Poco fiable
«Suena genérico»
Mucha música humana es formulaica y mucha música generada es rara. El gusto no es un detector.
Guía
¿Esta canción está generada por IA?
Cómo comprobar una pista con honestidad: qué se puede escuchar, qué mide realmente un detector y por qué una respuesta rotunda de sí o no suele ser lo menos fiable que leerás sobre una grabación.
Empieza analizando el archivo
El Detector de Música con IA gratuito analiza el audio en tu navegador —no se sube nada y no hace falta cuenta— y muestra todas las mediciones detrás de la estimación.
Método
Cómo comprobar una canción, paso a paso
- 01
Empieza por la procedencia, no por el audio
Quién la publicó, cuándo, en qué canales y qué más hay en ese catálogo. Un historial de lanzamientos, créditos, vídeos en directo o material de sesión resuelve más casos que cualquier prueba acústica.
- 02
Pasa el archivo por un detector
Usa al menos treinta segundos de la mejor copia que tengas. Las grabaciones de pantalla y las recodificaciones de bajo bitrate eliminan gran parte de la evidencia antes de empezar.
- 03
Lee las señales individuales, no solo el número
Techo de banda, uniformidad tonal entre secciones, dinámica, movimiento de brillo y comportamiento estéreo se inclinan hacia un lado u otro. La coincidencia entre ellas importa mucho más que un porcentaje.
- 04
Acepta «no concluyente» como respuesta real
Clips cortos, limitación agresiva, grabaciones lo-fi y producción asistida por IA quedan en el medio. Eso es información, no un fallo de la herramienta.
Señales
Lo que la gente cree que delata, y lo que realmente ayuda
Casi todas las pistas populares son poco fiables. Las útiles son técnicas, no musicales.
Poco fiable
«La letra es extraña»
Las letras las escriben personas todo el tiempo, mal y brillantemente. No dicen nada sobre cómo se produjo el audio.
A veces útil
Ancho de banda y uniformidad tonal
Un techo brusco de altas frecuencias y un balance tonal casi idéntico entre secciones lejanas son medibles y se inclinan hacia lo sintético, pero el procesado intenso también los produce.
A veces útil
Dinámica e imagen estéreo estáticas
Muy poco movimiento de nivel, brillo o anchura estéreo a lo largo de una pista es otra señal débil, más fiable cuando varias coinciden.
Con fuentes
Qué puede y qué no puede probar la detección
La investigación publicada es muy consistente en un punto: detectar música generada es fácil en el laboratorio y difícil en el mundo real.
Los trabajos sobre detección de deepfakes musicales obtienen resultados casi perfectos frente a los generadores con los que se entrenó el modelo, y caen con fuerza ante generadores que nunca ha escuchado. Los mismos artículos muestran que transformaciones habituales —recodificación en MP3, cambio de tono, estiramiento temporal, remuestreo— reducen el rendimiento medido, porque eliminan o desplazan justo los artefactos en los que se apoya un detector.
Por eso ningún resultado de detección, incluido el de esta herramienta, es prueba de autoría. Una medición puede decir que el perfil acústico de una grabación se parece a los perfiles típicos de las cadenas de síntesis. No puede decir quién tocó qué, si hay una interpretación humana debajo, ni qué servicio se usó. Nombrar un generador concreto exigiría un modelo de atribución entrenado y validado, y esta herramienta no lo es.
También importa que la autoría y los derechos se deciden con leyes y pruebas, no con un gráfico de espectro. La guía de la Oficina de Derechos de Autor de EE. UU. sobre obras asistidas por IA se basa en la contribución humana, no en cómo mide un archivo: un resultado de detección es, como mucho, un motivo para hacer una pregunta, nunca la respuesta.
Fuentes primarias
- Detecting music deepfakes is easy but actually hard (Afchar et al., 2024)
Alta precisión dentro del dominio junto con degradación ante generadores no vistos y audio manipulado o recodificado.
- SingFake: singing voice deepfake detection (ICASSP 2024)
Los benchmarks muestran cómo cae el rendimiento con voces, idiomas y códecs no vistos.
- ASVspoof — retos de detección de voz sintética
El benchmark comunitario de referencia que documenta la generalización a ataques nuevos como problema abierto central.
- Oficina de Derechos de Autor de EE. UU. — Copyright e inteligencia artificial
Guía oficial sobre el registro de obras con IA, donde lo decisivo es la autoría humana y no ninguna prueba acústica.
Esta página describe una herramienta de análisis acústico y cita investigación pública. No es asesoramiento legal ni una certificación de autoría.
Límites
Por qué nadie puede darte una respuesta segura
Todo detector mide una cadena de producción, no a una persona. Una interpretación humana que pasó por un limitador, un filtro paso bajo y un códec con pérdida puede medir como audio generado, y una pista generada bien producida puede medir como música convencional. No son casos límite: es el estado normal de un catálogo musical en 2026.
El caso más difícil y más común es el híbrido: composición e interpretación humanas con masterización por IA, separación de pistas, procesado de voz o one-shots generados en algún punto de la cadena. Para ese material la pregunta binaria no tiene respuesta correcta, y por eso una buena herramienta muestra la evidencia en lugar de elegir un bando.
Trata el detector como una entrada más. Si lo que está en juego es real —una reclamación, una retirada, una decisión de moderación o de contratación— necesitas procedencia, archivos de proyecto, material de sesión o una admisión, no una probabilidad.
FAQ
Frequently asked questions
Entrena tu sonido. Genera tu canción.
Si prefieres construir con IA en lugar de discutir sobre ella: prepara tu propia música, entrena un Sound privado de tu cuenta y genera desde tu propio material.
Related
Keep reading
Detector de Música con IAAnaliza un archivo en tu navegador y ve todas las señales de la estimación.Derechos de autor y música con IAQuién posee qué cuando hay IA en una grabación.Detector de BPM y TonalidadTempo, tonalidad y códigos Camelot, todo en tu navegador.Todas las herramientas gratuitasTodo gratis, privado y en el navegador.