Wurde dieser Track von einem Menschen oder von Suno gemacht?
Lade eine Audiodatei hoch und finde heraus, mit welcher Wahrscheinlichkeit sie von Suno, Udio, MusicGen oder Stable Audio generiert wurde. Unser KI-Musik-Forensik-Modell liest die spektralen Fingerabdrücke, die KI-Generatoren hinterlassen – und wir zeigen, wie wir darauf kommen.
Kein Bauchgefühl. Ein Modell.
Unser KI-Musik-Forensik-Modell ist eigens dafür gebaut, die Fingerabdrücke zu erfassen, die KI-Generatoren im Audio hinterlassen. Wir zeigen die rohe Wahrscheinlichkeit – ohne Rundung, ohne Drumherum.
Unser Modell. Immer aktuell.
Fein abgestimmt auf die neuesten Suno v3/v4- und Udio v1.5-Ausgaben. Wird laufend aktualisiert, sobald neue Generatoren erscheinen und genug Samples in freier Wildbahn ansammeln.
~5 Sekunden bis zum Urteil
Upload fertig, Inferenz läuft, du bekommst eine Wahrscheinlichkeit. Wir bitten dich nicht, in einer Warteschlange zu warten oder einem gefälschten Fortschrittsbalken zuzusehen.
Wahrscheinlichkeit, kein Etikett
Wir zeigen 0–100 % mit einer Urteilszone (Wahrscheinlich Mensch / Unklar / Wahrscheinlich KI). Wenn das Modell unsicher ist, sagen wir das – statt so zu tun, als wären wir sicher.
Deine Datei bleibt privat
Audio wird im Speicher verarbeitet und sofort verworfen. Wir protokollieren das Urteil und einen kurzen Embedding-Hash für unser Drift-Monitoring – nicht das Audio.
Kostenlos, ohne Anmeldung
Drei kostenlose Uploads zum Ausprobieren. Brauchst du Batch-Erkennung oder API-Zugang? Wir haben mit Labels und DSPs darüber gesprochen – melde dich.
Offene Methodik
Jede Aussage auf dieser Seite zu Generator-Abdeckung und Genauigkeit ist belegt. Wir veröffentlichen unsere internen Benchmarks im Blog, wenn sie sich merklich ändern.
So funktioniert die Erkennung.
Lege eine Audiodatei ab.
MP3, WAV oder FLAC bis 30 MB. Wir zerlegen sie in 5-Sekunden-Fenster; du musst keinen Clip zuschneiden.
Unser Modell bewertet jedes Fenster.
Der Detector gibt pro Fenster eine Wahrscheinlichkeit aus, dass das Segment von einem bekannten KI-Generator stammt (Suno, Udio, MusicGen, Stable Audio). Wir aggregieren zu einem Track-Level-Score, gewichtet nach Audio-Energie.
Urteil + nächste Übereinstimmung + Signale.
Du bekommst eine Wahrscheinlichkeit (0–100 %), eine Urteilszone, den nächstliegenden bekannten Generator und die drei wichtigsten Signale hinter der Einschätzung – Stimmartefakte, dynamische Flachheit, spektrale Fingerabdrücke usw.
Generator-Abdeckung Stand Mai 2026.
Wir benchmarken monatlich. Die Open-Set-Generalisierung auf brandneue Modelle ist der schwierige Teil – wir trainieren neu und liefern Modell-Updates, sobald neue Generatoren genug Samples in freier Wildbahn haben.
| Generator | Erschienen | Vocals? | Unsere Erkennung | Anmerkungen |
|---|---|---|---|---|
| Suno v3 / v4 | 2024–25 | Ja | 98% recall | Am häufigsten in freier Wildbahn. Starker Fingerabdruck in der Vocal-Zischlautbildung. |
| Udio v1 / v1.5 | 2024–25 | Ja | 96% recall | Sauberere Mixe als Suno; wir erfassen es über dynamische Flachheit + Stereobild. |
| MusicGen (Meta) | 2023 | Nein | 91% recall | Nur instrumental. Älter – schwieriger, wenn es über ein echtes Vocal-Stem gelegt wird. |
| Stable Audio 2 | 2024 | Begrenzt | 89% recall | Stark bei langen Instrumentalstücken; Ambient / Drone ist die Schwachstelle. |
| Riffusion / unknowns | diverse | Gemischt | ~70% | Open-Set: alles, was nicht in unserem Fine-Tune-Datensatz ist. Unklar ist hier die ehrliche Antwort. |
| Menschliche Studioaufnahme | — | — | 3 % falsch positiv | Stark komprimierter Pop und AutoTune-lastige Vocals sind die kniffligsten Fehlalarme. |
KI-Forensik, kein Raten.
Unser KI-Musik-Detector versteht Erkennung als Audio-Forensik: Er lernt generatorspezifische spektrale Fingerabdrücke und Dynamiksignaturen über einen Benchmark aus Millionen KI-generierter Samples von Suno, Udio und MusicGen. Laufend fein abgestimmt auf unsere eigene Sammlung, damit wir die neuesten Modellversionen erfassen. Stammt ein Track von einem Generator, den wir nicht kennen, sagt der Detector „Unklar“ – und wir stimmen ihm zu.