Dương tính giả và âm tính giả
Dương tính giả là khi bản ghi do con người tạo bị đánh dấu là do AI tạo. Âm tính giả là khi nhạc do AI tạo bị bỏ sót. Đây là những loại sai sót khác nhau, nên một con số độ chính xác tổng thể không thể giải thích mọi kết quả.
Suno Checker công bố báo cáo hiệu suất bên dưới: tỷ lệ bài hát được nhận diện đúng theo từng nguồn. Đây là số đo của chúng tôi, không phải đánh giá độc lập.
Vì sao kết quả có thể thay đổi
Âm thanh được gửi, các đoạn được lấy mẫu và mô hình hiện tại của công cụ đều có ảnh hưởng. Việc mã hóa lại, chỉnh sửa và sử dụng công cụ tạo nhạc nằm ngoài dữ liệu đánh giá của bộ phát hiện có thể làm thay đổi mẫu đặc trưng mà nó nhận được.
Nghiên cứu được trích dẫn thảo luận về khả năng duy trì hiệu quả trước các biến đổi âm thanh và khả năng khái quát hóa cho mô hình chưa từng gặp. Nghiên cứu đó không đánh giá trang web này. Trang phương pháp của chúng tôi ghi nhận riêng những gì công cụ này thực sự gửi đi và trả về.
Đọc điểm cùng với phạm vi phân tích
Điểm được tính từ ba mẫu dài mười giây lấy tại các vị trí 20%, 50% và 75% của bản nhạc. Khi kết quả là AI, toàn bộ bản nhạc cũng được quét theo các khoảng mười giây chồng lấp để xác định vị trí. Các khoảng được phát hiện là phần hợp của những khoảng có tín hiệu AI; tỷ lệ của chúng đo thời gian bị đánh dấu, không phải mức độ nhạc được tạo bằng AI.
Không diễn giải tín hiệu phát hiện AI 1 và 2 là giọng hát và nhạc cụ được tách riêng. Chúng là các đầu ra phát hiện khác nhau. Sự nhất quán giữa chúng có thể cung cấp bối cảnh hữu ích nhưng không tạo ra xác suất đã được xác minh.
Trình tự xem xét trong thực tế
Trước tiên, xác nhận bạn đã gửi đúng bản ghi và tệp được hỗ trợ. Sau đó đọc kết quả tổng thể, từng tín hiệu và phạm vi lấy mẫu được nêu. Cuối cùng, so sánh kết quả với tệp dự án, bản ghi nguồn, thông tin ghi công và giải thích của người tạo.
Nếu các nguồn đó không thống nhất, hãy giữ nguyên sự chưa chắc chắn. Tránh chỉ dựa vào kết quả phát hiện để cáo buộc nghệ sĩ, bác bỏ yêu cầu về quyền hoặc hứa rằng nhà phân phối sẽ chấp nhận bản nhạc.
Khi các tín hiệu không thống nhất
Hãy đọc từng tín hiệu như một phần của kết quả. Các ví dụ diễn giải sau mô tả quy trình xem xét; chúng không phải kết quả đo độ chính xác.