Нейросетевой детектор на основе спектрограмм распознал вокал с Auto-Tune с точностью 94,75% против 79,33% у аудиомодели RawNet2, с которой его сравнивали (Gohari и др., IEEE WIFS 2024). Коррекция высоты тона оставляет отпечаток, который машины способны прочитать, хотя человеческое ухо снисходительно: в необработанных записях неверная нота, спетая со словами, заметна хуже, чем спетая на нейтральном слоге (Weiss и Trehub, Psychology of Music 2023). Принятие делится по возрасту: 78,4% респондентов поколения Z принимают Auto-Tune против 31,2% бэби-бумеров в одном опросе 2025 года (Xie и Kim, Journal of Computing and Biomedical Informatics 2025). А исходный материал, с которым работают инструменты, далёк от совершенства: в 22% записей без сопровождения певцы заметно уходили от начальной высоты тона (Mauch, Frieler и Dixon, JASA 2014). Мы свели данные Billboard, Recording Academy, Antares Audio Technologies, рецензируемых исследований восприятия в Psychology of Music, Behavior Research Methods, Music and Science и JASA, а также работ по обработке сигналов с IEEE WIFS, ICASSP и Data in Brief. Если вы пришли из нашей статистики концертного строя и стандарта A=440, этот обзор ведёт от эталонной ноты, под которую настраивается оркестр, к программам, которые подтягивают к ней голос.
Краткое пояснение к единице, используемой во всём тексте: расстояния по высоте тона измеряются в центах, где 100 центов равны одному полутону (одной клавише фортепиано), а 50 центов равны четверти тона.
Кратко (TL;DR)
- Песня Шер «Believe» провела 4 недели на 1-м месте Billboard Hot 100 (Billboard Canada, 25-летие Believe, 2023).
- Компания Celemony, разработчик Melodyne, основана в 1997 году и получила Technical GRAMMY на 54-й церемонии GRAMMY Awards (Recording Academy, Technical GRAMMY: Celemony).
- Около 85-90% людей способны петь чисто, тогда как примерно 10-15% особенно неточны (Dalla Bella и др., Frontiers in Psychology 2011).
- Заметный дрейф высоты тона обнаружен в 22% из 72 записей без сопровождения, при p < 0,01 (Mauch, Frieler и Dixon, JASA 2014).
- У 95% из 333 слушателей способность обнаруживать расстройку соответствовала диапазону от 36,309 до 82,589 цента (Larrouy-Maestri и др., Behavior Research Methods 2019).
- Хормейстеры и преподаватели вокала оценили интонацию 11 из 16 полностью исправленных гамм ниже 80 баллов из 120 (Michael и Gilman, Journal of Singing 2021).
- Слушатели предпочли автоматический корректор в 79% сравнений, когда оригинал отклонялся на 40-60 центов (Wager и др., ICASSP 2020).
- 78,4% поколения Z против 31,2% бэби-бумеров принимают Auto-Tune в записях (Xie и Kim, Journal of Computing and Biomedical Informatics 2025).
- Детектор сохранил точность 87,55% на вокале с Auto-Tune после сжатия MP3 против 56,67% у базовой модели (Gohari и др., IEEE WIFS 2024).
- Набор данных ATDD содержит 21 249 размеченных сегментов для обнаружения Auto-Tune на трёх языках (Gohari и др., Data in Brief 2026).
1. Вехи: как коррекция высоты тона попала в чарты
Коррекции высоты тона нет и 30 лет: выход Auto-Tune и основание Celemony относятся к 1997 году. Программу создавали, чтобы незаметно исправлять ноты; прославилась она по противоположной причине, когда хит сделал коррекцию слышимой. Песня Шер «Believe» провела 4 недели на 1-м месте Billboard Hot 100, а Billboard Canada приписывает сингл 1999 года заслугу в том, что он «познакомил мир с чудесами AutoTune» (Billboard Canada, 2023).
Награды самой индустрии рисуют ту же дугу. Recording Academy присудила Celemony, разработчику Melodyne, Technical GRAMMY на 54-й церемонии GRAMMY Awards и фиксирует, что Peter Neubäcker представил Melodyne на зимней выставке NAMM Show в 2001 году (Recording Academy, премия Technical GRAMMY: Celemony). Antares сообщает, что её основатель Andy Hildebrand получил Technical GRAMMY 2023 года (блог Antares, 2023), и это собственное объявление производителя.
| Показатель | Значение | Источник |
|---|---|---|
| Дата публичного выпуска Auto-Tune (собственное заявление производителя) | 19 сентября 1997 года | Antares Audio Technologies, Наука, стоящая за Auto-Tune, 2026 (заявление производителя) |
| Страны, где «Believe» достигла первого места (собственное заявление производителя) | 23 | Antares Audio Technologies, публикация о Technical GRAMMY 2023 года (заявление производителя) |
| Недель песни Шер «Believe» на 1-м месте Billboard Hot 100 | 4 | Billboard Canada, 25-летие Believe, 2023 |
| Номинации на GRAMMY за «Believe» (сингл и альбом) против побед | 3 номинации, 1 победа (лучшая танцевальная запись) | Billboard Canada, 25-летие Believe, 2023 |
| Год основания Celemony, компании, создавшей Melodyne | 1997 | Recording Academy, премия Technical GRAMMY: Celemony |
| Год представления Melodyne (зимняя выставка NAMM Show) | 2001 | Recording Academy, премия Technical GRAMMY: Celemony |
| Церемония GRAMMY, на которой Celemony получила Technical GRAMMY | 54-я церемония GRAMMY Awards (Special Merit Awards 2012 года) | Recording Academy, премия Technical GRAMMY: Celemony |
Примечание о контексте: в той же публикации производителя выход «Believe» датирован 22 октября 1998 года; цифра в 23 страны и эта дата взяты из блога самого производителя и не являются независимыми данными чартов. Мы не нашли проверяемого рецензируемого подсчёта того, сколько нынешних хитов в чартах обработано коррекцией высоты тона; см. заметку Data watch в разделе о методологии.
2. Насколько точно люди поют без коррекции
Коррекция высоты тона существует потому, что человеческий голос - неточный инструмент, но разрыв меньше, чем предполагает клише «Auto-Tune нужен всем». Главная проблема не в том, чтобы один раз попасть в ноту, а в том, чтобы удерживать опору во времени: в 22% из 72 записей без сопровождения певцы заметно ушли от начальной высоты тона (p < 0,01) (Mauch, Frieler и Dixon, JASA 2014). Дрейф (медленное сползание всего исполнения вверх или вниз) - это именно то, что устраняет корректор, привязанный к тональности, потому что он возвращает каждую ноту к фиксированной гамме.
Стимулом исследования была песня «Happy Birthday», спетая на слоге «na» 24 певцами разного уровня. Более широкий обзор позволяет оценить цифры по населению: большинство людей способны вести мелодию, а настоящая слабость - стабильность (Dalla Bella, Berkowska и Sowiński, Frontiers in Psychology 2011). Самые свежие доступные данные: обзор в Frontiers in Psychology 2011 года и JASA 2014; более новые популяционные исследования с теми же измерениями редки.
| Показатель | Значение | Источник |
|---|---|---|
| Медианный абсолютный дрейф высоты тона за примерно 50-секундное исполнение без сопровождения (24 певца) | 11 центов | Mauch, Frieler и Dixon, JASA 2014 |
| Записи со статистически значимым дрейфом (из 72) | 22% (16) при p < 0,01; 38% (27) при p < 0,05 | Mauch, Frieler и Dixon, JASA 2014 |
| Медианная ошибка интервала между последовательными спетыми нотами | 0,267 полутона (около 27 центов) | Mauch, Frieler и Dixon, JASA 2014 |
| Доля населения, особенно неточной в воспроизведении высоты тона | примерно 10-15% | Dalla Bella, Berkowska и Sowiński, Frontiers in Psychology 2011 |
| Доля населения, способная петь чисто в систематических оценках | около 85-90% | Dalla Bella, Berkowska и Sowiński, Frontiers in Psychology 2011 |
| Доля, признанная неточной при учёте стабильности повторных попыток | около 55% | Pfordresher и др. 2010, в изложении Dalla Bella и др., Frontiers in Psychology 2011 |
| Среднее отклонение от правильных музыкальных интервалов, певцы-любители против профессиональных певцов | 0,6 полутона против 0,3 полутона | Dalla Bella и др. 2007, в изложении Dalla Bella и др., Frontiers in Psychology 2011 |
| Насколько профессиональные певцы могут фальшивить на интервалах, в сравнении с равномерно темперированным строем | 20-25 центов | Vurma и Ross 2006 и Zurbriggen и др. 2006, в изложении Dalla Bella и др., Frontiers in Psychology 2011 |
Примечание о выбросах: в этом исследовании дрейф не коррелировал ни с опытом пения, ни с другими мерами точности, а большинство значимых дрейфов шло вверх. Хоровой опыт сопровождался более точными нотами и интервалами, но не останавливал сползание надёжно.
3. Какую расстройку слушатели действительно слышат
Слушатели терпимы, и эта терпимость - скрытая экономика коррекции высоты тона: ей нужно сдвинуть ноту лишь настолько, чтобы пересечь порог слушателя, а не добиваться совершенства. При калибровке Теста восприятия расстройки (Mistuning Perception Test) использовали настоящие поп-записи, сдвигая ведущий вокал относительно аккомпанемента. У 95% из 333 слушателей способности соответствовали сдвигам высоты тона от 36,309 до 82,589 цента (Larrouy-Maestri, Harrison и Müllensiefen, Behavior Research Methods 2019). Проще говоря, почти для всех в этой выборке голос должен был уйти более чем на треть полутона, прежде чем ошибка становилась надёжно различимой.
Валидационная выборка из 66 человек различала два простых тона при медиане 24,0 цента, так что сам микс скрывает ошибки, которые ухо могло бы уловить по отдельности. Голоса также оценивать труднее, чем инструменты: музыканты с абсолютным слухом (способностью назвать ноту без опоры) точнее называли ноты альта, чем спетые ноты (Gao и Oxenham, JASA 2022). Наша статистика точности высоты тона в синтезе певческого голоса рассматривает те же пороги с точки зрения пения, сгенерированного ИИ. Самые свежие доступные данные: Behavior Research Methods 2019 и Music and Science 2018.
| Показатель | Значение | Источник |
|---|---|---|
| Диапазон расстройки голоса, проверенный на фрагментах поп-музыки, ниже и выше целевой ноты | от 10 до 100 центов, с шагом 5 центов | Larrouy-Maestri, Harrison и Müllensiefen, Behavior Research Methods 2019 |
| Сдвиг высоты тона, соответствующий способностям 95% из 333 слушателей калибровки | от 36,309 до 82,589 цента | Larrouy-Maestri, Harrison и Müllensiefen, Behavior Research Methods 2019 |
| Ретестовая надёжность адаптивного теста из 30 заданий (валидационная выборка из 66 человек) | r = 0,698 (95% ДИ от 0,544 до 0,806) | Larrouy-Maestri, Harrison и Müllensiefen, Behavior Research Methods 2019 |
| Медианный порог различения двух простых тонов, та же валидационная выборка | 24,0 цента | Larrouy-Maestri, Harrison и Müllensiefen, Behavior Research Methods 2019 |
| Терпимость слушателей к расстройке в спетых мелодиях | половина четверти тона (25 центов, так как четверть тона равна 50 центам) | Larrouy-Maestri, Music and Science 2018 |
| Ошибка интервала, которую большинство слушателей не оценили надёжно как фальшь | 40 центов | Vurma и Ross 2006, в изложении Mauch, Frieler и Dixon, JASA 2014 |
| Наименьшая заметная разница частот на типичных частотах пения до 800 Гц | менее 17 центов | Henning 1955, в изложении Mauch, Frieler и Dixon, JASA 2014 |
| Шансы правильно назвать спетую ноту против ноты альта, музыканты с абсолютным слухом (n = 55) | отношение шансов 0,49 (95% ДИ от 0,34 до 0,71) | Gao и Oxenham, JASA 2022 |
Примечание о контексте: две цифры терпимости от одной и той же исследовательской группы измеряют разное. Исследование 2018 года обнаружило «удивительно малую терпимость», когда слушатели оценивали отдельные спетые мелодии (Music and Science 2018), тогда как тест 2019 года встраивает голос в полный поп-микс, где пороги выше.
4. Текст, вокал с Auto-Tune и обнаружение ошибок высоты тона
Слова - естественная маскировка для неверных нот, и коррекция высоты тона снимает часть этой маскировки. В серии из четырёх экспериментов со студентами (авторы предположили, что выборка в основном канадская) слушатели слышали знакомые песни, где одна нота была сдвинута на 50 или 100 центов. Текст затруднял обнаружение ошибок по сравнению со слогом «la», размер эффекта d = 0,74, но когда Auto-Tune убрал естественные колебания высоты тона внутри каждой ноты, эффект текста упал до d = 0,26 (Weiss и Trehub, Psychology of Music 2023). Авторы заключают, что меняющиеся звуки слов, а не их смысл, мешают отслеживанию высоты тона.
Показатели обнаружения ниже - это попадания минус ложные тревоги, так что 1,0 означало бы идеал, а 0 - угадывание. Те же микроколебания важны и для внимания: в смежной работе ведущий вокал был самой лёгкой для выделения частью поп-микса у студентов Ольденбургского университета (Bürgel, Picinali и Siedenburg, Frontiers in Psychology 2021), а последующее исследование, в котором вокал обработали Auto-Tune, пришло к выводу, что эти частотные микромодуляции - «важная акустическая характеристика, способствующая выраженности голоса» (Bürgel и Siedenburg, Music Perception 2023).
| Показатель | Значение | Источник |
|---|---|---|
| Показатель обнаружения расстроенной ноты, спетой со словами, против спетой на «la» (24 взрослых, эксперимент 1) | 0,273 против 0,392 | Weiss и Trehub, Psychology of Music 2023 |
| Показатель обнаружения ошибки в 50 центов против ошибки в 100 центов (эксперимент 1) | 0,188 против 0,477 | Weiss и Trehub, Psychology of Music 2023 |
| Влияние слов против «la» на обнаружение, необработанные записи | d = 0,74 | Weiss и Trehub, Psychology of Music 2023 |
| Влияние слов против «la» после того, как Auto-Tune убрал колебания высоты тона внутри ноты (29 взрослых, эксперимент 2) | d = 0,26 | Weiss и Trehub, Psychology of Music 2023 |
| Точность обнаружения ведущего вокала в поп-миксах после спектрального демаскирования (эксперимент 2) | 96% (93-99%) | Bürgel, Picinali и Siedenburg, Frontiers in Psychology 2021 |
| Изменение точности обнаружения при обратном порядке предъявления, ведущий вокал против баса (эксперимент 1, немодифицированные фрагменты) | -2% против -19% | Bürgel, Picinali и Siedenburg, Frontiers in Psychology 2021 |
Примечание о контексте: все стимулы в исследовании о тексте сначала были очищены в Melodyne, что, по описанию авторов, даёт «естественно звучащие записи высокого качества». Последующая работа в Music Perception 2023 года приводит свои эффекты только на рисунках, к которым у нас не было доступа, поэтому цифр из неё здесь нет.
5. Делает ли коррекция пение лучше, и для кого?
Коррекция - не автоматическое улучшение. Когда 16 хормейстеров и преподавателей вокала оценивали гаммы, которые Melodyne привёл к точным высотам, «идеальные» версии не получили идеальных оценок: 11 из 16 полностью исправленных гамм получили в среднем менее 80 баллов по шкале интонации от 0 до 120, а 3 - менее 60 (Michael и Gilman, Journal of Singing 2021). Эксперты оценивают интонацию не только по расстоянию до показаний тюнера.
Прослушивания показывают ту же картину. Десять обученных слушателей разделились почти поровну между нейросетевым корректором и исходной караоке-записью, но решительно предпочли коррекцию, когда певец заметно фальшивил (Wager и др., Deep Autotuner, ICASSP 2020). Вкусы зависят и от поколения: опрос 847 человек, опубликованный в 2025 году, показал, что принятие Auto-Tune среди поколения Z гораздо выше, чем среди бэби-бумеров (Xie и Kim, Journal of Computing and Biomedical Informatics 2025). Самые свежие доступные данные для прослушиваний: Journal of Singing 2021 и ICASSP 2020.
| Показатель | Значение | Источник |
|---|---|---|
| Опытные преподаватели вокала, оценивавшие гаммы 40 певцов (исследование 1) | 10 | Michael и Gilman, Journal of Singing 2021 |
| Полностью исправленные гаммы («темперированные», каждая высота сдвинута на точную ноту) со средней оценкой интонации ниже 80 из 120 | 11 из 16 | Michael и Gilman, Journal of Singing 2021 |
| Полностью исправленные гаммы со средней оценкой ниже 60 из 120 | 3 из 16 | Michael и Gilman, Journal of Singing 2021 |
| Типичное отклонение исходных, неисправленных спетых гамм | в основном в пределах 30 центов от каждой задуманной высоты | Michael и Gilman, Journal of Singing 2021 |
| Выбор слушателей, нейросетевой корректор против исходной караоке-записи | 33 против 35 (49%, p = 0,45) | Wager и др., ICASSP 2020 |
| Выбор слушателей, базовый корректор с привязкой к полутонам против исходной записи | 24 против 34 (41%, p = 0,12) | Wager и др., ICASSP 2020 |
| Предпочтение исправленной версии, когда отклонение нот оригинала (стандартное отклонение) составляло 40-60 центов | 79% (19 из 24) | Wager и др., ICASSP 2020 |
| Принятие использования Auto-Tune в записях, поколение Z против бэби-бумеров (опрос, n = 847) | 78,4% против 31,2% | Xie и Kim, Journal of Computing and Biomedical Informatics 2025 |
Примечание о контексте: Deep Autotuner обучали на 4 702 любительских караоке-исполнениях, собранных вокальным приложением Smule. В статье об опросе по поколениям Auto-Tune получил 52,3% по «общей проигрываемости» (playability) против 64,7% у сэмплирования, вместе с акустическим анализом 240 песен в жанре R&B с 1980 по 2023 год; статья не определяет проигрываемость и не указывает, где жили респонденты.
6. Обнаружение Auto-Tune: точность машин и выдающие настройки
Слышимое звучание «жёсткой коррекции» создаёт одна настройка. Antares заявляет, что естественно звучащая коррекция использует скорость коррекции (retune speed, то есть как быстро программа подтягивает ноту к цели) от 20 до 50 миллисекунд, тогда как классический эффект лежит в диапазоне от 0 до 10 миллисекунд (Antares, Наука, стоящая за Auto-Tune, 2026); это ориентиры самого производителя. Детекторы обучаются именно на таком мгновенном привязывании: исследователи создавали свои фрагменты с Auto-Tune, сдвигая каждый кадр к ближайшей ноте.
Лучший детектор на основе спектрограмм достиг точности 94,75% по сегментам и сохранил 87,55% после сжатия MP3, тогда как базовая модель RawNet2 упала до 56,67% (Gohari и др., IEEE WIFS 2024). С тех пор та же команда выпустила многоязычный обучающий набор (Gohari и др., ATDD, Data in Brief 2026). О том, как далеко автоматизация зашла в других звеньях сигнальной цепи, см. нашу статистику внедрения ИИ-мастеринга аудио. Отслеживание высоты тона в реальном времени также лежит в основе живых голосовых эффектов, подобных перечисленным на нашей странице голосовые эффекты для стримеров.
| Показатель | Значение | Источник |
|---|---|---|
| Точность по сегментам, детектор на основе спектрограмм (ResNet50) против базовой модели RawNet2 | 94,75% против 79,33% | Gohari и др., IEEE WIFS 2024 |
| Точность после сжатия MP3, лучший детектор (ResNeXt) против базовой модели | 87,55% против 56,67% | Gohari и др., IEEE WIFS 2024 |
| Точность при добавленном шуме, изменениях скорости и сдвигах по времени, лучший детектор (EfficientNet) | 90,72% | Gohari и др., IEEE WIFS 2024 |
| Обучающие пары 10-секундных вокальных фрагментов из корпуса VocalSet (10,1 часа, 20 певцов) | 3 613 | Gohari и др., IEEE WIFS 2024 |
| Размеченные 10-секундные сегменты в наборе данных ATDD для обнаружения Auto-Tune | 21 249 | Gohari и др., Data in Brief 2026 |
| Сегменты ATDD по языкам: китайский (путунхуа) / английский / японский | 12 560 / 6 321 / 2 368 | Gohari и др., Data in Brief 2026 |
| Доля каждого сегмента ATDD, обработанная Auto-Tune | от 20% до 80% его длины | Gohari и др., Data in Brief 2026 |
| Скорость коррекции для классического эффекта жёсткой настройки против естественной коррекции (собственное заявление производителя) | 0-10 мс против 20-50 мс | Antares Audio Technologies, Наука, стоящая за Auto-Tune, 2026 (заявление производителя) |
Примечание о контексте: обе работы по обнаружению создают звук с Auto-Tune открытыми методами (отслеживание высоты тона PYIN плюс сдвиг высоты тона PSOLA), а не коммерческими плагинами, и авторы отмечают, что это может не соответствовать профессиональной обработке Auto-Tune. Производитель отдельно заявляет задержку 2,5 мс (112 отсчётов при 44,1 кГц) для своего плагина AutoTune 2026 (Antares, Auto-Tune для рэпа и хип-хопа, 2026), и это снова цифра производителя.
Итоги: Auto-Tune и коррекция высоты тона в популярной музыке в цифрах
| Показатель | Значение | Источник |
|---|---|---|
| Дата публичного выпуска Auto-Tune (собственное заявление производителя) | 19 сентября 1997 года | Antares Audio Technologies 2026 (заявление производителя) |
| Недель песни Шер «Believe» на 1-м месте Billboard Hot 100 | 4 | Billboard Canada 2023 |
| Год основания Celemony, компании, создавшей Melodyne | 1997 | Recording Academy, премия Technical GRAMMY: Celemony |
| Год представления Melodyne | 2001 | Recording Academy, премия Technical GRAMMY: Celemony |
| Записи с заметным дрейфом высоты тона, пение без сопровождения | 22% из 72 (p < 0,01) | Mauch, Frieler и Dixon, JASA 2014 |
| Доля людей, способных петь чисто | около 85-90% | Dalla Bella и др., Frontiers in Psychology 2011 |
| Сдвиг высоты тона, соответствующий способности 95% из 333 слушателей обнаруживать расстройку | от 36,309 до 82,589 цента | Larrouy-Maestri и др., Behavior Research Methods 2019 |
| Шансы правильно назвать спетую ноту против ноты альта, музыканты с абсолютным слухом | отношение шансов 0,49 | Gao и Oxenham, JASA 2022 |
| Влияние слов против «la» на обнаружение неверной ноты, необработанный вокал против вокала с Auto-Tune | d = 0,74 против d = 0,26 | Weiss и Trehub, Psychology of Music 2023 |
| Точность обнаружения ведущего вокала в поп-миксах после спектрального демаскирования | 96% | Bürgel и др., Frontiers in Psychology 2021 |
| Полностью исправленные гаммы со средней оценкой ниже 80 из 120 в оценках хормейстеров и преподавателей вокала | 11 из 16 | Michael и Gilman, Journal of Singing 2021 |
| Предпочтение нейросетевого корректора против исходной записи, в целом | 49% (p = 0,45) | Wager и др., ICASSP 2020 |
| Предпочтение коррекции, когда оригинал отклонялся на 40-60 центов | 79% (19 из 24) | Wager и др., ICASSP 2020 |
| Принятие Auto-Tune, поколение Z против бэби-бумеров | 78,4% против 31,2% | Xie и Kim 2025 |
| Точность детектора Auto-Tune против базовой модели RawNet2 | 94,75% против 79,33% | Gohari и др., IEEE WIFS 2024 |
| Размеченные сегменты в наборе данных ATDD для обнаружения Auto-Tune | 21 249 | Gohari и др., Data in Brief 2026 |
Методология и источники
Мы выполнили целевые поиски и прочитали первичные документы напрямую (полные тексты журнальных статей, препринты, доклады конференций и собственные страницы организаций). Каждая цифра выше была прочитана в открытом источнике в ходе исследования; цифры, увиденные только во фрагментах поисковой выдачи, отброшены.
- Billboard Canada: Шер о 25-летии Believe (2023): недели на 1-м месте, номинации и победа на GRAMMY.
- Recording Academy: премия Technical GRAMMY для Celemony: год основания Celemony, представление Melodyne, 54-я церемония GRAMMY Awards.
- Страницы Antares Audio Technologies Наука, стоящая за Auto-Tune (2026), публикация о Technical GRAMMY 2023 года и Auto-Tune для рэпа и хип-хопа (2026): заявления производителя о дате выпуска, охвате «Believe» в чартах, скорости коррекции и задержке, помеченные как таковые.
- Mauch, Frieler и Dixon, Интонация в пении без сопровождения, JASA 2014 (препринт автора): дрейф, ошибка интервала и обобщённые пороги восприятия.
- Dalla Bella, Berkowska и Sowiński, Нарушения воспроизведения высоты тона при тоновой глухоте, Frontiers in Psychology 2011: точность пения в популяции.
- Larrouy-Maestri, Harrison и Müllensiefen, Тест восприятия расстройки, Behavior Research Methods 2019: пороги слушателей на фрагментах поп-музыки.
- Larrouy-Maestri, О восприятии расстройки слушателями, Music and Science 2018: терпимость к расстройке в спетых мелодиях.
- Gao и Oxenham, Эффекты неблагоприятного положения голоса в суждениях об абсолютной и относительной высоте тона, JASA 2022: называние нот голоса и альта.
- Weiss и Trehub, Обнаружение ошибок высоты тона в хорошо известных песнях, Psychology of Music 2023: текст, Auto-Tune и обнаружение неверных нот.
- Bürgel, Picinali и Siedenburg, Слушание в миксе, Frontiers in Psychology 2021 и Bürgel и Siedenburg, Выраженность частотных микромодуляций в популярной музыке, Music Perception 2023: выраженность вокала в миксах.
- Michael и Gilman, Миф об интонации как объективной мере качества пения, Journal of Singing 2021: оценки преподавателей для гамм, исправленных в Melodyne.
- Wager и др., Deep Autotuner, ICASSP 2020: предпочтения слушателей в отношении автоматической коррекции высоты тона.
- Xie и Kim, От сэмплирования к Auto-Tune, Journal of Computing and Biomedical Informatics 2025: опрос о принятии по поколениям.
- Gohari и др., Обнаружение вокала с Auto-Tune в музыкальных записях по спектрограмме, IEEE WIFS 2024 и Gohari и др., многоязычный набор данных ATDD, Data in Brief 2026: машинное обнаружение.
- Наблюдение по данным: ни одно проверяемое исследование не измеряет, какая доля нынешних хитов в чартах обработана коррекцией высоты тона. Анализ Billboard Hot 100 от 16 марта 2025 года о слышимом эффекте, опубликованный в личной рассылке, показывал свои цифры только в виде изображений, без указанного метода, поэтому он исключён. Цифру опроса Muse Group о ИИ-коррекции высоты тона и доли задач Water and Music x Moises для коррекции высоты тона и настройки вокала не удалось прочитать на опубликованных страницах, поэтому они отброшены. Опрос по поколениям об Auto-Tune был опубликован в журнале по вычислительной технике и биомедицинской информатике, вне основной литературы о восприятии музыки, и не указывает ни страну опроса, ни набор участников, ни значение термина «проигрываемость» (playability); относитесь к нему как к ориентировочному. В тексте Michael и Gilman для исследования 2 указано 72 гаммы, хотя 16 гамм в 4 строях дают 64, а обучающая, валидационная и тестовая выборки Deep Autotuner в сумме составляют 4 674, а не 4 702; ни одно из расхождений не влияет на приведённые здесь цифры. Несколько исследований пения и восприятия относятся к 2011-2021 годам и помечены в своих разделах как самые свежие доступные данные; последующая работа в Music Perception 2023 года о вокале с Auto-Tune приводит размеры эффектов только на рисунках, к которым у нас не было доступа. Цифры Antares - это заявления производителя. Точность обнаружения получена на Auto-Tune, смоделированном с помощью PYIN и PSOLA, а не коммерческими плагинами, поэтому точность в реальных условиях может отличаться.
Последнее обновление: 8 ноября 2026 года. Мы обновляем этот обзор ежеквартально, а следующее обновление ожидается, когда Recording Academy объявит лауреатов Technical GRAMMY 2027 года и будут опубликованы новые эталонные результаты обнаружения на наборе данных ATDD.