追踪输入，核验输出：验证音乐生成中的归因

arXiv:2610.09637v1 公告类型：交叉收录 摘要：我们如何核实谁的音乐对 AI 生成的输出作出了贡献？本文展示了基于输入的归因如何提供可核验的证据，以确定一次生成使用了哪些音频来源，以及这些来源是否影响了输出。为此，我们仅以音频作为生成条件，不提供任何文本输入，然后追踪每个输出背后的输入，并确定其对音乐的影响。在提示遵循测试和受控输入替换实验中，我们的生成器 MixAudio 生成的分轨在音色上遵循提示音频，在和声上遵循上下文音频。然而，这些输出仍可能复现未作为输入提供的训练数据。因此，我们使用自行开发的音乐版本识别模型 musicDNA 审查记忆复现情况，发现复现输入记录之外内容的情况很少。在被标记的样本池中经人工评判的案例上，该模型的精确率和召回率均高于其他受测的记忆复现检测器。这两项评估表明，输入记录和输出分析可为归因提供互补证据；随着 AI 音乐经济逐步成形，面向权利人的报告和报酬分配可据此开展。音频示例见 https://neutune.github.io/attr2027demo/