AhmadHassan-BTed/NaSuno

解決する問題

NaSuno は、AI 生成オーディオにおける「フォレンジックタグ付け」の問題に対処します。Suno、Udio、ElevenLabs などのプラットフォームは、生成されたオーディオファイルに目に見えない透かし、超音波キャリア、メタデータを埋め込んで来歴を追跡します。このプロジェクトは、これらのマーカーを除去するツールを提供し、クリエイターが AI 生成のステムやテクスチャを自分の作品で使用しても、自動的にフラグ付けされたり、それらのプラットフォームに帰属されたりしないようにします。

仕組み

NaSuno は、デジタル信号処理（DSP）と心理音響モデリングを組み合わせて、追跡マーカーを外科的に除去しながらオーディオ品質を維持します。ゼロ位相 IIR ノッチフィルタリングなどの技術を使用して超音波キャリア（19.5 kHz トーンなど）を除去し、ISO 226 等ラウドネス曲線を使用して変更が聞こえないようにし、ビットストリーム構造切除を使用して隠れたメタデータ（C2PA や ID3 タグなど）を除去します。処理は透明になるように設計されており、元のオーディオのトランジェントのパンチとステレオの完全性を維持します。

対象ユーザー

このプロジェクトは、作品に AI 生成要素を取り入れ、創造的プライバシーを維持し、自動プラットフォーム監視や著作権帰属を回避したいミュージシャン、サウンドデザイナー、オーディオプロデューサーを対象としています。

ハイライト

• 包括的な除去： 超音波キャリア、位相ロックされたマイクロアーティファクト、隠れたメタデータチャンクなど、14 の異なるフォレンジックベクトルを対象とします。
• 心理音響的完全性： バーク尺度臨界帯域分析を使用して、反帰属対策が数学的に聞こえないことを保証します。
• Web ベースのスタジオ： クライアント側の Web Audio DSP スタジオを含み、ユーザーはデータをアップロードせずにブラウザで直接ファイルを処理できます。
• 透明な処理： ゼロ位相フィルタリングを採用し、位相スミアやリンギングを防ぎ、元のオーディオ品質が維持されることを保証します。