Como saber se uma música foi gerada por IA: um guia prático

Você ouviu alguma música nova esta semana? É bem provável que parte dela tenha sido gerada por um computador e nunca tenha sido cantada por um ser humano.

Eu descrevi isso como uma afirmação alarmista, então aqui estão alguns números para mostrar que realmente há motivos para preocupação. O serviço de streaming de música Deezer informou que recebeu cerca de 90 mil faixas totalmente sintéticas por dia em julho de 2026.

Portanto, metade ou mais de todas as novas músicas enviadas aos principais serviços de streaming são, atualmente, músicas geradas por IA. E quando o Deezer realizou um teste de audição cega com centenas de faixas, 97% das pessoas testadas não conseguiram distinguir se uma faixa havia sido composta por um ser humano ou não.

Ouvir músicas que você acha que podem ter sido criadas por um computador não é sinal de paranóia. E não é nada divertido. Se você paga pelas suas músicas, então também tem um problema: para onde foi o seu dinheiro? 

Se você é músico, há também outro grande problema: alguém que não passou anos aprendendo a tocar um instrumento está reduzindo seus direitos autorais a quase nada. Se você ganha a vida, digamos, organizando uma playlist ou contratando novos artistas, isso também sai muito, muito caro.

É claro que eu não queria publicar um artigo cheio de conselhos do tipo “siga a intuição”. Por isso, testei a detecção de música por IA em um cenário do mundo real. 

Pedi à minha equipe para submeter sete músicas ao Detector de IA da Undetectable AI. Todas eram faixas de 4 minutos de duração, e eu havia anotado a verdadeira origem de cada uma delas antes de submetê-las ao detector.

Quatro das músicas foram criadas por geradores musicais de IA, três foram compostas e interpretadas por seres humanos, e uma das músicas geradas por IA já havia entrado nas paradas (embora o algoritmo não soubesse disso quando realizou o teste).

Abaixo, você encontra as capturas de tela dos resultados, seguidas do contexto e do método, os números brutos — incluindo duas surpresas — e, por fim, os pontos críticos e as falhas da ferramenta.

---

Principais conclusões

• A detecção não é apenas uma curiosidade para nerds. Ela impede que vozes distorcidas sejam incluídas nos catálogos e evita que fraudes entrem no fundo de royalties. O Deezer identifica 85% das reproduções em faixas geradas por IA como fraudulentas e não paga nada por elas.

• O áudio sintético ainda apresenta falhas. O tom varia de forma muito uniforme entre as notas, a dinâmica fica achatada, os agudos chiam e ninguém nunca para para respirar.

• Nosso teste teve um aproveitamento de sete em sete. Todas as quatro faixas geradas por IA foram aprovadas com 99%, e todos os três registros humanos foram aprovados com 12%, 10% e 3%. Não houve nenhuma acusação falsa.

• Detalhes concretos não são prova de que se trata de um ser humano. Duas das músicas criadas pela IA estavam repletas de imagens específicas e peculiares e, mesmo assim, alcançaram 99%, porque o que as denuncia é a forma tão perfeita como tudo se encaixa.

• Os casos híbridos continuam sendo os mais complicados. Uma pessoa cantando letras escritas por IA ou cantando sobre bases musicais geradas envia dois sinais ao detector ao mesmo tempo. Nesses casos, teste as camadas separadamente.

• Se você verifica o áudio com frequência, execute o Detector de IA ao lado do Detector de voz AI Leva cerca de um minuto e esclarece a questão de vez.

---

Por que a detecção de música por IA é importante neste momento

Também avaliei a dimensão do problema no Deezer. Começamos a detectar faixas sintéticas em janeiro de 2025 e, no final de fevereiro de 2025, já detectávamos cerca de 10.000 faixas sintéticas por dia. 

No final de abril de 2026, esse número havia chegado a 75.000 por dia. Durante um curto período em junho de 2026, esse número chegou a atingir 90.000 por dia, resultando na detecção de mais de 2 milhões de músicas geradas por máquinas por mês no Deezer.

Primeiro, as gravações originais dos músicos serão usadas para treinar esses modelos, muitas vezes sem o conhecimento deles e sem que recebam qualquer remuneração. Depois, o trabalho deles será colocado ao lado dessas gravações nos resultados de busca. Não se trata de roubo de músicas; trata-se apenas de sua substituição por versões robóticas.

No lado comercial, a situação está ficando francamente repugnante. Os royalties de streaming são pagos a partir de um único fundo comum; assim, alguém que cria música de verdade em um estúdio de verdade teria sua parte justa do dinheiro desviada por um bot que cria e transmite versões falsas da mesma música em massa.

Isso significa que 85% de todas as execuções de músicas criadas por IA pelo Deezer foram sinalizadas como fraudulentas e, portanto, desmonetizadas, enquanto 1-3% de todas as execuções de músicas inteiramente criadas por IA são, de fato, reproduzidas por seres humanos. Leia isso e perceba que a maior parte da música criada por IA não se destina a ser reproduzida por seres humanos. Ela é feita para ser reproduzida por bots.

Mas há muitas pessoas na indústria musical cuja função é selecionar músicas, distribuí-las e levá-las ao público. Gravadoras. Agências que buscam sincronizações para filmes e comerciais. Editoras, curadores e sociedades que arrecadam direitos em nome de autores e compositores.

Para eles, a detecção de faixas geradas por IA não é uma questão técnica, mas sim comercial. Será que conseguirão identificar a diferença antes do lançamento da faixa? Será que vão retirar as faixas marcadas como geradas por IA das recomendações e das playlists editoriais?

(Até o momento, o Deezer decidiu não incluí-los nas recomendações e nas playlists, mas, desde janeiro de 2026, também vem licenciando a tecnologia de detecção para outras empresas: as paradas da Billboard, por exemplo, passarão a ser filtradas por meio dessa mesma detecção. Por enquanto, a detecção tornou-se parte da infraestrutura).

Verifique os metadados e as avaliações de outros usuários antes mesmo de clicar em “Play”

Na maioria das vezes, dá para perceber que se trata de uma performance falsa sem sequer ouvir uma nota, porque o indício não está no áudio. Está em tudo ao redor.

O perfil do artista fantasma

Músicos de verdade deixam um rastro de bagunça para trás. Um vídeo borrado gravado com celular em uma casa de shows meio vazia, um trecho de ensaio, uma entrevista em um podcast com quarenta ouvintes, uma foto marcada de 2019 em que todos parecem mais jovens. Os artistas de IA não deixam nenhum desses vestígios.

O que observar:

• Números mensais sólidos de ouvintes, ao lado de uma presença quase inexistente nas redes sociais, ou de contas criadas poucos dias antes do primeiro lançamento.
• Não há nenhuma gravação ao vivo em lugar nenhum, de jeito nenhum. Nem um teste de som, nem uma filmagem de festival, nem mesmo um vídeo tremido feito por um fã.
• Capa com aquele brilho levemente plástico. Letras distorcidas, mãos em poses anatomicamente otimistas, rostos simétricos demais, o mesmo tom de cor em todos os lançamentos.
• Nomes de integrantes de bandas que não geram nenhum resultado fora da página do artista. Não há créditos de composição em outros lugares, nem participações em gravações, nem histórico.

O Velvet Sundown é o exemplo que todos citam, e com razão. Uma banda que surgiu em meados de 2025, ultrapassou a marca de um milhão de ouvintes mensais no Spotify, lançou vários álbuns completos em questão de semanas e tinha fotos de divulgação com aquele brilho gerado digitalmente inconfundível.

Por fim, reescreveu sua própria biografia para se descrever como um projeto sintético composto e interpretado por IA. Muitas pessoas se deixaram enganar pela música. Ninguém jamais se deixou enganar pela documentação.

Um cronograma de lançamentos que nenhum ser humano conseguiria aguentar

Gravar um álbum é um processo demorado. Compor, gravar, mixar, masterizar, discutir sobre a mixagem mais uma vez. Portanto, quando uma conta publica três álbuns em seis semanas, ou uma dúzia em um mês, o que você está vendo é uma “fábrica”, e não um artista.

O mesmo vale para um artista que lança músicas de country, drill e jazz lo-fi na mesma quinzena. As pessoas têm um nicho do qual não conseguem realmente escapar. Já as modelos não têm nenhum.

Tags do arquivo e detalhes da faixa

Se você conseguir baixar o arquivo ou acessar os detalhes estendidos da faixa, leia os metadados. Os nomes dos criadores costumam permanecer intactos com mais frequência do que você imagina, às vezes aparecendo bem ali no campo de comentários ou na linha do codificador. 

Faltam informações sobre a editora, não há ISRC, o crédito do compositor está em branco e o distribuidor é conhecido por uploads em massa. Qualquer um desses fatores, por si só, não prova nada. Quando quatro deles se somam, geralmente isso já responde à pergunta.

A arte também merece um segundo do seu tempo, já que uma capa gerada e uma faixa gerada costumam vir juntas. Coloque-a no Detector de imagens AI e encarar o que quer que aconteça como mais uma peça do quebra-cabeça, em vez de um veredicto por si só.

Testando músicas com o detector de IA da Undetectable AI

O simples fato de ouvir deixou de funcionar por volta de 2024. As primeiras vozes geradas por IA tinham uma oscilação e uma qualidade distorcida que dava para perceber do outro lado da sala.

A geração atual lida tão bem com o posicionamento da respiração, as consoantes e as caudas de reverberação que até mesmo quem trabalha com isso profissionalmente comete erros com frequência. Esse número de 97% no teste cego não é um comentário sobre a capacidade auditiva de ninguém. O padrão de referência mudou.

É por isso que usamos um software para a análise inicial. O “Undetectable AI Detector” analisa a “impressão digital” linguística das letras, apresenta uma porcentagem e um veredicto direto, além de indicar quais versos motivaram a decisão. 

O Detector de Voz por IA analisa o áudio e identifica vozes sintéticas ou clonadas. Juntos, vocês abordam os dois aspectos da questão: o que foi dito e como foi cantado.

Errar nisso agora custa dinheiro de verdade. Se você lançar uma faixa que achava que estava livre de problemas, pode acabar se envolvendo em uma disputa de direitos autorais, já que as principais empresas de geração de conteúdo ainda estão lidando com processos judiciais sobre o material usado para treinar seus sistemas. As plataformas também se tornaram mais rigorosas. 

O Bandcamp baniu faixas criadas inteiramente por IA, o Tidal suspendeu a monetização, o Apple Music oferece a marcação voluntária, e o Deezer remove as faixas marcadas das recomendações. E se você usou IA discretamente e não revelou isso, isso se torna um problema de reputação que fica latente até que alguém faça a verificação.

Nosso processo de testes passo a passo

Executamos isso em agosto de 2026 com a opção de detecção ativada. Levou menos de meia hora, do início ao fim, caso você queira repetir o processo.

1. Escolha músicas cuja origem você já conheça e anote-as primeiro. Avaliar uma ferramenta a posteriori só funciona se você já tiver se comprometido com as respostas de antemão. Usamos sete, deliberadamente ponderadas de forma que um detector “preguiçoso” não pudesse ser aprovado apenas adivinhando de uma única maneira. Quatro vieram de diferentes geradores de letras de IA, o que é importante porque uma ferramenta que reconheça apenas um gerador não tem muita utilidade. Três eram gravações feitas por humanos, com registros documentais que remontam a anos atrás, incluindo duas de artistas cuja composição é amplamente analisada e imitada.
2. Execute-as uma de cada vez. Colamos cada folha de letra separadamente e esperamos terminar uma antes de começar a próxima. Fazer tudo de uma vez só confunde tudo, porque você perde a noção de qual trecho gerou qual pontuação.
3. Anote o veredicto, a porcentagem e as linhas destacadas. Fizemos capturas de tela de todas as sete, e cada uma delas está reproduzida abaixo; assim, você pode conferir os números por conta própria, em vez de ter que acreditar apenas na minha palavra.

Há uma coisa que gostaria de destacar antes de você ler a tabela. Nesta série de testes, foi avaliado o letra da música, e não a forma de onda. Essa é uma limitação real, e voltarei a esse assunto no final, pois isso altera o peso que as pontuações devem ter.

Resultados da detecção: sete músicas, sete identificações corretas

Primeiro, o placar; depois, o que cada resultado realmente significa.

Música	Fonte	Origem verdadeira	Veredicto	Pontuação de IA
Vida Opulenta, Olhos Brilhantes	Gerador do BoredHumans	Gerado por IA	Gerado por IA	99%
À beira do abismo	Gerador FreshBots	Gerado por IA	Gerado por IA	99%
Sorriso à Luz da Varanda	Gerador AISongMaker	Gerado por IA	Gerado por IA	99%
Um Milhão de Cores	Vinih Pray, desenvolvido com o Suno	Gerado por IA	Gerado por IA	99%
Você recebe o que dá	New Radicals, 1998	Humanos	Escrito por uma pessoa	12%
Cardigã	Taylor Swift, 2020	Humanos	Escrito por uma pessoa	10%
Ouça	Beyoncé, 2006	Humanos	Escrito por uma pessoa	3%

Teste realizado em agosto de 2026 utilizando o AI Detector da Undetectable AI. Seguem-se capturas de tela dos sete resultados.

O que chama a atenção não é apenas o fato de ter acertado todas as respostas. É a magnitude da diferença. As quatro faixas sintéticas atingiram 99%, enquanto os três registros humanos ficaram em 12, 10 e 3.

Nada ficou na zona cinzenta, e nenhum artista de verdade foi acusado de nada. Para uma ferramenta que será usada para tomar decisões sobre o trabalho das pessoas, a segunda parte dessa frase é mais importante do que a primeira.

As quatro vertentes de IA

Vida Opulenta, Olhos Brilhantes

Gerado do início ao fim pelo BoredHumans, e o resultado foi: 99% de IA com praticamente toda a letra iluminada. Ao lê-la depois, dá para entender o porquê. Cada imagem é agradável e não tem peso algum. Nascer do sol, brilho na chuva, sonhos que voam livremente.

As rimas nunca falham, as sílabas se encaixam perfeitamente na métrica e, ao longo de toda a música, nada de concreto acontece com ninguém. Nenhuma rua, nenhum ano, nenhum nome. Esses modelos tendem à média emocional de tudo com que foram treinados, e essa média é sempre tão bonita e tão vazia assim.

À beira do abismo

Esse veio do FreshBots e também foi bem-sucedido 99% de IA, que foi o resultado que começou a mudar a maneira como eu leio letras de música. A música foi claramente criada para parecer humana e traz detalhes específicos. Uma lembrança de quando eu tinha sete anos. Ter deixado um emprego na primavera passada.

Três meses dormindo no sofá de um amigo. Pais que acham que o narrador perdeu o juízo. É exatamente esse toque biográfico que normalmente soa como verdadeiro.

Mesmo assim, a música tirou 99, e o motivo está no que ela faz com esses detalhes, e não no fato de possuí-los ou não. Cada elemento específico se transforma em uma pequena e elegante contradição. Esperançoso e assustado. Abatido e preparado. Afundando e voando. Simetria do início ao fim, e a vida real não se equilibra assim.

Sorriso à Luz da Varanda

Essa foi a amostra que adicionei prevendo problemas, e é a falha mais interessante de todas. Criada no AISongMaker, ela faz tudo o que as colunas de conselhos dizem que um ser humano faz. As imagens são pequenas, estranhas e específicas.

Um lenço deixado em uma cadeira. Passear o sal para alguém quando essa pessoa pediu açúcar. Uma porta, um banco, um ponto de ônibus. Há até mesmo uma frase genuinamente estranha sobre mãos cor de damasco e um sorriso de copo plástico, o tipo de frase que você juraria que alguém teve que se esforçar para inventar.

Marcou um gol 99% de IA. E, assim que o detector chamou a atenção para isso, o mecanismo por trás disso ficou evidente. Os detalhes peculiares nunca custaram nada ao narrador. A confusão entre o açúcar e o sal é imediatamente encarada com bom humor e resolvida em duas falas.

Cada imagem surge, cumpre seu papel encantador e desaparece sem atrapalhar a seguinte. Quem escreve sobre uma paixão costuma deixar de fora a parte que ainda dói, ou o detalhe que faz a pessoa parecer mal. Essa música é uma coleção de momentos agradáveis dispostos em sequência, e essa sensação de prazer sem atritos é, na verdade, sua marca registrada.

Um Milhão de Cores

Aquela que importa comercialmente, pois não se trata de uma amostra de laboratório. Produzida com o Suno, lançada por Vinih Pray e identificada pela Billboard como a primeira música gerada por IA conhecida a entrar nas paradas do TikTok, onde ficou na 44ª posição do Viral 50. Centenas de milhares de criações no TikTok, mais de 800 mil reproduções no Spotify e um público que, em sua maioria, não fazia a menor ideia.

A resposta veio às 99% de IA e o detector percebeu logo na primeira linha. A melodia é quase idêntica à de “Lush Life”. Manhãs de primavera, pétalas, luz das estrelas, um arco-íris de amor que nunca se desvanece.

Imagens da natureza sem nada que as contrarie, um refrão que se repete sem levar a lugar nenhum. O que conquistou os ouvintes nessa faixa foi a produção, aquele clima retrô aconchegante. E é exatamente por isso que a leitura da letra valeu a pena. A superfície se saiu bem. O texto por trás, não.

Os Três Recordes Humanos

Esses são os resultados que realmente me interessavam, pois um detector que sinaliza tudo é pior do que inútil. Um falso positivo em relação a um artista de verdade não é um erro insignificante; é uma acusação que alguém terá de retratar posteriormente. Por isso, escolhemos casos difíceis de propósito.

“You Get What You Give”, dos New Radicals

Confirmado como escrito por uma pessoa em 12% de IA. Esse foi um teste deliberadamente complicado. A música tem um refrão muito fácil de cantar junto e se repete constantemente, o que é o tipo de estrutura que pode parecer estereotipada para um classificador. Mesmo assim, ela foi aprovada, e o motivo está na composição.

Na metade da música, a faixa abandona seu próprio tom animador e se transforma em um desabafo direto, específico e cheio de nomes citados. É engraçado. É irritado. Ela quebra a própria estrutura porque quem a escreveu tinha outra coisa para desabafar. Modelos não constroem algo para depois destruí-lo de propósito.

Cardigã da Taylor Swift

Aprovado em 10% de IA. Eu quis incluir essa música no conjunto especificamente porque a Swift é provavelmente a letrista mais imitada do mundo. Sua forma de expressão já foi inserida em todos os geradores de texto existentes e copiada por milhares de compositores; portanto, se algum catálogo de letras de uma pessoa fosse parecer ter sido escrito por uma máquina apenas devido à saturação estatística, seria o dela.

O resultado ficou bem claro. O texto continua fazendo coisas que um modelo não se arriscaria a fazer. As imagens se sucedem sem se encaixarem, pequenos detalhes físicos carregam um peso emocional que a música nunca explica, e a narradora diz coisas que a fazem parecer pior, em vez de melhor.

Há também uma especificidade de época e de classe nos detalhes que um gerador transforma em nostalgia genérica. O fato de ser amplamente imitado acaba não fazendo com que o original pareça uma imitação.

“Listen”, de Beyoncé

O resultado mais preciso em todo o teste em 3% de IA. Vale a pena refletir sobre isso, pois, em teoria, parece que essa deveria ser a amostra humana de maior risco.

É uma balada muito emocionante, construída exatamente com o tipo de vocabulário que as músicas geradas por IA costumam usar. Sonhos, corações, melodias, encontrar uma voz. Se você alimentasse um gerador com a instrução “crie uma balada empoderadora”, obteria algo com uma lista de palavras semelhante.

A música teve uma pontuação mais baixa do que todas as outras que apresentamos. A diferença é que a música está discutindo com alguém. Há uma pessoa específica a quem se dirige, um ressentimento real por trás disso, e a intensidade emocional aumenta porque a situação se agrava, e não porque o arranjo ficou mais alto.

As letras geradas por IA usam a linguagem dos sentimentos. Essa aqui contém um verdadeiro conflito, e o detector conseguiu perceber isso.

Observe também que nenhuma avaliação humana obteve nota zero, e isso é um sinal positivo. Escritores de verdade recorrem a expressões comuns o tempo todo, e uma ferramenta que insistisse em um zero absoluto estaria sofrendo de sobreajuste apenas para agradá-lo. O que você quer é a distância entre os dois grupos.

Nesse caso, a amostra humana mais próxima e a amostra de IA mais próxima estavam separadas por 87 pontos.

O que sete amostras nos ensinaram e que três não teriam ensinado

A inclusão de amostras alterou a conclusão, e esse é justamente o objetivo de incluí-las.

A lição mais clara é que um detalhe concreto não é prova da existência de um ser humano. Tanto “Standing at the Edge” quanto “Porch Light Smile” estavam repletos daquelas imagens específicas e um pouco estranhas que todos os guias dizem para você procurar, e ambos obtiveram 99%. Se você estiver verificando apenas a olho nu, esse conselho não vai funcionar.

O que realmente os diferenciava dos textos escritos por humanos era o atrito. Nas composições geradas por IA, cada detalhe se encaixa perfeitamente e não exige nenhum esforço do narrador. Nas escritas por humanos, os detalhes se contradizem, ficam sem explicação ou fazem o autor parecer mal.

A segunda lição é que quatro geradores diferentes produziram, todos, o mesmo resultado de 99%. O BoredHumans, o FreshBots, o AISongMaker e o Suno são produtos distintos, com modelos distintos, e o detector não foi programado para identificar nenhum deles especificamente. Isso é importante, porque uma ferramenta treinada para identificar um único gerador popular se torna inútil no momento em que alguém muda de gerador.

O terceiro ponto diz respeito aos falsos positivos, e é por isso que incluímos Swift e Beyoncé em vez de mais três faixas indie menos conhecidas. Textos amplamente imitados são o teste de resistência para um detector, já que as imitações voltam a fazer parte dos dados de treinamento. Ambos foram aprovados.

Esse é o resultado que eu gostaria de ver antes de permitir que qualquer ferramenta tenha influência sobre uma decisão que afete o sustento de alguém.

A anatomia oculta do áudio gerado por IA: anomalias técnicas a serem observadas

As letras são apenas uma camada. Se você quiser avaliar a gravação em si, essas são as falhas que o áudio generativo ainda não consegue esconder totalmente. Use fones de ouvido. Os alto-falantes do celular abafam quase tudo.

Artefatos espectrais

Esses modelos sintetizam o som em vez de captá-lo, e as emendas ficam evidentes no conteúdo de frequência. Preste atenção a um leve chiado metálico que se destaca na mixagem, mais perceptível nas notas sustentadas.

Os pratos e as sibilâncias costumam ser os principais indícios. O som de um prato real se dissipa de forma irregular pela sala, enquanto o de um prato gerado por computador tende a se espalhar como uma onda sonora ou a cessar com uma uniformidade estranha.

O “smearing de fase” é o outro fenômeno, em que a imagem estéreo parece muito ampla e, ao mesmo tempo, estranhamente vazia, como se os instrumentos não estivessem compartilhando o mesmo espaço. Se você puder abrir um espectrograma, procure por uma queda abrupta perto da parte superior, onde o conteúdo simplesmente cessa — isso é um resquício comum do processo de geração e compressão.

Vozes que um corpo não poderia produzir

Essa é a categoria mais confiável, pois o canto é limitado pelos pulmões e pela laringe.

Pontos a serem observados:

• Sem respiração. Cantores de verdade inspiram, e dá para perceber isso na pausa antes de uma frase longa. As vozes sintéticas percorrem passagens que deixariam qualquer pessoa vendo estrelas.
• Um tom que desliza entre as notas com uma suavidade mecânica, sem o pequeno desvio e a correção que a garganta faz ao longo do caminho.
• Um timbre que muda discretamente de identidade no meio da música, de modo que o refrão soa como se fosse cantado por alguém ligeiramente diferente do que no verso, ou que uma linha de harmonia não combine com a própria voz principal.
• A emoção que surge com o arranjo, e não com a letra. A intensidade aumenta porque a bateria entrou, e não porque a melodia ficou mais pesada.
• As consoantes soam um pouco limpas demais. As pessoas costumam arrastar e engolir sílabas quando falam com ênfase. A pronúncia gerada articula tudo com o mesmo cuidado.

Um ritmo que nunca vacila

Os bateristas humanos cometem pequenos erros o tempo todo, e são esses erros que, em grande parte, dão vida ao groove. Os músicos adiantam um pouco o ritmo ao entrar no refrão, atrasam um pouquinho em uma balada, e não há duas batidas de caixa que tenham exatamente a mesma velocidade.

A percussão gerada por computador tende a ficar estritamente alinhada à grade, com dinâmica uniforme, o que faz com que pareça rígida, mesmo quando é tecnicamente perfeita. Os preenchimentos que se repetem idênticos, em vez de variarem, são um indício disso. Os chimbais sem variação de ênfase são outro.

Depois disso, preste atenção à própria sala. Gravações reais transmitem a acústica do local onde foram feitas, com reflexões iniciais e um decaimento natural. Faixas geradas digitalmente geralmente têm reverberação aplicada a algo que nunca esteve em uma sala, e soam monótonas e estranhamente próximas.

Dicas práticas para identificar músicas geradas por IA apenas de ouvido

Não é preciso ter formação em engenharia para entender nada disso. Essa é, mais ou menos, a ordem que sigo na primeira vez que ouço.

Comece pela voz

• Encontre a frase mais longa da música e pergunte se uma pessoa conseguiria cantá-la com uma única inspiração. Se não for possível e você não ouvir nenhuma inspiração em nenhum momento, essa será a pista mais forte que você terá.
• Acompanhe a emoção ao longo de toda a faixa. Parece que, para o cantor, a frase triste tem mais significado do que a frase de preenchimento? Os vocais sintéticos tendem a aplicar uma única configuração para tudo.
• Preste atenção nas transições. Ao entrar no refrão, uma voz autêntica geralmente muda, com mais ar, mais intensidade, talvez até um leve tranco. Um tom que desliza por essa transição sem nenhum esforço extra é suspeito.

Depois, a faixa de acompanhamento

• Espere por um loop. As faixas instrumentais geradas repetem segmentos de forma idêntica com mais frequência do que as reais, e, uma vez que você percebe a junção, não consegue mais deixar de ouvi-la.
• Pergunte se a banda soa como se estivesse em algum lugar. Gravações reais têm profundidade e espaço entre os músicos. As geradas eletronicamente costumam dar a sensação de estarem coladas ao alto-falante.
• Procure algo que tenha sido claramente tocado, em vez de acionado. Um ruído de dedo na guitarra, um deslize desleixado no contrabaixo, um rangido do pedal do piano. Esses acidentes quase nunca aparecem.

Em seguida, os artefatos

• Aumente o volume durante uma passagem tranquila e preste atenção, por baixo dos instrumentos, para ver se percebe algum chiado, zumbido ou um leve brilho metálico.
• Deixe os últimos segundos se desenrolarem. Os fades reais revelam o som ambiente e o ruído de fundo. Os gerados atingem o silêncio digital de forma muito abrupta ou se dissolvem em um efeito difuso.
• Observe se os agudos soam velados ou abafados, o que pode indicar que o sistema de som nunca produziu detalhes de alta frequência de verdade, para começar.

Então, leia as palavras

• Não se limite a procurar detalhes concretos, pois nosso teste mostrou que as músicas geradas por IA podem produzir muitos deles. Em vez disso, pergunte-se se algum detalhe custa algo ao narrador ou se fica sem resposta.
• Fique atento à simetria perfeita. Quando cada dístico está equilibrado, todas as contradições estão bem organizadas e nenhum verso é muito longo ou soa estranho, é provável que tenha sido escrito por uma máquina.
• Pergunte se a música arrisca alguma coisa. Humor, rancor, uma queixa que nunca se resolve. Os modelos buscam o agradável, e o próprio fato de ser agradável já é um indício.

Quando algo parecer errado, verifique em vez de discutir sobre isso na seção de comentários. Cole a letra na Detector de IA, passe a voz pelo Detector de voz AI, e verificar se dois sinais independentes apontam na mesma direção.

Perguntas frequentes

Veredicto final

O que essas ferramentas fazem é identificar padrões que passam rápido demais para serem percebidos na velocidade da audição, seja a assinatura acústica de uma voz sintetizada ou a regularidade estrutural de uma linguagem gerada por máquina, e então apresentar um número e um veredicto.

Em sete amostras, o resultado foi rápido, inequívoco e correto em todas as vezes: quatro faixas sintéticas foram sinalizadas com 99%, enquanto três gravações humanas foram aprovadas com 12%, 10% e 3%, e nenhuma acusação infundada sobre as amostras nas quais uma acusação infundada teria causado danos reais.

Vale a pena deixar isso bem claro, porque exagerar nisso não ajuda ninguém. Testamos as letras, e “A Million Colors” é o exemplo que ainda conta muito: uma faixa que enganou um monte de ouvintes só pela qualidade da produção se revelou em segundos assim que se leu a letra.

Mas uma faixa instrumental não tem letra para ler, e um cantor de verdade interpretando versos escritos por IA destaca essas duas camadas. O software é sua primeira análise mais rápida, não sua palavra final. Combine isso com os indícios acústicos e as verificações de perfil mencionadas acima, e você acertará com muito mais frequência do que seus ouvidos conseguiriam sozinhos.

A grande mudança é que a transparência está se tornando o cerne da questão. Quando mais da metade das músicas que chegam diariamente a uma grande plataforma são sintéticas e quase ninguém consegue perceber a diferença, a questão interessante deixa de ser se você, pessoalmente, consegue distinguir e passa a ser se alguém se deu ao trabalho de verificar.

As etiquetas estão se disseminando, as políticas das plataformas estão se tornando mais rígidas e o público está se manifestando cada vez mais abertamente sobre sua vontade de saber. Verificar as informações está se tornando uma questão de boa educação, e não mais uma habilidade especializada.

Então, escolha a próxima que te fizer parar para pensar. Envie a letra para o nosso  Detector de IA, passe o vocal pelo Detector de voz AI, e resolver a questão em menos de um minuto, em vez de ficar pensando nisso a semana toda.