi hibás döntést jelenthet.
A detektorok egymásnak is ellentmondanak. A Coloured Tears legutóbbi ötdalos kiadványánál a SubmitHub, a Let's Submit és a TrackVerifier 15 eredménye közül egy sem mondta túlnyomórészt emberinek a dalokat, de a TrackVerifier négyet csak gyenge AI-jelnek értékelt, miközben a Let's Submit mind az ötöt 77–95 százalékos bizonyossággal gépinek ítélte. A Let's Submit ugyanarra az MP3-ra egy hét különbséggel két választ adott: a Flat Land előbb 61 százalékkal „valószínűleg emberi”, aztán 65 százalékkal „valószínűleg AI” lett.
Az IAM szerint a műfaj is számíthat, mert a detektorok tanítására használt emberi zene a nyugati mainstream pop felé húz, a darkwave-hez hasonló résműfajokat vizsgáló kutatásról pedig nem tudnak. Jason a maga részéről azt kérdezte, hogyan dolgozták fel Grafert énekét, független gyártási fájlokat azonban senki nem hozott nyilvánosságra. A SubmitHubnál a besorolás ellen fellebbezni is lehet.
