AhmadHassan-BTed/NaSuno

解决的问题

NaSuno 解决了 AI 生成音频中的“取证标记”问题。像 Suno、Udio 和 ElevenLabs 这样的平台会在其生成的音频文件中嵌入不可见的水印、超声波载体和元数据，以跟踪来源。该项目提供了去除这些标记的工具，使创作者可以在自己的作品中使用 AI 生成的片段或纹理，而不会被自动标记或归因于这些平台。

工作原理

NaSuno 结合数字信号处理（DSP）和心理声学建模，在保留音频质量的同时，精确去除跟踪标记。它采用零相位 IIR 陷波滤波等技术来消除超声波载体（如 19.5 kHz 音调），使用 ISO 226 等响度曲线确保修改不可闻，并通过比特流结构切除来剥离隐藏元数据（如 C2PA 或 ID3 标签）。处理过程设计为透明，保持原始音频的瞬态冲击力和立体声完整性。

适用人群

该项目面向音乐家、声音设计师和音频制作人，他们在作品中使用 AI 生成元素，并希望保持创作隐私，避免自动平台监控或版权归属。

亮点

• 全面去除： 针对 14 种不同的取证向量，包括超声波载体、相位锁定微伪影和隐藏元数据块。
• 心理声学完整性： 使用 Bark 尺度临界频带分析，确保反归因措施在数学上不可闻。
• 基于 Web 的工作室： 包含一个客户端 Web Audio DSP 工作室，用户可以直接在浏览器中处理文件，无需上传数据。
• 透明处理： 采用零相位滤波，防止相位模糊或振铃，确保原始音频质量得以保留。