Il confine tra musica umana e musica generata dall’intelligenza artificiale si fa sempre più labile. Tanto che, secondo una ricerca di Deezer, il 97% delle persone non è in grado di distinguere un brano generato dall’IA da uno creato da un umano in un ascolto alla cieca . E la musica sintetica sta invadendo le piattaforme: Deezer riceve ogni giorno quasi 75.000 tracce generate dall’IA, pari a oltre il 44% di tutti i nuovi caricamenti .

Come possiamo allora orientarci in questo mare di contenuti sintetici? Esistono già diversi sistemi in grado di rilevare la musica generata dall’IA, e operano su vari livelli. Vediamo i principali.

Deezer: lo strumento per tutti

Il servizio di streaming francese Deezer è stato uno dei primi a muoversi, lanciando un rilevatore di musica IA gratuito e accessibile a tutti nel giugno 2026 .

Come funziona?

Lo strumento analizza le playlist degli utenti, funzionando con oltre 20 piattaforme tra cui Spotify, Apple Music, YouTube Music e SoundCloud . Basta collegare il proprio account e Deezer scansiona le playlist alla ricerca di tracce sospette.

Su cosa si basa?

Il rilevatore identifica gli “artefatti specifici” lasciati nel suono dal software di generazione IA, come quelli prodotti da modelli come Suno e Udio . Deezer dichiara una precisione superiore al 99,8% .

I dati allarmanti

Secondo Deezer, il 43% degli utenti che passano da altre piattaforme hanno già tracce IA nelle proprie playlist, e l’80% dei partecipanti a un sondaggio vuole che questi brani vengano chiaramente etichettati . La piattaforma ha già rilevato e taggato oltre 13,4 milioni di tracce IA nel corso del 2025 .

UAI di RTM Audio: il certificato per l’industria

Mentre Deezer si rivolge al grande pubblico, RTM Audio, una startup fondata da ingegneri di mastering premiati ai Grammy, ha lanciato UAI, un sistema pensato per l’industria musicale e per fornire prove in tribunale .

Come funziona?

UAI esegue due misurazioni separate su ogni traccia: una sulla produzione e una sulla voce. Solo quando entrambi i sistemi concordano, la traccia viene classificata come IA .

Il valore aggiunto: il certificato firmato

La caratteristica distintiva di UAI è che ogni verdetto produce un certificato crittograficamente firmato, legato al codice ISRC del brano e verificabile tramite una chiave pubblica. Un “record” indipendente, non un semplice punteggio di confidenza .

“Un punteggio di confidenza non è una prova. Quando uno di questi verdetti arriva davanti a un giudice, hai bisogno di un record che l’altra parte non possa facilmente ignorare.” – Matt Buser, avvocato musicale e co-fondatore di RTM Audio

Questo approccio è pensato per rispondere alle nuove esigenze legali, come le trasparenze richieste dall’AI Act dell’Unione Europea o il NO FAKES Act negli Stati Uniti .

UAI dichiara un tasso di falsi positivi dello 0,06% nei test interni su 8.236 master .

La ricerca scientifica: alla ricerca di una “firma” dell’IA

Dietro questi strumenti commerciali c’è una solida base di ricerca. Il segreto per individuare la musica generata dall’IA sta nel fatto che i modelli di generazione audio, come quelli che usano strati di convoluzione trasposta, lasciano delle “impronte” digitali .

L'”artefatto a scacchiera”

Nell’audio, questi artefatti si manifestano come picchi energetici periodici nello spettro del suono, simili ai famosi “checkerboard artifacts” delle immagini generate . Questi picchi appaiono a frequenze specifiche, determinate dall’architettura del modello, come una sorta di firma digitale indelebile .

Oltre i modelli tradizionali: la sfida dei brani “ibridi”

La ricerca sta già andando oltre la semplice classificazione “umano o IA”. Una delle sfide più attuali è capire come rilevare l’IA in brani “ibridi”, dove parti generate si mescolano con registrazioni umane (ad esempio, una voce umana su una base generata dall’IA) .

Si stanno esplorando tecniche per quantificare la percentuale di contenuto IA in un mix o per sviluppare modelli che non necessitano di essere addestrati su ogni nuovo generatore (“zero-shot detection”) .

Un’arma a doppio taglio?

Se da un lato questi strumenti sono fondamentali per la trasparenza, dall’altro non sono perfetti. Uno studio del 2025 ha dimostrato che alcuni rilevatori commerciali possono essere ingannati con semplici operazioni come la ricampionatura di un file audio . Inoltre, la loro efficacia può crollare al di sotto del 60% su audio broadcast o su brani fortemente mixati .

Il rilevamento della musica generata dall’IA è una corsa tecnologica in continua evoluzione. Strumenti come il rilevatore di Deezer e il certificatore UAI rappresentano l’avanguardia di un settore che cerca di portare trasparenza e fiducia in un panorama musicale sempre più complesso.

Ultimamente Sony sta sviluppando uno strumento che non solo identifica musica non umana ma riesce ad identificare anche da quale brano ha copiato

Sì, Sony ha sviluppato una tecnologia che fa esattamente questo: non si limita a rilevare se un brano è generato dall’IA, ma risale alle opere originali usate per il suo addestramento, quantificando l’influenza di ciascuna sul risultato finale .

Questa tecnologia è stata creata dal laboratorio di ricerca Sony AI e, stando ai report, un articolo accademico che ne descrive il funzionamento è stato accettato a una conferenza internazionale, suggerendo che sia una soluzione seria e sottoposta a revisione tra pari .

Come funziona in pratica?

Il sistema può operare in due modalità, a seconda della collaborazione degli sviluppatori di IA :

• Se gli sviluppatori cooperano: si collega direttamente al modello per analizzare i dati di addestramento. In questo modo, può tracciare in modo preciso quali brani sono stati utilizzati .
• Se gli sviluppatori non cooperano: il sistema confronta il brano generato con i cataloghi musicali esistenti per fare una stima di quali opere possano averlo influenzato .

Perché è importante?

Questo tipo di tracciamento è fondamentale per un futuro in cui l’IA e la musica coesistano, e risponde a due esigenze precise:

1. La resa dei conti: permette di quantificare il contributo di ogni artista o brano originale. Ad esempio, potrebbe indicare che un brano generato è influenzato per il 30% dai Beatles e per il 10% dai Queen . Questo apre la strada a sistemi di royalty proporzionali, dove i compensi vengono distribuiti in base all’effettivo utilizzo .
2. Il contesto legale: arriva in un momento di forti tensioni. Sony Music Entertainment è tra le major che hanno fatto causa ad AI music generatori come Suno e Udio per presunta violazione di copyright . Uno strumento come questo trasforma la questione da una battaglia legale costosa a un potenziale meccanismo di licenza trasparente e automatico .

Vale la pena notare che, sebbene la tecnologia esista, Sony non ha ancora annunciato una data di lancio commerciale . Sembra quindi che sia ancora in una fase di sviluppo e studio per capire come integrarla nel mercato .