Сильно переживающим создателям нейромузыки нужно перестать трястись. Значение MAU Яндекс Музыки на конец 2025 года составило 30.5 млн человек. Если предположить, что суммарное значение DAU Slopless будет даже 1000 пользователей, то на фоне количества пользователей Яндекс Музыки это ~0.003%. Иначе говоря, статистическая погрешность.

Как я уже писал ещё 19 мая в комментариях под статьёй, большинство переоценивают влияние этого расширения на индустрию.

Последнюю неделю много размышлял о том, как же можно распознавать ИИ-музыку. Думал о том, что там же есть слышимые артефакты, но как их от туда выцепить?

Вспомнил учёбу в университете и свою специальность (релейная защита и автоматизация электроэнергитеских систем).

В электроэнергетике очень важен электрический ток. В идеале, ток должен быть чистой синусоидой частотой 50 Гц. Но, например, при коротких замыканиях, помимо основной гармоники (50 Гц), появляются и другие, как, например пятая (250 Гц). Из-за сложения волн, сигнал превращается из чистой синусоиды во что-то другое - это сильно зависит от гармоник (см. картинку).

И одной из важнейших задач электроэнергетики является обработка и анализ сигналов. Это необходимо для понимания, в каком состоянии сейчас энергосистема. Может сейчас происходит какой-то аварийный процесс и необходимо отключать повреждённый участок от остальной энергосистемы для предотвращения ещё большей аварии.

Для этого в электроэнергетике используется математический аппарат и, в частности, преобразование Фурье.

Простыми словами, преобразование Фурье позволяет разложить любой гармонический сигнал на гармоники. И мне кажется, это то что нужно для анализа музыки. Что-то мне подсказывает, что у нейромузыки будут какие-то артефакты, позволяющие с высокой точностью её задетектить.

Итоги эксперимента с DeepSeek и OpenCode

За май я потратил $3.51.

Большую часть времени использовал deepseek-v4-flash. Плюс несколько дней работал с deepseek-v4-pro. Большой разницы между ними я не заметил. Так что счёт мог бы быть ещё меньше.

Смысла возвращаться на GitHub Copilot нет.

1️⃣ Удалось поднять точность до 97%. Сейчас из всех кого модель называет ИИ, 97.33% действительно оказываются ИИ, а из всех ИИ-артистов модель находит 97.15%.

Для классификатора по аудиосигналу, мне кажется, это максимум. Но, возможно, получится ещё улучшить общую точность, если совместить с классификатором по метаданным.

2️⃣ Мне хочется заопенсорсить код и рассказать как он работает. Но компании, типа Suno и Udio, возможно, придумают как обходить детекторы.

С другой стороны, если я смог сделать такой классификатор, то наверняка может кто-то ещё, в том числе и инженеры упомянутых компаний. Им же тоже нужно определять ИИ-музыку, чтобы удалять её из своих датасетов для обучения.

Да и опять же, влияние этого классификатора на индустрию будет, скорее всего, околонулевым. Поэтому какой смысл скрывать? Что думаете?

Артефакты нейромузыки и причем тут математика

Вчера в комментариях задали вопрос про водяные знаки нейромузыки.

1. В нейромузыке от Suno есть, выражаясь их терминологией «неслышимые водяные знаки». Оказывается, они добавили их ещё в версии 3.

Как их определять, думаю, знают только в Suno. По крайней мере, мне не попадались статьи, в которых объяснялись бы методы их определения.

2. Даже если Suno, или любой другой сервис для создания нейромузыки, уберёт все водяные знаки, это не значит, что такую музыку станет невозможно определить. Детекторы могут использовать и другие признаки, поскольку необработанная сгенерированная музыка имеет особенности, связанные с архитектурой используемой нейросети.

3. Эти отличительные признаки были объяснены математически и доказаны в статье исследователями Deezer.

Если совсем кратко, то некоторые современные генераторы музыки оставляют характерные периодические артефакты (checkerboard artifacts), которые могут проявляться как дополнительные пики в спектре. Если вам тяжело читать математические объяснения, то есть видео с конференции.

4. В дополнение к статье выше, Deezer опубликовали PoC детектора нейромузыки. Отчасти, моя реализация вдохновлена этим концептом.

Мой подход получился проще и более общим. Я не ищу целенаправленно пики в спектре, а анализирую более широкий набор признаков спектра. Вероятно, поэтому точность моего классификатора немного ниже.

С другой стороны, такой подход потенциально позволяет учитывать не только периодические артефакты, описанные Deezer, но и другие статические особенности спектра музыки.

Как потерять 6.5 евро на хостинг

Отвлечёмся от ИИ-музыки. Расскажу про случай с провайдером THE Hosting (он же PQ Hosting, он же UFO Hosting, он же MIR Hosting), услугами которого я пользовался с декабря 2024 года.

Как сообщают иностранные СМИ, эти господа, оказывается, имели связи с российскими и белорусскими структурами находящимися под санкциями. Наверняка это всё клевета, поэтому мы им не верим - читайте только отечественные СМИ.

Но, так или иначе, полиция Нидерландов арестовала двух человек и изьяла 800 серверов из-за чего отвалились сервера не только у клиентов THE Hosting, но и у кучи других провайдеров-прослоек (VDSina, mchost, RuWeb).

Два моих VPS перестали работать вчера вечером. Не скажу, что я сильно переживю. Кроме специальных технических средств связи у меня там ничего не было. Но 6.5€, видимо, уже вернуть не смогу.

Альтернативы

Вчера вечером откопал какого-то провайдера из Румынии. Вроде выглядит надёжно, так как компания существует с 2015 года. Самый дешёвый сервер там стоит 3.5€ в месяц. Урок я усвоил, поэтому оплата будет только помесячная.

Специальные технические средства связи уже настроены и проверены - всё работает.

Советовать услуги этого провайдера никому не буду. Они не смогли мне поднять VPS с Debian и диском на 10 Гб. В техподдержке сказали, что для Debian надо 20 Гб. Пришлось ждать, пока поменяют конфигурацию VPS. На кой ляд при покупке VPS они вообще позволяют выбрать диск 10 Гб для Debian я не понял.

Если знаете других провайдеров - делитесь.

Возвращаемся к теме нейромузыки. На выходных допилил классификатор. Выкинул кое-какие Python-пакеты, сделал рефакторинг. Теперь весь код помещается в 36 строк. Проверил работу на чарте Яндекс Музыки. Сейчас в топе 15 нейротреков.

 # Track                  Score  AI
 2 Шадэ — By Индия, Xch   0.995  X
 8 КУКЛА — Дискотека Ав   0.998  X
12 Ты не бойся ночи — E   0.999  X
13 Сыпь, гармоника! — С   0.359  X
19 Плакала надежда — Ja   0.373  X
35 NO BATIDAO — ZXKAI     0.352  X
59 Ярмарка судеб — Alen   1.000  X
63 Кайфовая — VORSKIY,    0.998  X
65 На мурмулях — Это Ра   1.000  X
70 Под небом — Кибер ба   0.999  X
71 Silver Night — Юрий    0.999  X
78 Советский Союз — Кер   0.999  X
80 Тёмный эмпат — ОНАЯ    0.988  X
81 Не держу обид — Саша   0.997  X
88 Alone — Edgars Bukov   0.999  X

Total AI: 15

Провёл опрос в одной запрещённой соцсети.

Результаты говорят сами за себя.

Я использую ИИ в качестве ассистента и пишу качественный код.

Ты используешь ИИ для вайбкодинга и генерируешь нейрослоп.

Мы не одинаковые.

Deezer запустил бесплатный детектор нейромузыки для крупных стриминговых сервисов.

UPD: Яндекса там нет.

Посмотрел, что люди пишут на Reddit про этот функционал. Он показывает просто процентное соотношение ИИ музыки в твоём плейлисте. Пример отчёта на картинке. Бесполезный детектор получается.

Больше ИИшной музыки у Сергея Беликова нет.

Интересно, сколько ещё таких рыб-прилипал на Яндекс Музыке?