ISMIR 2026論文：AI音楽の検出は実際のテレビ放送で精度低下——40時間のBAMMで検証

結論から言うと、AIが作った音楽を見分ける検出器は、きれいな音源ではほぼ完璧でも、実際のテレビ放送では信頼できる水準に届かなかった。研究チームは2026年8月7日、実放送を使うデータセット「BAMM（Broadcast AI-Music Monitoring）」の論文をarXivで公開した。論文は音楽情報検索の国際会議ISMIR 2026に採択されている。

BAMMは40時間のテレビ録画から成り、AI生成曲と人が作った曲を含む。研究では畳み込みニューラルネットワーク（CNN）型の2つの検出器を、①きれいな前景音楽、②テレビ放送を人工的に再現した音、③実際のテレビ放送、という難しさが増す3条件で比較した。どちらも①ではほぼ完璧だったが、②で性能が大きく低下した。

放送向けデータで学習すると、きれいな音だけで学ぶより頑健になったものの、③ではさらに悪化し、AI曲と人の曲の判定点が大きく重なった。放送局、権利管理団体、動画制作者にとっては、検出結果だけで作者表示や報酬を決めるのは危険だと分かる。音源の来歴、契約情報、人の確認を組み合わせる必要がある。

ただし論文要旨は③の具体的な正答率を示しておらず、対象はCNN型検出器と収録した放送条件に限られる。すべての検出方式が無効だと結論づける研究ではない。