Por que detectores de IA dão falso positivo em arquivos MP3
Tim · Equipe editorial da SUS IT
Tim é engenheiro de software e pesquisador de IA com foco em metodologias de detecção.
Um texto técnico sobre como a compressão MP3 cria artefatos parecidos com assinaturas de geração por IA — e o que você pode fazer a respeito.
Se você já passou um MP3 por um detector de IA e recebeu uma pontuação suspeitosamente alta para uma faixa que você sabe ser humana, você não está sozinho. Esse é um dos problemas mais comuns na detecção de áudio por IA — e tem tudo a ver com como a compressão MP3 funciona.
Como funciona a compressão MP3
MP3 é um formato de compressão “com perdas”: ele descarta dados de áudio de forma permanente para reduzir o tamanho do arquivo. Usa um modelo psicoacústico para identificar frequências que a orelha tende a notar menos e as remove. O efeito mais marcante é que a codificação MP3 corta altas frequências — em bitrates típicos, muito do que está acima de 16 kHz — e suaviza o restante do espectro.
Por que isso parece IA
Aqui está o problema: os primeiros geradores de música com IA produziam áudio com características parecidas. As redes neurais que geram música também tendem a gerar saída com altas frequências truncadas e perfis espectrais artificialmente lisos. Quando um detector de IA examina um MP3, os artefatos de compressão parecem matematicamente similares aos de geração por IA. O detector não distingue bem “isso foi comprimido” de “isso foi gerado”.
O efeito de borramento espectral
A compressão MP3 causa o que engenheiros chamam de “borramento espectral”: frequências que eram nítidas na gravação original ficam misturadas e difusas. Isso aparece como gradientes suaves no espectrograma — exatamente o tipo de padrão em que detectores de IA são treinados para focar. Quanto maior a compressão (bitrate menor), mais forte o efeito.
O que fazer
A solução mais simples é usar formatos sem perda ou sem compressão. WAV e FLAC preservam os dados originais e dão aos detectores a visão completa. Se você é músico e vai enviar material para verificação, use sempre o WAV ou FLAC exportado da sua DAW, não um MP3 comprimido.
Quando só existe MP3
Às vezes você só tem o MP3 — talvez venha de uma plataforma de streaming ou de um envio. Nesse caso, um bom detector de IA deve considerar artefatos de compressão na análise. O pipeline aprimorado de decodificação MP3 da SUS IT extrai áudio PCM do MP3 e incorpora as características da compressão ao modelo, reduzindo falsos positivos em relação a abordagens ingênuas.
Bitrate importa
Nem todo MP3 é igual. Um MP3 a 320 kbps retém muito mais informação que um a 128 kbps. Bitrates mais altos geram menos artefatos e tendem a disparar menos falsos positivos. Se precisar usar MP3, use o bitrate mais alto disponível. A diferença na precisão da detecção entre 128 e 320 kbps pode ser grande.
Recado principal
Falsos positivos em MP3 são uma limitação conhecida da detecção de áudio por IA, não um defeito de uma ferramenta específica. Eles vêm da semelhança fundamental entre artefatos de compressão e artefatos de geração. A melhor prática é analisar arquivos sem compressão sempre que possível. Com MP3, prefira arquivos de bitrate alto e um detector como a SUS IT, que trata formatos comprimidos de forma explícita.