Studio

AI-muziekdetectie: hoe het werkt, hoe nauwkeurig het is en welke platformregels voor AI-muzikanten gelden

Wat is AI-muziekdetectie?

AI-muziekdetectie is het proces waarmee platforms en distributeurs bepalen of een song door een mens, een AI-generator of een combinatie van mens en AI is gemaakt. Voor AI-muzikanten is detectie belangrijk omdat het invloed kan hebben op goedkeuring van releases, AI-labels, royalty's, toelating tot playlists, beoordeling door distributeurs, auteursrechtclaims en het vertrouwen van luisteraars.

Er bestaat geen enkele universele AI-muziekdetector. Sommige systemen zoeken naar watermerken, zoals Google SynthID. Andere vergelijken bestanden met bekende Suno- of Udio-exports. Weer andere lezen metadata die AI-gebruik vermelden. Sommige gebruiken voorspellende modellen die schatten of een track klinkt als bekende AI-gegenereerde muziek.

Zie het als de beveiliging op een luchthaven: een identiteitscontrole, een bagagescanner, een metaaldetector en soms een menselijke beoordeling. Bij AI-muziekdetectie kunnen metadata, watermerken, referentiedatabases, voorspellende modellen, fraudecontroles en platformregels elk een ander antwoord geven.

Een percentage van een detector is een schatting, geen oordeel. Als een openbaar hulpmiddel een track '70% AI' noemt, betekent dat alleen dat deze detector, met deze trainingsdata en deze drempel, patronen heeft gevonden die hij met AI-muziek associeert. Een andere detector kan dezelfde song anders scoren, vooral na ruisverwijdering, stemseparatie, opnieuw combineren, mastering, Match EQ of audiokwaliteitsverbetering.

Verbeter de kwaliteit van je AI-muziek voor de release
Herstel ontbrekende frequenties, verminder AI-artefacten, splits problematische stems af en master de schonere versie voor streaming.

AI-muziekdetectie samengevat voor AI-muzikanten

VraagPraktisch antwoord
Wat gebeurt er als mijn AI-song wordt gedetecteerd?Dat hangt af van het platform. De song kan een label krijgen, uit aanbevelingen worden gehaald, geen inkomsten meer opleveren, ter beoordeling worden doorgestuurd of worden verwijderd bij schending van regels over rechten, identiteitsmisbruik, spam of fraude.
Kan ik Suno-, Udio- of andere AI-muziek uitbrengen?Meestal wel, maar niet overal. Sommige platforms staan het onder voorwaarden toe, terwijl andere geheel of grotendeels AI-gegenereerde muziek verbieden of beperken.
Levert AI-muziek royalty's op?Soms. Tidal zegt dat volledig AI-gegenereerde muziek niet te gelde kan worden gemaakt; andere platforms betalen mogelijk voor toegestane muziek maar blijven fraude-, rechten- en vermeldingsregels handhaven.
Moet ik AI-gebruik vermelden?Gebruik de vermeldingsvelden als ze beschikbaar zijn. Vermelding kan gaan over AI-zang, instrumentatie, teksten, productie, nabewerking of volledig gegenereerde bronaudio.
Kunnen mastering of kwaliteitsverbetering AI-muziekdetectie omzeilen?Ze kunnen scores van voorspellende modellen veranderen, maar zijn geen betrouwbare omzeiling van watermerken, herkomstgegevens, referentiedatabases of getrainde voorspellende modellen.
Wat moeten AI-muzikanten doen?Maak de best mogelijke opname, documenteer de werkwijze, vermeld AI wanneer dat verplicht is en kies platforms waarvan de regels bij het project passen.

De nuttige vraag is niet 'Kan ik elke detector misleiden?', maar welke detector wordt gebruikt, naar welk signaal zoekt die en wat doet het platform met de uitslag? Dit artikel onderscheidt die gevallen zodat je de regels kunt begrijpen zonder elke AI-score als feit te behandelen.

Hoe controleer je of een song door AI is gemaakt?

Je kunt zelf snel controleren, maar geen enkel hulpmiddel geeft een definitief antwoord:

  1. Scan met een openbare detector. De gratis AI-muziekdetector van Deezer, gelanceerd op 11 juni 2026, scant je playlists op 20 streamingdiensten zonder Deezer-abonnement. Deezer claimt 99,8% nauwkeurigheid bij volledig AI-gegenereerde tracks. Voor losse bestanden biedt AHA Music AI Music Detector 5 gratis controles per dag en beoordeelt het zang en begeleiding apart.
  2. Controleer op een Google-watermerk. Upload het bestand naar Gemini en vraag of het met Google AI is gemaakt. Dit vindt alleen SynthID-merken van Google-tools, geen Suno of Udio.
  3. Zoek naar labels en vermeldingen. Deezer labelt volledig AI-gegenereerde tracks en sommige platforms tonen door de distributeur aangeleverde AI-vermeldingen.
  4. Vergelijk meerdere resultaten. Detectors zijn op specifieke generators getraind en kunnen het oneens zijn. Een hoge score is reden om verder te kijken, geen bewijs.

Hoe AI-muziekdetectie werkt: vier methoden

De meeste AI-muziekdetectiesystemen in de praktijk combineren vier methoden: vermelding, watermerken, referentiematching en voorspellende modellen.

1. Metadata over AI-gebruik en herkomst

Dit is het eerlijkheidslabel. De artiest, distributeur, generator of bewerkingsapp verklaart dat AI is gebruikt, net zoals een voedingsetiket ingrediënten opsomt. In muziekdistributie kan dat eenvoudige metadata zijn, een platformspecifiek selectievakje, een DDEX-vermelding bij muziek of een C2PA-herkomstbewijs voor content.

Voorbeelden:

Metadata werken voor eerlijke makers, maar zijn zwak als detectiemethode. Ze helpen platforms miljoenen tracks te organiseren, maar zijn afhankelijk van correcte meldingen en het behoud van metadata in de keten van distributeur naar DSP.

2. Watermerken, vingerafdrukken en generatorherkomst van AI-muziek

Dit is het onzichtbare stempel. Als de AI-generator meewerkt, kan die een merk in het geluid verbergen of het gegenereerde bestand bij aanmaak in een database registreren. Later controleert een detector op dat merk of die vingerafdruk.

Voorbeelden:

De beperking: een detector vindt alleen het stempel dat hij kent. Als Gemini geen SynthID in een Suno-bestand vindt, bewijst dat niet dat het bestand door een mens is gemaakt. Het betekent dat het bestand geen detecteerbaar Google SynthID-merk bevat.

Hoe watermerken in AI-muziek werken

Een watermerk verbergt een klein bericht in het geluid. Dat ligt dichter bij steganografie dan bij 'luisteren naar AI'. De verborgen inhoud kan een ja/nee-merk, model-ID, gebruikers-ID, bitreeks of sleutelgebonden handtekening zijn.

De afbeelding hieronder laat de basistruc met beelden zien: verander kleine details en de kijker merkt het nauwelijks. Hetzelfde kan met audio. Klassieke audiosteganografie kan zelfs zichtbaar zijn in een spectrogram. Het bekendste voorbeeld is 'Formula' van Aphex Twin op de Windowlicker-EP: het gezicht van Richard D. James verschijnt wanneer je de frequenties van het geluid in de tijd bekijkt. Wired beschreef dit in 2002 als een digitaal equivalent van een bericht verbergen in geluidsgolven en vermeldde dat het beeld naar verluidt met MetaSynth was gemaakt.

Voorbeeld van LSB-steganografie: een draagafbeelding en een verborgen afbeelding vormen een visueel vergelijkbaar stegobeeld. Door ribagorda garnacho, via Wikimedia Commons, onder de licentie CC BY-SA 3.0 / GFDL.

Spectrogram van 'Formula' van Aphex Twin in het publieke domein, oorspronkelijk door PyroGamer naar Wikipedia geüpload. Bron: Wikipedia-bestandspagina.

Moderne AI-watermerken proberen onzichtbaar en onhoorbaar te zijn. Ze mogen niet op een gezicht in het spectrogram lijken of als een glitch klinken. Meestal voegen ze heel kleine, gestructureerde veranderingen toe die een bijbehorende detector kan terugvinden.

Onderzoek wil het merk moeilijk hoorbaar maken, makkelijk vindbaar voor de juiste detector en moeilijk uitwisbaar. Voorbeelden zijn AudioSeal, WavMark, Latente watermerken in generatieve audiomodellen, Timbru, Latent-Mark en een overzichtsstudie naar de robuustheid van audiowatermerken uit 2025 die laat zien waarom claims over robuustheid brede, realistische aanvalstests vereisen.

In de praktijk kan een goed stempel normale bewerkingen overleven, maar geen stempel is universeel. Watermerken werken het sterkst wanneer generator, platform en detector samenwerken.

3. Voorspellende modellen voor AI-muziekdetectie

Wat zijn voorspellende modellen voor AI-muziekdetectie?

Een voorspellend model is het hulpmiddel dat vraagt: 'klinkt dit alsof AI het heeft gemaakt?' Het heeft geen SynthID, AudioSeal, C2PA-metadata of databasematch nodig. Het analyseert de afgewerkte audio en schat of de song op bekende AI-gegenereerde muziek lijkt.

Hoe voorspellende modellen voor AI-muziekdetectie werken

Voorspellende modellen leren van voorbeelden. De aanbieder bouwt een dataset met door mensen gemaakte en AI-gegenereerde muziek, zet elke song om in kenmerken en traint dan een model om de twee groepen te onderscheiden. In onderzoek wordt dit vaak omschreven als detectie van AI-gegenereerde muziek, AI-muziekdetectie of een getraind detectiemodel.

Veelgebruikte signalen zijn spectrogrampatronen, textuur in hoge frequenties, codecartefacten, artefacten van neurale decoders, fasegedrag, stereocorrelatie, gescheiden stems, muziekrepresentaties en soms transcripties van songteksten. De detector kan ook de generator proberen te herkennen, zoals Suno, Udio, Sonauto, ElevenLabs Music, Seed Music, MiniMax, Mureka of Riffusion. Veel generators exporteren bestanden met een beperkt frequentiebereik, wat verklaart waarom AI-songs vaak bij 16 kHz ophouden en MP3-artefacten bevatten.

Hoe nauwkeurig zijn voorspellende modellen voor AI-muziekdetectie?

De gerapporteerde nauwkeurigheid is hoog, maar alleen onder specifieke testomstandigheden. Deezer Research rapporteerde tot 99,8% nauwkeurigheid in een gecontroleerd experiment met amplitudespectrogrammen. SONICS rapporteert meerdere modellen rond 0,98 F1 op fragmenten van 120 seconden. In de TISMIR-studie 'De AI-muziekwapenwedloop' haalde een commerciële detector 0,988 F1 op AI-tracks en 0,976 F1 op niet-AI-tracks in één steekproeftest.

De fouten zijn belangrijk. Een foutpositief is een vals alarm: een door mensen gemaakte song krijgt het label AI-gegenereerd. Dezelfde TISMIR-studie vond dat de commerciële detector 4,7% van de door mensen gemaakte tracks als AI bestempelde en dat simpel opnieuw samplen naar 22,05 kHz hem kon misleiden. SONICS vond ook dat fragmenten van 5 seconden zwakker waren dan volledige songs en dat Udio 32 moeilijker te detecteren was dan Suno v3.5. Voor artiesten is dit het gevaarlijke geval: een menselijke track kan worden verborgen, zijn inkomsten verliezen of een bezwaarprocedure nodig maken.

Een foutpositief staat in het vak linksonder: de detector voorspelt 'AI' terwijl de song in werkelijkheid door een mens is gemaakt. Confusiematrix in het publieke domein door ThresholdTom, via Wikimedia Commons.

Zie voor meer technische details Detectie van AI-gegenereerde muziek en de uitdagingen ervan, De AI-muziekwapenwedloop, SONICS en FakeMusicCaps.

Wie levert voorspellende modellen voor AI-muziekdetectie?

Openbare aanbieders zijn Deezers AI-muziekdetector, ACRCloud AI Music Detector, Vobile AI Song Detector, IRCAM Amplify AIMD en AHA Music AI Music Detector. Deze systemen verschillen van hulpmiddelen die alleen watermerken zoeken, zoals SynthID, doordat ze de AI-kans uit de audio zelf schatten.

Wie gebruikt voorspellende modellen voor AI-muziekdetectie?

De belangrijkste gebruikers zijn streamingplatforms, DSP's, distributeurs, labels, rechtenorganisaties, collectieve beheersorganisaties, UGC-platforms, cataloguseigenaren en fraudeteams. Individuele artiesten gebruiken openbare detectors ook om releases vooraf te controleren of te begrijpen waarom een distributeur of platform een song heeft gemarkeerd.

Voorspellende modellen zijn nuttige screeningshulpmiddelen, geen bewijs. Een model dat op één generatie Suno of Udio is getraind, werkt mogelijk niet goed op een nieuwe generator, een nieuwe decoder, een zwaar gemasterde export, een menselijke opname met AI-hulp of een song waarin alleen de achtergrondzang synthetisch is.

4. Content ID voor AI-muziek en referentiedatabases

AI-muziekdetectie volgens het Content ID-principe wordt al gebruikt. Het vraagt: 'Heb ik deze audio eerder gezien?' YouTube Content ID is de bekende auteursrechtversie: rechthebbenden leveren referentieaudio of -video, YouTube vergelijkt uploads met die database en matches kunnen worden geblokkeerd, te gelde gemaakt of gevolgd. De AI-muziekversie gebruikt hetzelfde basisidee, maar de referenties zijn bekende AI-gegenereerde muziek.

Het openbare voorbeeld voor AI-muziek is Udio met Audible Magic. Audible Magic zegt met Udio samen te werken om muziek bij generatie een vingerafdruk te geven, en Music Business Worldwide meldde dat Udio-tracks in het ID-systeem van Audible Magic geregistreerd zouden worden. Udio heeft sindsdien downloads uitgeschakeld; onze handleiding legt uit hoe je je Udio-songs bewaart nu downloaden niet meer kan.

Platforms publiceren hun precieze matchingmethoden niet. Gegenereerde track-ID's, bestandshashes, audiovingerafdrukken, latente ID's, prompt- of sessie-ID's, metadata en aangeleerde audiokenmerken zijn allemaal mogelijke identificatoren. Simpele bestandshashes veranderen na MP3-export, knippen, mastering of het opnieuw combineren van stems; audiovingerafdrukken en aangeleerde kenmerken zijn toleranter. Daarom vullen referentiedatabases en watermerken elkaar aan: databases werken goed voor bekende gegenereerde tracks, terwijl watermerken normale bewerkingen in het geluid kunnen overleven.

AI-muziekdetectieaanbieders en platformbeleid

Deze tabel vat openbaar beleid per 1 juli 2026 samen en is geen garantie. Platforms en distributeurs kunnen hun regels veranderen, grensgevallen anders interpreteren of extra controles toepassen. Lees daarom het gelinkte beleid voordat je AI-muziek uitbrengt. In deze tabel betekent Toegestaan? of AI-gegenereerde muziek als releasecategorie kan worden aangeleverd of gepubliceerd, niet of elke AI-werkwijze in elk grensgeval wordt geaccepteerd.

Platform of distributeurRolToegestaan?Vermelding verplicht?Automatische detectie?Royalty's / inkomsten?
TidalDSP en Tidal Upload✅ Toegestaan✅ Vermelding verplicht✅ Automatische detectie❌ Geen inkomsten
DeezerDSP✅ Toegestaan❌ Geen verplichte vermelding✅ Automatische detectie🟡 Gedeeltelijke inkomsten: frauduleuze streams worden niet betaald; AI-tracks worden niet meer aanbevolen.
SpotifyDSP✅ Toegestaan❌ Geen verplichte vermelding🟡 Gedeeltelijke detectie: spam- en identiteitsmisbruiksystemen, geen openbare binaire detector.✅ Inkomsten toegestaan
YouTubeUGC, muziekvideo's, distributieketen van YouTube Music✅ Toegestaan🟡 Gedeeltelijke vermelding: realistische of wezenlijk gewijzigde content.🟡 Gedeeltelijke detectie: vermelding, herkomst, GenAI-labels, Content ID en interne systemen.🟡 Gedeeltelijke inkomsten: afhankelijk van rechten, YPP, Content ID en beleid voor synthetische media.
TikTokUGC en sociaal muziekplatform🟡 Gedeeltelijk toegestaan: voor realistische AI-muziek, AI-gegenereerde media en identiteitsmisbruik gelden extra regels.🟡 Gedeeltelijke vermelding: realistische AI-muziek of AI-gegenereerde media.🟡 Gedeeltelijke detectie: automatische labels voor sommige TikTok AI-effecten en C2PA-uploads.🟡 Gedeeltelijke inkomsten: afhankelijk van licentie, makersprogramma en regels voor AI-gegenereerde media.
BandcampDirect artiestenplatform❌ Niet toegestaan⚪ Niet van toepassing❌ Geen automatische detectie❌ Geen inkomsten
DistroKidDistributeur✅ Toegestaan✅ Vermelding verplicht❌ Geen automatische detectie🟡 Gedeeltelijke inkomsten: DSP-regels kunnen alsnog blokkeren, labelen of inkomsten uitsluiten.
TuneCore / BelieveDistributeur🟡 Gedeeltelijk toegestaan: alleen toegestane GenAI-werkwijzen met licenties.🟡 Gedeeltelijke vermelding: transparantie verplicht voor toegestane werkwijzen.🟡 Gedeeltelijke detectie: Believe beschrijft AI Radar; TuneCore richt zich op toelatingscriteria.🟡 Gedeeltelijke inkomsten: alleen toegestane, geaccepteerde releases.
CD Baby / DowntownDistributeur❌ Niet toegestaan⚪ Niet van toepassing❌ Geen automatische detectie❌ Geen inkomsten
LANDRDistributeur🟡 Gedeeltelijk toegestaan: beperkte AI-inzendingen geaccepteerd.✅ Vermelding verplicht✅ Automatische detectie🟡 Gedeeltelijke inkomsten: verschillende DSP's en Content ID-bestemmingen uitgesloten.
Ditto MusicDistributeur✅ Toegestaan❌ Geen verplichte vermelding❌ Geen automatische detectie🟡 Gedeeltelijke inkomsten: DSP's kunnen volledig AI-releases afwijzen.
RouteNoteDistributeur🟡 Gedeeltelijk toegestaan: herkomstbeoordeling; sommige AI-releases afgewezen.🟡 Gedeeltelijke vermelding: AI-sites of bewijs kunnen worden opgevraagd.❌ Geen automatische detectie🟡 Gedeeltelijke inkomsten: geen DSP's met contentherkenning of Koreaanse winkels.
AmuseDistributeur✅ Toegestaan❌ Geen verplichte vermelding❌ Geen automatische detectie🟡 Gedeeltelijke inkomsten: Qobuz, Meta en YouTube Content ID uitgesloten.
SymphonicDistributeur✅ Toegestaan🟡 Gedeeltelijke vermelding: waar verplicht.🟡 Gedeeltelijke detectie: invoering van vingerafdruk- en validatiesystemen.🟡 Gedeeltelijke inkomsten: afhankelijk van DSP-regels, rechten, fraude en identiteitsmisbruik.

Detectoraanbieders leveren meetinstrumenten, geen regels. Google SynthID detecteert uitvoer met Google-watermerken. IRCAM Amplify AIMD, ACRCloud AI Music Detector, Vobile AI Song Detector en AHA Music AI Music Detector bieden voorspellende AI-muziekdetectiediensten. Audible Magic en Udio zijn een voorbeeld van vingerafdrukken vanuit de bron, waarbij gegenereerde tracks in een referentiedatabase worden geregistreerd.

Kun je AI-muziekdetectie omzeilen met stemseparatie, kwaliteitsverbetering of mastering?

Bewerking kan een voorspellende score veranderen, maar gegarandeerde omzeiling bestaat niet. Het hangt af van het type detectie.

Voorspellende modellen zoeken naar patronen, dus audiobewerking kan die verschuiven. Verschillende Neural Analog-tools veranderen deze signaalkenmerken:

Verbeter de kwaliteit van je AI-muziek voor de release
Herstel ontbrekende frequenties, verminder AI-artefacten, splits problematische stems af en master de schonere versie voor streaming.

Dezelfde bewerking kan de ene detector helpen en de andere hinderen. Als een voorspellend model steunt op lage effectieve bitrate, neurale-decoderartefacten of de oorspronkelijke frequentietextuur van de generator, kunnen herstel, het combineren van stems, regeneratie van hoge frequenties, opnieuw samplen of mastering de score verschuiven. Maar als de detector herstelde hoge tonen als verdachte synthetische textuur ziet, of op bewerkte AI-muziek is getraind, kan de score ook stijgen.

Andere methoden zijn niet van die patronen afhankelijk. Watermerken kunnen normale bewerkingen overleven, bronvingerafdrukken kunnen bekende gegenereerde tracks herkennen, C2PA- of distributeursmetadata kunnen AI-gebruik zonder luisteren vaststellen, en platforms kunnen uploadgedrag, fraudesignalen, catalogusmatching of menselijke beoordeling gebruiken. Het betere doel is niet 'laat de detector mens zeggen', maar 'maak muziek die het luisteren waard is' en breng die uit binnen de regels van de platforms die je kiest.

Maak de beste muziek die je kunt en breng die uit waar de regels bij het project passen. AI-muziekdistributie wordt een eigen categorie: sommige platforms staan het toe, sommige labelen het, sommige beperken inkomsten en sommige wijzen het af. Goede muziek blijft belangrijk, maar de releasestrategie ook. Zie voor de releasestappen hoe je een Suno-song op Spotify uitbrengt.

Voorbeelden van AI-muziek waar mensen echt van genieten

Deze openbare voorbeelden tonen het betere doel: muziek die luisteraars opnieuw willen horen, uitgebracht waar de regels passen.

is it sunday? maakt jazzy lofi-beats met AI.

Maybe Real publiceert AI-covers in soul- en funkstijl.

Openbare AI-muziekvoorbeelden kunnen ook experimenteel, glitchachtig of vanuit de internetcultuur ontstaan zijn, in plaats van traditionele releasevormen na te bootsen.

Veelgestelde vragen over AI-muziekdetectie voor muzikanten

Wat gebeurt er als mijn AI-muziek wordt gedetecteerd?

Detectie betekent niet altijd verwijdering. Afhankelijk van het platform kan gedetecteerde AI-muziek een label krijgen, uit aanbevelingen worden gehaald, van bepaalde verdienprogramma's worden uitgesloten, ter beoordeling worden doorgestuurd of worden verwijderd bij schending van regels over rechten, identiteitsmisbruik, spam of fraude.

Hoe controleer ik of een song door AI is gemaakt?

Gebruik meerdere signalen. Probeer een openbare detector zoals Deezers gratis playlistdetector of AHA Music AI Music Detector, vraag Gemini op een SynthID-watermerk te controleren en zoek naar AI-labels of vermeldingen op het platform. Behandel elke score als een schatting, niet als bewijs.

Kunnen AI-muzikanten muziek uitbrengen op Spotify, Tidal, Deezer, YouTube of TikTok?

Meestal wel, maar de regels verschillen. Sommige platforms staan AI-muziek toe met vermelding of beperkingen, sommige distributeurs accepteren alleen toegestane AI-werkwijzen, en Bandcamp en CD Baby zeggen geen muziek te accepteren die geheel of grotendeels door AI is gegenereerd. Controleer altijd het huidige beleid voordat je iets uitbrengt.

Levert AI-gegenereerde muziek royalty's op?

Dat hangt af van het platform en het soort AI-gebruik. Tidal zegt dat volledig AI-gegenereerde muziek niet te gelde kan worden gemaakt. Deezer sluit frauduleuze streams uit en haalt volledig AI-gegenereerde tracks uit aanbevelingen. Andere platforms betalen mogelijk voor toegestane muziek met geldige licenties maar blijven regels over spam, rechten, identiteitsmisbruik en vermelding handhaven.

Moet ik AI-gebruik in muziek vermelden?

Gebruik de velden voor AI-vermelding als je distributeur of platform die aanbiedt. Vermelding kan gaan over volledig AI-gegenereerde muziek, AI-zang, AI-instrumentatie, AI-teksten, AI-productie of AI-nabewerking. Is je track hybride, leg die gecombineerde werkwijze dan uit in plaats van AI-gebruik als alles-of-niets te behandelen.

Kunnen mastering, stemseparatie of kwaliteitsverbetering AI-muziekdetectie omzeilen?

Geen methode garandeert omzeiling. Stemseparatie, ruisverwijdering, herstel, kwaliteitsverbetering, Match EQ, opnieuw coderen of mastering kunnen scores van voorspellende modellen veranderen, maar robuuste watermerken, herkomstmetadata, referentiedatabases en modellen die op bewerkte AI-muziek zijn getraind kunnen blijven werken.

Wat moet ik bewaren als mijn met AI-hulp gemaakte track onterecht wordt gemarkeerd?

Bewaar originele exports, DAW-sessies, stems, teksten, promptgeschiedenis, licenties, bewijs van menselijke uitvoering en notities die uitleggen welke delen door AI, met hulp van AI of door mensen zijn gemaakt. Dit bewijs kan helpen bij distributeursbeoordeling, platformsupport of een bezwaarprocedure.

Gerelateerde handleidingen