基于 ISMIR 2025 fakeprint 频谱伪影分析 的 AI 生成音乐检测系统。可识别 Suno ≤v5、Udio ≤v1.5 等神经声码器生成的音频。提供 PyQt5 桌面 GUI 和 ONNX 模型推理。
最新版本 v0.4.2：引擎为 lofcz/ai-music-detector（fakeprint + 逻辑回归），假阳性率 ~10%。
💡 提示：软件界面目前仅支持简体中文 (Simplified Chinese Only)。
你可以直接在 GitHub Releases v0.4.2 下载已打包好的各平台桌面客户端：
- 🚀 Windows 标准版：suno-checker-windows.zip (解压后运行，双击秒开，启动无延迟，推荐)
- 📦 Windows 便携版：suno-checker-windows-portable.zip (单文件直接运行，但每次启动有 3-5 秒解压延迟)
- 🍏 macOS (Apple Silicon)：suno-checker-macos.M1.dmg (适用于 macOS 14+ 系统的 M1/M2/M3 等 ARM 芯片)
- 💻 macOS (Intel)：suno-checker-macos.intel.dmg (适用于 macOS 13 及以下系统的 Intel 芯片)
- 🐧 Linux 绿色版：suno-checker-linux.tar.gz (适用于 Linux 系统的绿色解压版)
- 桌面预测应用：PyQt5 GUI，拖拽 mp3/wav/flac/m4a → 即时 AI/真人判定报告
- 独立 EXE 分发：PyInstaller 打包，单文件免安装，Windows 直接运行
- 14.4KB 超轻量模型：逻辑回归，推理 ~0.5s，纯 CPU
pip install librosa numpy scipy onnxruntime pyqt5
python predict.py├── predict.py # PyQt5 GUI 推理工具
├── fakeprint.py # fakeprint 特征提取器 (纯 numpy/scipy)
├── ai_music_detector.onnx # 预训练 ONNX 模型 (14.4KB, 逻辑回归)
├── .gitignore
└── .nojekyll # GitHub Pages
基于 Afchar et al. (ISMIR 2025) — "A Fourier Explanation of AI-Music Artifacts"。
核心发现：Suno/Udio 等 AI 音乐生成器使用神经声码器（neural vocoder）将声学潜变量转换为波形。声码器中的反卷积层（transposed convolution）以步长 k 执行零上采样 + 卷积，会在频域留下确定性的等间距峰值 — 称为 "fakeprint"。
这些峰值：
- 仅取决于反卷积层步长配置，与训练数据、权重随机种子、输入内容无关
- 对已知架构是完全确定性的 — 只要知道声码器结构，就能精确预测峰值位置
- 不依赖"学习" — 区别于 CNN 的统计特征方法，不会将编曲风格误判为 AI 指纹
音频文件 (.mp3/.wav/.flac)
│
▼
[1] librosa.load(sr=16000, mono=True)
│ 重采样至 16kHz 单声道
▼
[2] STFT (n_fft=8192, hop_length=2048)
│ 高分辨率频谱 (频率分辨率 ~1.95 Hz)
▼
[3] 功率谱 → dB 域转换
10 * log10(|STFT|^2)
│
▼
[4] 时间轴平均 → 均值频谱
│
▼
[5] 频率掩码 1000-8000 Hz
│ 提取 artifact 检测范围的 3585 个频点
▼
[6] 下包络 (Lower Hull) 计算
│ scipy.ndimage.minimum_filter1d(size=10)
▼
[7] 残差 = 频谱 - 下包络
│ residue = clip(spectrum - hull, 0, +inf)
▼
[8] 归一化 [0, 1]
│ clip(residue, 0, 5dB) / max(residue)
▼
fakeprint 向量 (3585 维 float32)
│
▼
[9] 逻辑回归 ONNX 推理
sigmoid(w @ fakeprint + b) → AI 概率 (0=真人, 1=AI)
| 指标 | 数值 |
|---|---|
| 准确率 (Accuracy) | 99.88% |
| 精确率 (Precision) | 0.9985 |
| 召回率 (Recall) | 0.9998 |
| F1 分数 | 0.9991 |
| 假阳性率 (FPR) | 0.31% |
| 假阴性率 (FNR) | 0.02% |
| 测试集 | 17,866 样本 (5,741 真实 + 12,125 AI) |
| 正确 | 误判 | 假阳性率 |
|---|---|---|
| 17 | 3* | 15.0% (去重后 ~10%) |
*3 首误判中，2 首为同一歌曲的 mp3 + flac 双格式。另 1 首为 14s 芯片音乐 (Toby Fox - Small Shock)。
pyinstaller --noconsole --onefile \
--add-data "ai_music_detector.onnx;." \
--hidden-import fakeprint \
--hidden-import scipy.ndimage._nd_image \
--hidden-import scipy.ndimage._filters \
predict.py- 生成器版本覆盖：当前模型针对 Suno ≤v5 和 Udio ≤v1.5 的反卷积配置，新版本需重新提取特征并训练
- 最短时长：10 秒以上音频效果最佳，极短音频 (<5s) 或极简波形可能误判
- 采样率依赖：音频自动重采样至 16kHz，低于 16kHz 的音源会丢失高频 artifact
- 非音频检测：仅分析音频信号，不分析歌词文本
- 对抗规避：刻意低通滤波、重采样破坏、叠加噪声可能降低检测率
| 组件 | 技术 |
|---|---|
| 检测引擎 | lofcz/ai-music-detector (ISMIR 2025) |
| 特征提取 | librosa, scipy, numpy |
| ONNX 推理 | onnxruntime |
| GUI | PyQt5 |
| 打包 | PyInstaller |
- Afchar, D., et al. (2025). "A Fourier Explanation of AI-Music Artifacts." ISMIR 2025. arXiv:2506.19108
- Rahman, A., et al. (2025). "SONICS: Synthetic Or Not — Identifying Counterfeit Songs." ICLR 2025. arXiv:2408.14080
- lofcz/ai-music-detector. https://github.com/lofcz/ai-music-detector
MIT