Üretken yapay zekâ müzik sistemlerinde spektral iz: Suno v5.5 üzerinden bir inceleme

Üretken yapay zekâ tabanlı müzik sistemleri, son yıllarda müzik üretim süreçlerinde giderek daha yaygın biçimde kullanılmakta, ürettikleri yapıtlar algısal kalite açısından insan üretimi kayıtlarla rekabet edebilir seviyeye ulaşmaktadır. Ancak mevcut akademik çalışmalar bu sistemlerin olasılıksal üretim mekanizmalarının ses sinyalleri üzerinde bırakabileceği yapısal izleri sinyal düzeyinde henüz yeterince incelememiştir. Mevcut değerlendirme yaklaşımları ağırlıklı olarak algısal ölçütlere dayanmakta, üretken sistemlerin spektral düzlemde oluşturabileceği tekrar eden örüntüler sistematik bir analizden yoksun kalmaktadır. Bu çalışma, Suno v5.5 platformu tarafından beş farklı müzik türünde (pop, rock, caz, elektronik ve klasik) üretilen toplam elli parçanın spektral özelliklerini karşılaştırmalı biçimde incelemeyi amaçlamaktadır. Her türün karakteristik enstrümantasyonunu ve stilistik yapısını koruyacak biçimde tasarlanan türe özgü prompt’larla her türden on üretim elde edilmiştir. Çalışma kapsamında spektral düzlük, harmonik-gürültü oranı, yüksek frekans gürültü tabanı ve spektral entropi olmak üzere dört temel ölçüt istatistiksel karşılaştırmalar, etki büyüklüğü analizleri ve varyasyon katsayısı değerlendirmeleri ile incelenmiştir. Bulguların daha geniş bir bağlamda yorumlanabilmesi amacıyla her türden birer insan üretimi kayıt da aynı parametrelerle analiz edilerek Suno çıktılarıyla karşılaştırılmıştır. Bulgular, incelenen tüm spektral ölçütlerde türler arasında istatistiksel olarak anlamlı farklılıklar bulunduğunu ortaya koymaktadır. Özellikle spektral entropi ve yüksek frekans gürültü tabanı ölçütlerinde gözlemlenen düşük tür içi varyasyon, belirli spektral parametrelerin türden bağımsız biçimde sınırlı dağılım aralıklarında kümelendiğine işaret etmektedir. İnsan üretimi kayıtlarla karşılaştırıldığında elektronik türünde yüksek frekans enerji yoğunluğunun, caz türünde ise spektral düzlük farkının belirgin biçimde öne çıktığı görülmüş, klasik tür iki kaynak arasında en az ayrışan grup olmuştur. Bu bulgular ışığında, üretken yapay zekâ müzik sistemlerinde frekans domeninde belirli spektral izlerin bulunduğu anlaşılmakta; bu sistemlerin yalnızca algısal kalite üzerinden değil, nesnel sinyal düzeyi özellikleri aracılığıyla da değerlendirilebileceği görülmektedir. Ayrıca çalışma, yapay zekâ üretimi ses içeriklerinin tespiti ve doğrulanmasına yönelik araştırmalar için kullanılabilecek yöntemsel bir yaklaşım önermektedir.