حدد كاشف عصبي قائم على المخطط الطيفي الأصوات المعالجة بـ Auto-Tune بدقة 94.75%، مقابل 79.33% لنموذج RawNet2 الأساسي الذي قورن به (Gohari et al., IEEE WIFS 2024). يترك تصحيح طبقة الصوت بصمة تستطيع الآلات قراءتها، مع أن الأذن البشرية متساهلة: ففي التسجيلات العادية يكون اكتشاف النغمة الخاطئة المغناة مع الكلمات أصعب من اكتشافها حين تُغنى على مقطع محايد (Weiss وTrehub، Psychology of Music 2023). ويتباين القبول بحسب العمر، إذ قبِل 78.4% من المشاركين من الجيل Z استخدام Auto-Tune مقابل 31.2% من جيل طفرة المواليد في مسح أُجري عام 2025 (Xie وKim، Journal of Computing and Biomedical Informatics 2025). والمادة الخام التي تعمل عليها هذه الأدوات بعيدة عن الكمال: ففي 22% من التسجيلات الغنائية غير المصحوبة بمرافقة، انحرف المغنون بشكل ملحوظ عن طبقة الصوت التي بدأوا بها (Mauch وFrieler وDixon، JASA 2014). جمعنا بيانات من Billboard وRecording Academy وAntares Audio Technologies، ومن دراسات الإدراك المحكّمة في Psychology of Music وBehavior Research Methods وMusic and Science وJASA، ومن أوراق معالجة الإشارات في IEEE WIFS وICASSP وData in Brief. وإذا جئت من إحصائيات طبقة الصوت الحفلية وضبط A=440 لدينا، فهذا الاستعراض ينتقل من النغمة المرجعية التي تضبط عليها الأوركسترا آلاتها إلى البرنامج الذي يسحب الصوت البشري نحوها.
ملاحظة سريعة عن الوحدة المستخدمة في كل ما يلي: تُقاس المسافات بين طبقات الصوت بالسنت (cent)، حيث 100 سنت تساوي نصف نغمة (مفتاحا واحدا في البيانو) و50 سنت تساوي ربع نغمة.
أبرز النقاط
- بقيت أغنية ‘Believe’ لـ Cher 4 أسابيع في المركز الأول على Billboard Hot 100 (Billboard Canada، الذكرى الخامسة والعشرون لأغنية Believe، 2023).
- تأسست Celemony، صانعة Melodyne، عام 1997 ونالت جائزة GRAMMY التقنية في حفل جوائز GRAMMY الرابع والخمسين (Recording Academy، جائزة GRAMMY التقنية: Celemony).
- يستطيع نحو 85-90% من الناس الغناء بضبط صحيح، بينما يفتقر نحو 10-15% إلى الدقة بوضوح (Dalla Bella et al., Frontiers in Psychology 2011).
- ظهر انجراف ملحوظ في طبقة الصوت في 22% من 72 تسجيلا غنائيا غير مصحوب بمرافقة، عند p < 0.01 (Mauch وFrieler وDixon، JASA 2014).
- كانت قدرات 95% من 333 مستمعا في اكتشاف الانحراف عن الضبط تقابل ما بين 36.309 و82.589 سنت (Larrouy-Maestri et al., Behavior Research Methods 2019).
- قيّم قادة الجوقات ومعلمو الغناء 11 من 16 سلما موسيقيا مصححا بالكامل بأقل من 80 من 120 في دقة الضبط (Michael وGilman، Journal of Singing 2021).
- فضّل المستمعون المصحّح الآلي في 79% من المقارنات حين كان الأصل بعيدا بمقدار 40 إلى 60 سنت (Wager et al., ICASSP 2020).
- يقبل 78.4% من الجيل Z مقابل 31.2% من جيل طفرة المواليد استخدام Auto-Tune في التسجيلات (Xie وKim، Journal of Computing and Biomedical Informatics 2025).
- حافظ كاشف على دقة 87.55% في الأصوات المعالجة بـ Auto-Tune بعد ضغط MP3، مقابل 56.67% للنموذج الأساسي (Gohari et al., IEEE WIFS 2024).
- تضم مجموعة بيانات ATDD 21,249 مقطعا موسوما لاكتشاف Auto-Tune بثلاث لغات (Gohari et al., Data in Brief 2026).
1. المحطات: كيف وصل تصحيح طبقة الصوت إلى قوائم الأغاني
عمر تصحيح طبقة الصوت أقل من 30 عاما: فصدور Auto-Tune وتأسيس Celemony يعودان معا إلى عام 1997. صُمم البرنامج لإصلاح النغمات بهدوء، لكنه اشتهر لسبب معاكس، حين جعلت أغنية ناجحة التصحيح مسموعا. بقيت أغنية ‘Believe’ لـ Cher 4 أسابيع في المركز الأول على Billboard Hot 100، وتنسب Billboard Canada إلى هذه الأغنية الصادرة عام 1999 فضل أنها «عرّفت العالم على عجائب AutoTune» (Billboard Canada, 2023).
وتتبع تكريمات الصناعة نفسها المسار ذاته. فقد منحت Recording Academy شركة Celemony، صانعة Melodyne، جائزة GRAMMY التقنية في حفل جوائز GRAMMY الرابع والخمسين، وتسجل أن Peter Neubäcker قدّم Melodyne في معرض NAMM الشتوي عام 2001 (Recording Academy, Technical GRAMMY Award: Celemony). وتقول Antares إن مؤسسها Andy Hildebrand نال جائزة GRAMMY التقنية لعام 2023 (مدونة Antares, 2023)، وهو إعلان صادر عن الشركة نفسها.
| المقياس | القيمة | المصدر |
|---|---|---|
| تاريخ الإطلاق العام لـ Auto-Tune (ادعاء الشركة نفسها) | 19 سبتمبر 1997 | Antares Audio Technologies, The Science Behind Auto-Tune 2026 (ادعاء الشركة) |
| الدول التي بلغت فيها أغنية ‘Believe’ المركز الأول (ادعاء الشركة نفسها) | 23 | Antares Audio Technologies، منشور GRAMMY التقني 2023 (ادعاء الشركة) |
| عدد الأسابيع التي قضتها أغنية ‘Believe’ لـ Cher في المركز الأول على Billboard Hot 100 | 4 | Billboard Canada، الذكرى الخامسة والعشرون لأغنية Believe، 2023 |
| ترشيحات GRAMMY لأغنية ‘Believe’ (الأغنية المنفردة والألبوم) مقابل الفوز | 3 ترشيحات، فوز واحد (أفضل تسجيل راقص) | Billboard Canada، الذكرى الخامسة والعشرون لأغنية Believe، 2023 |
| سنة تأسيس Celemony، الشركة التي تقف وراء Melodyne | 1997 | Recording Academy, Technical GRAMMY Award: Celemony |
| سنة تقديم Melodyne (معرض NAMM الشتوي) | 2001 | Recording Academy, Technical GRAMMY Award: Celemony |
| حفل GRAMMY الذي تسلمت فيه Celemony جائزة GRAMMY التقنية | حفل جوائز GRAMMY الرابع والخمسون (جوائز الاستحقاق الخاصة 2012) | Recording Academy, Technical GRAMMY Award: Celemony |
ملاحظة سياقية: يؤرخ منشور الشركة نفسه صدور ‘Believe’ بـ 22 أكتوبر 1998؛ وكل من رقم الدول الـ 23 وهذا التاريخ مصدره مدونة الشركة نفسها وليس بيانات مستقلة عن القوائم. لم نجد إحصاء محكّما يمكن التحقق منه لعدد الأغاني الناجحة الحالية التي خضعت لتصحيح طبقة الصوت؛ راجع ملاحظة البيانات في المنهجية.
2. مدى دقة غناء الناس دون تصحيح
يوجد تصحيح طبقة الصوت لأن الصوت البشري أداة غير دقيقة، لكن الفجوة أصغر مما توحي به المقولة الرائجة «الجميع يحتاج Auto-Tune». والمشكلة الأكبر ليست إصابة النغمة مرة واحدة، بل الحفاظ على المرجع مع مرور الوقت: ففي 22% من 72 تسجيلا غنائيا غير مصحوب بمرافقة، انحرف المغنون بشكل ملحوظ عن طبقة الصوت التي بدأوا بها (p < 0.01) (Mauch وFrieler وDixon، JASA 2014). والانجراف (انزلاق بطيء للأداء كله صعودا أو هبوطا) هو بالضبط ما يزيله المصحّح المقيّد بالسلم، لأنه يعيد كل نغمة إلى سلم ثابت.
كان المحفز المستخدم في الدراسة أغنية ‘Happy Birthday’ مغناة على المقطع “na” بواسطة 24 مغنيا متفاوتي القدرة. وتضع مراجعة أوسع أرقام السكان في سياقها: يستطيع معظم الناس غناء لحن بضبط صحيح، ونقطة الضعف الحقيقية هي الثبات (Dalla Bella وBerkowska وSowiński، Frontiers in Psychology 2011). أحدث البيانات المتاحة: مراجعة Frontiers in Psychology لعام 2011 وJASA 2014؛ والدراسات السكانية الأحدث التي تستخدم المقاييس نفسها نادرة.
| المقياس | القيمة | المصدر |
|---|---|---|
| الوسيط المطلق لانجراف طبقة الصوت خلال أداء غير مصحوب بمرافقة يستمر نحو 50 ثانية (24 مغنيا) | 11 سنت | Mauch وFrieler وDixon، JASA 2014 |
| التسجيلات ذات الانجراف الدال إحصائيا (من أصل 72) | 22% (16) عند p < 0.01؛ 38% (27) عند p < 0.05 | Mauch وFrieler وDixon، JASA 2014 |
| الخطأ الوسيط في المسافة بين نغمتين مغناتين متتاليتين | 0.267 نصف نغمة (نحو 27 سنت) | Mauch وFrieler وDixon، JASA 2014 |
| حصة عامة السكان التي تفتقر بوضوح إلى الدقة في إنتاج طبقة الصوت | نحو 10-15% | Dalla Bella وBerkowska وSowiński، Frontiers in Psychology 2011 |
| حصة عامة السكان القادرة على الغناء بضبط صحيح في التقييمات المنهجية | نحو 85-90% | Dalla Bella وBerkowska وSowiński، Frontiers in Psychology 2011 |
| الحصة المصنفة غير دقيقة عند احتساب ثبات المحاولات المتكررة | نحو 55% | Pfordresher et al. 2010، كما لخصها Dalla Bella et al., Frontiers in Psychology 2011 |
| متوسط الانحراف عن المسافات الموسيقية الصحيحة، المغنون العرضيون مقابل المغنين المحترفين | 0.6 نصف نغمة مقابل 0.3 نصف نغمة | Dalla Bella et al. 2007، كما لخصها Dalla Bella et al., Frontiers in Psychology 2011 |
| مقدار ابتعاد المغنين المحترفين عن الضبط في المسافات الموسيقية، مقيسا بالسلم المعدل المتساوي | 20-25 سنت | Vurma وRoss 2006 وZurbriggen et al. 2006، كما لخصها Dalla Bella et al., Frontiers in Psychology 2011 |
ملاحظة عن القيم الشاذة: في تلك الدراسة لم يرتبط الانجراف بالخبرة في الغناء ولا بمقاييس الدقة الأخرى، وكانت معظم الانجرافات الملحوظة صعودية. وارتبطت الخبرة في الجوقات بدقة أعلى في النغمات والمسافات الموسيقية، لكنها لم توقف الانزلاق بشكل موثوق.
3. مقدار الانحراف عن الضبط الذي يسمعه المستمعون فعلا
المستمعون متسامحون، وهذا التسامح هو الاقتصاد الخفي لتصحيح طبقة الصوت: فكل ما عليه هو تحريك النغمة بما يكفي لتجاوز عتبة المستمع، لا بلوغ الكمال. استخدمت معايرة اختبار إدراك الانحراف عن الضبط تسجيلات بوب حقيقية، مع إزاحة الصوت الغنائي الرئيسي مقابل المرافقة الموسيقية. قابلت قدرات 95% من 333 مستمعا انزياحات في طبقة الصوت بين 36.309 و82.589 سنت (Larrouy-Maestri وHarrison وMüllensiefen، Behavior Research Methods 2019). وببساطة، لدى كل المشاركين تقريبا في هذه العينة كان لا بد أن يبتعد الصوت أكثر من ثلث نصف نغمة عن الضبط قبل أن يصبح الخطأ قابلا للاكتشاف بشكل موثوق.
استطاعت عينة التحقق المكونة من 66 شخصا التمييز بين نغمتين بسيطتين عند وسيط قدره 24.0 سنت، ما يعني أن المزيج الموسيقي نفسه يخفي أخطاء كانت الأذن ستلتقطها في حالة العزل. كما أن الأصوات البشرية أصعب في الحكم عليها من الآلات: فالموسيقيون أصحاب السمع المطلق (القدرة على تسمية النغمة دون مرجع) كانوا أقل دقة في تسمية النغمات المغناة منهم في تسمية نغمات الفيولا (Gao وOxenham، JASA 2022). وتتناول إحصائيات دقة طبقة الصوت في تركيب صوت الغناء لدينا العتبات نفسها من زاوية الغناء المولّد بالذكاء الاصطناعي. أحدث البيانات المتاحة: Behavior Research Methods 2019 وMusic and Science 2018.
| المقياس | القيمة | المصدر |
|---|---|---|
| نطاق الانحراف الصوتي عن الضبط المختبر في مقاطع موسيقى البوب، أخفض وأعلى | من 10 إلى 100 سنت، بخطوات 5 سنت | Larrouy-Maestri وHarrison وMüllensiefen، Behavior Research Methods 2019 |
| الانزياح في طبقة الصوت المقابل لقدرات 95% من 333 مستمعا في المعايرة | من 36.309 إلى 82.589 سنت | Larrouy-Maestri وHarrison وMüllensiefen، Behavior Research Methods 2019 |
| موثوقية الاختبار وإعادة الاختبار للاختبار التكيفي المكون من 30 بندا (عينة تحقق من 66 شخصا) | r = .698 (فاصل الثقة 95%: .544 إلى .806) | Larrouy-Maestri وHarrison وMüllensiefen، Behavior Research Methods 2019 |
| الوسيط لعتبة التمييز بين نغمتين بسيطتين، في عينة التحقق نفسها | 24.0 سنت | Larrouy-Maestri وHarrison وMüllensiefen، Behavior Research Methods 2019 |
| تسامح المستمعين مع الانحراف عن الضبط في الألحان المغناة | نصف ربع نغمة (25 سنت، لأن ربع النغمة يساوي 50 سنت) | Larrouy-Maestri، Music and Science 2018 |
| خطأ المسافة الموسيقية الذي لم يحكم معظم المستمعين بموثوقية أنه خارج الضبط | 40 سنت | Vurma وRoss 2006، كما لخصها Mauch وFrieler وDixon، JASA 2014 |
| أصغر فرق ترددي يمكن ملاحظته عند ترددات الغناء المعتادة حتى 800 Hz | أقل من 17 سنت | Henning 1955، كما لخصها Mauch وFrieler وDixon، JASA 2014 |
| احتمالات تسمية نغمة مغناة بشكل صحيح مقابل نغمة فيولا، الموسيقيون أصحاب السمع المطلق (n = 55) | نسبة الأرجحية 0.49 (فاصل الثقة 95%: 0.34 إلى 0.71) | Gao وOxenham، JASA 2022 |
ملاحظة سياقية: رقما التسامح الصادران عن مجموعة البحث نفسها يقيسان أمرين مختلفين. فقد وجدت دراسة 2018 «تسامحا صغيرا بشكل مفاجئ» حين حكم المستمعون على ألحان مغناة معزولة (Music and Science 2018)، بينما يدمج اختبار 2019 الصوت في مزيج بوب كامل، حيث تكون العتبات أعلى.
4. الكلمات والأصوات المعالجة بـ Auto-Tune واكتشاف أخطاء طبقة الصوت
الكلمات تمويه طبيعي للنغمات الخاطئة، وتصحيح طبقة الصوت يزيل جزءا من هذا التمويه. ففي سلسلة من أربع تجارب أُجريت مع طلاب جامعيين (افترض المؤلفون أن العينة كندية في معظمها)، استمع المشاركون إلى أغان مألوفة أُزيحت فيها نغمة واحدة بمقدار 50 أو 100 سنت. جعلت الكلمات المغناة الأخطاء أصعب في الاكتشاف من المقطع “la” بحجم أثر d = 0.74، لكن بعدما أزالت المعالجة بـ Auto-Tune التذبذب الطبيعي في طبقة الصوت داخل كل نغمة، هبط أثر الكلمات إلى d = .26 (Weiss وTrehub، Psychology of Music 2023). ويستنتج المؤلفون أن تنوع أصوات الكلمات، أكثر من معناها، هو ما يعيق تتبع طبقة الصوت.
درجات الاكتشاف أدناه هي الإصابات ناقص الإنذارات الكاذبة، فالقيمة 1.0 تعني الكمال و0 تعني التخمين. وللتذبذب الدقيق نفسه أهمية في الانتباه: ففي خط بحثي ذي صلة، كان الصوت الغنائي الرئيسي أسهل أجزاء مزيج البوب التقاطا لدى طلاب جامعة أولدنبورغ (Bürgel وPicinali وSiedenburg، Frontiers in Psychology 2021)، وخلصت دراسة لاحقة عالجت الصوت بـ Auto-Tune إلى أن هذه التعديلات الدقيقة في التردد «سمة صوتية مهمة تسهم في بروز الصوت الغنائي» (Bürgel وSiedenburg، Music Perception 2023).
| المقياس | القيمة | المصدر |
|---|---|---|
| درجة اكتشاف نغمة منحرفة مغناة مع الكلمات مقابل مغناة على “la” (24 بالغا، التجربة 1) | .273 مقابل .392 | Weiss وTrehub، Psychology of Music 2023 |
| درجة اكتشاف خطأ 50 سنت مقابل خطأ 100 سنت (التجربة 1) | .188 مقابل .477 | Weiss وTrehub، Psychology of Music 2023 |
| أثر الكلمات مقابل “la” في الاكتشاف، التسجيلات غير المعالجة | d = 0.74 | Weiss وTrehub، Psychology of Music 2023 |
| أثر الكلمات مقابل “la” بعد أن أزالت المعالجة بـ Auto-Tune تذبذب طبقة الصوت داخل النغمة (29 بالغا، التجربة 2) | d = .26 | Weiss وTrehub، Psychology of Music 2023 |
| دقة اكتشاف الصوت الغنائي الرئيسي في مزيجات البوب بعد إزالة الحجب الطيفي (التجربة 2) | 96% (93-99%) | Bürgel وPicinali وSiedenburg، Frontiers in Psychology 2021 |
| التغير في دقة الاكتشاف عند عكس ترتيب العرض، الأصوات الغنائية الرئيسية مقابل الجهير (التجربة 1، مقاطع غير معدلة) | -2% مقابل -19% | Bürgel وPicinali وSiedenburg، Frontiers in Psychology 2021 |
ملاحظة سياقية: جرى تنظيف جميع المحفزات في دراسة الكلمات أولا بواسطة Melodyne، الذي يصف المؤلفون ناتجه بأنه «تسجيلات عالية الجودة وطبيعية الصوت». وتعرض دراسة Music Perception اللاحقة لعام 2023 آثارها في أشكال بيانية لم نتمكن من الوصول إليها، لذلك لا ترد أي أرقام منها هنا.
5. هل يجعل التصحيح الغناء أفضل، وبالنسبة لمن؟
التصحيح ليس ترقية تلقائية. فحين قيّم 16 من قادة الجوقات ومعلمي الغناء سلالم موسيقية نقلها Melodyne إلى طبقات صوت مضبوطة تماما، لم تحصل النسخ «الكاملة» على درجات كاملة: ففي 11 من 16 سلما مصححا بالكامل كان المتوسط أقل من 80 على مقياس دقة الضبط من 0 إلى 120، وفي 3 منها كان المتوسط أقل من 60 (Michael وGilman، Journal of Singing 2021). فالخبراء يحكمون على دقة الضبط بأكثر من المسافة عن جهاز الضبط.
وتُظهر اختبارات الاستماع النمط نفسه. فقد انقسم عشرة مستمعين مدربين بالتساوي تقريبا بين مصحّح عصبي وتسجيل الكاراوكي الأصلي، لكنهم فضّلوا التصحيح بقوة حين كان المغني خارج الضبط بوضوح (Wager et al., Deep Autotuner, ICASSP 2020). والذوق جيلي أيضا: فقد وجد مسح شمل 847 شخصا ونُشر عام 2025 أن قبول Auto-Tune أعلى بكثير لدى الجيل Z منه لدى جيل طفرة المواليد (Xie وKim، Journal of Computing and Biomedical Informatics 2025). أحدث البيانات المتاحة لاختبارات الاستماع: Journal of Singing 2021 وICASSP 2020.
| المقياس | القيمة | المصدر |
|---|---|---|
| معلمو الغناء ذوو الخبرة الذين قيّموا سلالم 40 مغنيا (الدراسة الأولى) | 10 | Michael وGilman، Journal of Singing 2021 |
| السلالم المصححة بالكامل (حالة Tempered، حيث نُقلت كل نغمة إلى النغمة المضبوطة تماما) التي يقل متوسطها عن 80 من 120 في دقة الضبط | 11 من 16 | Michael وGilman، Journal of Singing 2021 |
| السلالم المصححة بالكامل التي يقل متوسطها عن 60 من 120 | 3 من 16 | Michael وGilman، Journal of Singing 2021 |
| الانحراف المعتاد في السلالم الأصلية المغناة غير المصححة | ضمن 30 سنت من كل نغمة مقصودة في معظمها | Michael وGilman، Journal of Singing 2021 |
| اختيارات المستمعين، المصحّح العصبي مقابل تسجيل الكاراوكي الأصلي | 33 مقابل 35 (49%، p = 0.45) | Wager et al., ICASSP 2020 |
| اختيارات المستمعين، المصحّح الأساسي الذي يثبّت النغمات على أنصاف النغمات مقابل التسجيل الأصلي | 24 مقابل 34 (41%، p = 0.12) | Wager et al., ICASSP 2020 |
| تفضيل النسخة المصححة حين كان انحراف نغمات الأصل (الانحراف المعياري) من 40 إلى 60 سنت | 79% (19 من 24) | Wager et al., ICASSP 2020 |
| قبول استخدام Auto-Tune في التسجيلات، الجيل Z مقابل جيل طفرة المواليد (مسح، n = 847) | 78.4% مقابل 31.2% | Xie وKim، Journal of Computing and Biomedical Informatics 2025 |
ملاحظة سياقية: تم تدريب Deep Autotuner على 4,702 أداء كاراوكي هاو جمعها تطبيق الغناء Smule. وفي ورقة المسح الجيلي، سجّل Auto-Tune نسبة 52.3% في «قابلية التشغيل الإجمالية» مقابل 64.7% لأخذ العينات الصوتية، إلى جانب تحليل صوتي لـ 240 أغنية R&B من عام 1980 إلى 2023؛ ولا تعرّف الورقة قابلية التشغيل ولا تذكر أين يعيش المشاركون.
6. اكتشاف Auto-Tune: دقة الآلة والإعدادات الدالة
يأتي صوت «الضبط القاسي» المسموع من إعداد واحد. تقول Antares إن التصحيح الذي يبدو طبيعيا يستخدم سرعة إعادة ضبط (retune speed، أي مدى سرعة سحب البرنامج للنغمة إلى الهدف) تتراوح بين 20 و50 ميلي ثانية، بينما يقع التأثير الكلاسيكي بين 0 و10 ميلي ثانية (Antares, The Science Behind Auto-Tune 2026)؛ وهذه قيم إرشادية من الشركة نفسها. وتُدرَّب أجهزة الكشف على هذا التثبيت الفوري تحديدا: فقد بنى الباحثون مقاطعهم المعالجة بـ Auto-Tune بنقل كل إطار إلى أقرب نغمة.
بلغت دقة أفضل كاشف قائم على المخطط الطيفي 94.75% على مستوى المقاطع، وحافظ على 87.55% بعد ضغط MP3، بينما هبط النموذج الأساسي RawNet2 إلى 56.67% (Gohari et al., IEEE WIFS 2024). وأصدر الفريق نفسه منذ ذلك الحين مجموعة تدريب متعددة اللغات (Gohari et al., ATDD, Data in Brief 2026). ولمعرفة مدى انتشار الأتمتة في أماكن أخرى من سلسلة الإشارة، راجع إحصائيات اعتماد إتقان الصوت (الماسترينغ) بالذكاء الاصطناعي لدينا. كما أن تتبع طبقة الصوت في الزمن الحقيقي هو ما يشغّل المؤثرات الصوتية الحية من النوع المدرج في صفحة المؤثرات الصوتية للبث المباشر.
| المقياس | القيمة | المصدر |
|---|---|---|
| دقة المقاطع، كاشف المخطط الطيفي (ResNet50) مقابل النموذج الأساسي RawNet2 | 94.75% مقابل 79.33% | Gohari et al., IEEE WIFS 2024 |
| الدقة بعد ضغط MP3، أفضل كاشف (ResNeXt) مقابل النموذج الأساسي | 87.55% مقابل 56.67% | Gohari et al., IEEE WIFS 2024 |
| الدقة تحت ضوضاء مضافة وتغييرات في السرعة وإزاحات زمنية، أفضل كاشف (EfficientNet) | 90.72% | Gohari et al., IEEE WIFS 2024 |
| أزواج التدريب من مقاطع صوتية مدة كل منها 10 ثوان مأخوذة من مدونة VocalSet (10.1 ساعة، 20 مغنيا) | 3,613 | Gohari et al., IEEE WIFS 2024 |
| المقاطع الموسومة مدة كل منها 10 ثوان في مجموعة بيانات ATDD لاكتشاف Auto-Tune | 21,249 | Gohari et al., Data in Brief 2026 |
| مقاطع ATDD بحسب اللغة: الماندرين / الإنجليزية / اليابانية | 12,560 / 6,321 / 2,368 | Gohari et al., Data in Brief 2026 |
| الجزء المعالج بـ Auto-Tune من كل مقطع في ATDD | من 20% إلى 80% من طوله | Gohari et al., Data in Brief 2026 |
| سرعة إعادة الضبط لتأثير الضبط القاسي الكلاسيكي مقابل التصحيح الطبيعي (ادعاء الشركة نفسها) | 0-10 ms مقابل 20-50 ms | Antares Audio Technologies, The Science Behind Auto-Tune 2026 (ادعاء الشركة) |
ملاحظة سياقية: تنشئ ورقتا الكشف كلتاهما صوتهما المعالج بـ Auto-Tune بتقنيات مفتوحة (تتبع طبقة الصوت PYIN مع إزاحة طبقة الصوت PSOLA)، وليس بإضافات تجارية، ويشير المؤلفان إلى أن هذا قد لا يطابق المعالجة الاحترافية بـ Auto-Tune. وتدّعي الشركة بشكل منفصل زمن تأخير قدره 2.5 ميلي ثانية (112 عينة عند 44.1 kHz) لإضافة AutoTune 2026 الخاصة بها (Antares, Auto-Tune for rap and hip-hop 2026)، وهو مرة أخرى رقم صادر عن الشركة.
الخلاصة: Auto-Tune وتصحيح طبقة الصوت في الموسيقى الشعبية بالأرقام
| المقياس | القيمة | المصدر |
|---|---|---|
| تاريخ الإطلاق العام لـ Auto-Tune (ادعاء الشركة نفسها) | 19 سبتمبر 1997 | Antares Audio Technologies 2026 (ادعاء الشركة) |
| عدد الأسابيع التي قضتها أغنية ‘Believe’ لـ Cher في المركز الأول على Billboard Hot 100 | 4 | Billboard Canada 2023 |
| سنة تأسيس Celemony، الشركة التي تقف وراء Melodyne | 1997 | Recording Academy, Technical GRAMMY Award: Celemony |
| سنة تقديم Melodyne | 2001 | Recording Academy, Technical GRAMMY Award: Celemony |
| التسجيلات ذات الانجراف الملحوظ في طبقة الصوت، الغناء غير المصحوب بمرافقة | 22% من 72 (p < 0.01) | Mauch وFrieler وDixon، JASA 2014 |
| حصة الأشخاص القادرين على الغناء بضبط صحيح | نحو 85-90% | Dalla Bella et al., Frontiers in Psychology 2011 |
| الانزياح في طبقة الصوت المقابل لقدرات 95% من 333 مستمعا في اكتشاف الانحراف عن الضبط | من 36.309 إلى 82.589 سنت | Larrouy-Maestri et al., Behavior Research Methods 2019 |
| احتمالات تسمية نغمة مغناة مقابل نغمة فيولا بشكل صحيح، موسيقيون أصحاب سمع مطلق | نسبة الأرجحية 0.49 | Gao وOxenham، JASA 2022 |
| أثر الكلمات مقابل “la” في اكتشاف النغمة الخاطئة، أصوات عادية مقابل أصوات معالجة بـ Auto-Tune | d = 0.74 مقابل d = .26 | Weiss وTrehub، Psychology of Music 2023 |
| دقة اكتشاف الصوت الغنائي الرئيسي في مزيجات البوب بعد إزالة الحجب الطيفي | 96% | Bürgel et al., Frontiers in Psychology 2021 |
| السلالم المصححة بالكامل التي يقل متوسطها عن 80 من 120 في تقييمات قادة الجوقات ومعلمي الغناء | 11 من 16 | Michael وGilman، Journal of Singing 2021 |
| التفضيل للمصحّح العصبي مقابل التسجيل الأصلي، إجمالا | 49% (p = 0.45) | Wager et al., ICASSP 2020 |
| التفضيل للتصحيح حين كان الأصل بعيدا بمقدار 40 إلى 60 سنت | 79% (19 من 24) | Wager et al., ICASSP 2020 |
| قبول Auto-Tune، الجيل Z مقابل جيل طفرة المواليد | 78.4% مقابل 31.2% | Xie وKim 2025 |
| دقة كاشف Auto-Tune مقابل النموذج الأساسي RawNet2 | 94.75% مقابل 79.33% | Gohari et al., IEEE WIFS 2024 |
| المقاطع الموسومة في مجموعة بيانات ATDD لاكتشاف Auto-Tune | 21,249 | Gohari et al., Data in Brief 2026 |
المنهجية والمصادر
أجرينا عمليات بحث موجهة وقرأنا الوثائق الأولية مباشرة (النصوص الكاملة للمجلات، والنسخ الأولية، وأوراق المؤتمرات، وصفحات المؤسسات نفسها). وكل رقم ورد أعلاه قُرئ في مصدر جرى جلبه أثناء البحث؛ أما الأرقام التي ظهرت في مقتطفات البحث فقط فقد استُبعدت.
- Billboard Canada: Cher في الذكرى الخامسة والعشرين لأغنية Believe (2023): الأسابيع في المركز الأول وترشيحات GRAMMY والفوز.
- Recording Academy: جائزة GRAMMY التقنية لشركة Celemony: سنة تأسيس Celemony وتقديم Melodyne وحفل جوائز GRAMMY الرابع والخمسين.
- صفحات Antares Audio Technologies The Science Behind Auto-Tune (2026) ومنشور GRAMMY التقني 2023 وAuto-Tune for rap and hip-hop (2026): ادعاءات الشركة عن تاريخ الإصدار وانتشار ‘Believe’ في القوائم وسرعة إعادة الضبط وزمن التأخير، مع وسمها بذلك.
- Mauch وFrieler وDixon، Intonation in unaccompanied singing، JASA 2014 (نسخة المؤلفين الأولية): الانجراف وخطأ المسافات الموسيقية وعتبات الإدراك الملخصة.
- Dalla Bella وBerkowska وSowiński، Disorders of pitch production in tone deafness، Frontiers in Psychology 2011: دقة الغناء لدى عامة السكان.
- Larrouy-Maestri وHarrison وMüllensiefen، The Mistuning Perception Test، Behavior Research Methods 2019: عتبات المستمعين في مقاطع البوب.
- Larrouy-Maestri، On listeners’ perception of mistuning، Music and Science 2018: التسامح مع الانحراف عن الضبط في الألحان المغناة.
- Gao وOxenham، Voice disadvantage effects in absolute and relative pitch judgments، JASA 2022: تسمية نغمات الصوت مقابل الفيولا.
- Weiss وTrehub، Detection of pitch errors in well-known songs، Psychology of Music 2023: الكلمات والمعالجة بـ Auto-Tune واكتشاف النغمة الخاطئة.
- Bürgel وPicinali وSiedenburg، Listening in the Mix، Frontiers in Psychology 2021 وBürgel وSiedenburg، Salience of Frequency Micro-modulations in Popular Music، Music Perception 2023: بروز الصوت الغنائي في المزيجات.
- Michael وGilman، The Myth of Intonation as an Objective Measure of Singing Quality، Journal of Singing 2021: تقييمات المعلمين للسلالم المصححة بواسطة Melodyne.
- Wager et al., Deep Autotuner, ICASSP 2020: تفضيل المستمعين للتصحيح الآلي لطبقة الصوت.
- Xie وKim، From Sampling to Auto-Tune، Journal of Computing and Biomedical Informatics 2025: مسح القبول بين الأجيال.
- Gohari et al., Spectrogram-Based Detection of Auto-Tuned Vocals in Music Recordings, IEEE WIFS 2024 وGohari et al., ATDD multilingual dataset, Data in Brief 2026: الكشف الآلي.
- ملاحظة حول البيانات: لا توجد دراسة يمكن التحقق منها تقيس حصة الأغاني الناجحة الحالية التي خضعت لتصحيح طبقة الصوت. وقد عرض تحليل لـ Billboard Hot 100 بتاريخ 16 مارس 2025 للتأثير المسموع، نُشر في نشرة بريدية شخصية، أرقامه على هيئة صور فقط ودون طريقة معلنة، لذلك استُبعد. ولم نتمكن من قراءة رقم مسح لدى Muse Group عن تصحيح طبقة الصوت بالذكاء الاصطناعي ولا حصص المهام لدى Water and Music x Moises لتصحيح طبقة الصوت وضبط الأصوات في الصفحات المنشورة، فاستُبعدت. ونُشر مسح قبول Auto-Tune بين الأجيال في مجلة للحوسبة والمعلوماتية الطبية الحيوية، خارج الأدبيات الأساسية لإدراك الموسيقى، ولا يذكر بلد المسح ولا طريقة التجنيد ولا معنى “قابلية التشغيل”؛ فيُعامل على أنه إرشادي. ويذكر نص Michael وGilman أن الدراسة الثانية شملت 72 سلما مع أن 16 سلما في 4 ضبطات تساوي 64، كما أن مجاميع تقسيمات التدريب والتحقق والاختبار في Deep Autotuner تبلغ 4,674 وليس 4,702؛ ولا يؤثر أي من التناقضين في الأرقام المقتبسة هنا. وتعود عدة دراسات عن الغناء والإدراك إلى الفترة من 2011 إلى 2021 وقد وُسمت في أقسامها بأنها أحدث البيانات المتاحة؛ أما دراسة Music Perception اللاحقة لعام 2023 عن الأصوات المعالجة بـ Auto-Tune فتعرض أحجام آثارها في أشكال بيانية لم نتمكن من الوصول إليها. وأرقام Antares هي ادعاءات صادرة عن الشركة. ودقة الكشف مستمدة من Auto-Tune محاكى بواسطة PYIN وPSOLA، وليس بإضافات تجارية، لذا قد تختلف الدقة في الواقع العملي.
آخر تحديث: 8 نوفمبر 2026. نراجع هذا الاستعراض ونحدثه كل ثلاثة أشهر، ومن المتوقع أن يأتي التحديث التالي حين تعلن Recording Academy عن المكرَّمين بجائزة GRAMMY التقنية لعام 2027 وحين تُنشر معايير كشف جديدة على مجموعة بيانات ATDD.