Spectrogram-Based Detection of Auto-Tuned Vocals in Music Recordings

在音乐制作和音频处理领域，自动音高校正技术，也称为Auto-Tune，已经极大地改变了声乐表演的格局。虽然自动调音技术为音乐人提供了调整声乐音高和达到所需精度的能力，但其使用也引发了关于真实性和艺术完整性的争议。因此，检测和分析音乐录音中的Auto-Tuned声乐对于音乐学者、制作人和听众来说变得至关重要。然而，据我们所知，此前还没有在这个方向上做出过努力。本研究引入了一种基于三元组网络的数据驱动方法，用于检测Auto-Tuned歌曲，并创建了一个由原始和Auto-Tuned音频剪辑组成的数据集。实验结果表明，所提出的方法在准确性和鲁棒性方面都优于Rawnet2，这是一种用于反欺诈和广泛用于其他音频取证任务的端到端模型。

检测和分析音乐录音中的Auto-Tuned歌唱声，以解决其对真实性和艺术完整性的影响问题。

利用三元组网络的数据驱动方法来检测Auto-Tuned歌曲，并创建包含原始和Auto-Tuned音频片段的数据集。

实验结果表明，所提出的方法在准确性和鲁棒性方面均优于Rawnet2。

最近的相关研究包括：1. 'Deep Learning for Audio Spoofing Detection: A Comparative Study'；2. 'A Review of Audio Forensic Techniques and Their Potential in Forensic Investigation'。