Deezer представил бесплатный инструмент, который позволяет проверять плейлисты на наличие треков, сгенерированных искусственным интеллектом, вне зависимости от платформы, где они были собраны. Сервис доступен на 27 языках и опирается на собственную технологию компании, которая, по заявлению Deezer, показывает точность свыше 99%.
Deezer запустил новый инструмент для обнаружения музыки, созданной с помощью искусственного интеллекта, который работает с плейлистами на 20 наиболее популярных стриминговых платформах. По словам компании, сервис предоставляется бесплатно и поддерживает 27 языков, что делает его доступным для широкой аудитории слушателей по всему миру.
Инструмент предназначен для проверки плейлистов, которые пользователи формируют на других стриминговых сервисах: он анализирует загруженные или импортированные треки и отмечает те, которые, вероятно, были сгенерированы при помощи генеративного ПО. Система опирается на поиск «специфических артефактов», оставляемых генеративными алгоритмами в аудиодорожках; по заявлению разработчиков, точность сканера превышает 99%.
Запуск нового детектора основан на собственных исследованиях Deezer. По результатам этой работы, 43% пользователей, пришедших на платформу с других сервисов, уже имели в своих плейлистах треки, созданные с помощью ИИ. Кроме того, 80% опрошенных выразили предпочтение, чтобы такие треки были явно помечены и идентифицированы как сгенерированные.
Генеральный директор Deezer Alexis Lanternier прокомментировал запуск инструмента, переведённый текст его слов звучит следующим образом: «За последние полтора года, обнаруживая и отмечая музыку, созданную ИИ, Deezer находился в авангарде прозрачности в сфере музыкального стриминга. Ни одна другая компания пока не последовала нашему примеру, поэтому мы решили дать возможность каждому проверить, есть ли в его плейлистах синтетическая музыка, независимо от того, на какой стриминговой платформе эти плейлисты были созданы». Затем он добавил: «Подавляющее большинство людей хочет знать, рекомендована ли им музыка, созданная ИИ, и наши данные показывают, что почти половина пользователей, пришедших на Deezer с других платформ, имеет ИИ‑треки в своих плейлистах. Мы ожидаем, что наш детектор музыки, созданной ИИ, станет для слушателей по всему миру откровением».
Новый инструмент построен на той же технологии, которую Deezer уже использует внутри своей платформы для идентификации контента, созданного с помощью ИИ. Компания подчёркивает, что расширение доступа к этой технологии за пределы собственного каталога направлено на повышение прозрачности и информированности слушателей в экосистеме потокового воспроизведения музыки.
Кроме того, Deezer ранее объявлял о мерах против распространения ИИ‑музыки на своей платформе. В январе компания сообщала, что демонтезировала до 85% потоков с ИИ‑треками, то есть ограничила их монетизацию. Также в мае 2026 года Deezer сообщил, что музыка, созданная с помощью ИИ, составила 44% всех загрузок на платформу за предыдущий месяц.
В практическом плане инструмент предназначен для пользователей, которые хотят проверить собственные плейлисты при переносе библиотеки между сервисами или при совместном использовании подборок. Сервис не требует платной подписки и доступен на множестве языков, что упрощает его использование аудиторией из разных регионов.
Компания подчёркивает, что обнаружение «артефактов» в аудиофайлах — технически сложная задача, требующая специализированных алгоритмов машинного обучения и больших объёмов обучающих данных. По утверждению разработчиков, именно собственный набор моделей и накопленная база пометок позволили Deezer достигнуть высокой точности при классификации треков как «созданных ИИ» или «не созданных ИИ».
Запуск инструмента открывает дополнительные возможности для пользователей, желающих контролировать происхождение контента в своих плейлистах, а также может повлиять на практики переноса и курирования музыкальных коллекций между сервисами. В то же время компания продолжает мониторить ситуацию с загрузками и монетизацией ИИ‑контента внутри своей платформы и заявляет о готовности обновлять методики распознавания по мере развития генеративных технологий.
