संगीत एवं ऑडियो फोरेंसिक
एआई संगीत और वॉयस क्लोनिंग मॉडल विशाल डेटासेट के आधार पर ऑडियो तरंगों की भविष्यवाणी करके काम करते हैं। जबकि वे मानव कान के लिए अविश्वसनीय रूप से विश्वसनीय होते जा रहे हैं, वे अक्सर आवृत्ति स्पेक्ट्रम में सूक्ष्म "डिजिटल फ़िंगरप्रिंट" छोड़ देते हैं जिसे SUS IT का पता लगाने के लिए डिज़ाइन किया गया है।
हम इसका पता कैसे लगाते हैं:
- उच्च-आवृत्ति कटऑफ़: कई एआई मॉडल 16kHz-20kHz से ऊपर लगातार डेटा उत्पन्न करने के लिए संघर्ष करते हैं, जिससे स्पेक्ट्रोग्राम में एक अप्राकृतिक हार्ड शेल्फ या "शून्य" बनता है जो प्राकृतिक रिकॉर्डिंग में शायद ही कभी मौजूद होता है।
- चरण असंगति: प्राकृतिक ध्वनि की आवृत्तियों के बीच भौतिक संबंध होता है। एआई पीढ़ी अक्सर आवृत्तियों को गणितीय रूप से मानती है लेकिन उनके चरण संरेखण को नजरअंदाज कर देती है, जिससे एक सूक्ष्म "धात्विक" या "स्मीयर" गुणवत्ता उत्पन्न होती है जिसे चरण वोकोडर कलाकृतियों के रूप में जाना जाता है।
- क्षणिक धब्बा: किसी ध्वनि का प्रारंभिक आक्रमण (जैसे स्नेयर ड्रम या व्यंजन 'टी') तीव्र होता है और वास्तविक ऑडियो में परिभाषित होता है। एआई पीढ़ी में, ये क्षणिक प्रसार प्रक्रिया के कारण अक्सर नरम या "मज़ेदार" होते हैं।
