Il dataset BAMM espone le lacune nel rilevamento della musica AI nelle trasmissioni reali
Un nuovo studio di ricerca è stato pubblicato su arXiv, presentando BAMM, che sta per Broadcast AI-Music Monitoring. Questo dataset comprende 40 ore di filmati televisivi reali con musica creata sia da intelligenza artificiale che da artisti umani. Lo studio affronta la complessa sfida di rilevare la musica generata dall'IA nelle trasmissioni in tempo reale, poiché le tecniche precedenti si basavano su dataset sintetici. I ricercatori hanno valutato modelli CNN utilizzando due approcci di addestramento—pulito e broadcast—in tre scenari: Musica di Sfondo Pulita, Trasmissione TV Sintetica e Trasmissione TV Reale. Mentre i modelli hanno performato bene in condizioni pulite, l'accuratezza è diminuita significativamente in ambienti sintetici, illustrando le difficoltà nell'identificare la musica AI nei media regolari.
Fatti principali
- BAMM è un dataset di 40 ore di registrazioni televisive del mondo reale.
- Il dataset include musica generata da IA e da esseri umani.
- Lo studio confronta varianti CNN addestrate su dati puliti e su dati broadcast.
- Tre scenari: Musica di Sfondo Pulita (CFM), Trasmissione TV Sintetica (STB), Trasmissione TV Reale (RTB).
- Entrambi i modelli raggiungono prestazioni quasi perfette su CFM.
- Le prestazioni degradano sostanzialmente in condizioni di trasmissione sintetica.
- L'addestramento orientato al broadcast migliora la robustezza ma le prestazioni rimangono limitate.
- La valutazione su RTB rivela ulteriori sfide.
- L'articolo è disponibile su arXiv con identificatore 2608.07359.
- Preoccupazioni sulla trasparenza e sulla giusta compensazione nei media broadcast.
Entità
Istituzioni
- arXiv