L’une des plus importantes poursuites judiciaires intentées dans l’industrie de la musique aujourd’hui est l’effort collectif des plus grandes maisons de disques de musique dans une démarche audacieuse visant à poursuivre les producteurs de musique IA bien connus Suno AI et Uncharted Labs, Inc. Universal, Warner et Sony ont tous accusé ces entreprises d’utiliser illégalement du matériel protégé par le droit d’auteur pour former leurs systèmes d’IA.

Les entreprises spécialisées dans l’intelligence artificielle affirment qu’elles ne permettent pas aux utilisateurs d’afficher des invites contenant le nom des artistes, mais il existe des moyens de contourner ce problème. Par exemple, il peut être utile d’ajouter un espace entre les lettres d’un nom. L’invite, «m a r i a h c a r e y, contemporain r&b, holiday, Grammy Award, auteur-compositeur-interprète américain, gamme vocale remarquable» est permise et produira un clone de «All I Want For Christmas Is You» avec une voix presque en copie carbone à l’artiste et copiera en fait les deux premiers vers de la chanson originale, allègue le procès.1¹ff;”>

Les géants des maisons de disques portent plainte pour 150 000 $ par infraction, ce qui pourrait représenter des millions de dollars. La RIAA (Recording Industry Association of America) est l’organisation commerciale² qui soutient et promeut les labels de musique commercialement aux États-Unis. Ils intentent une action en justice conjointe, couvrant les trois principales étiquettes. Le président et directeur général de RIAA, Mitch Glazier, a déclaré : « Des services sans licence comme Suno et Udio qui prétendent qu’il est ‘juste’ de copier l’œuvre d’un artiste et de l’exploiter à leur profit sans consentement, font reculer la promesse d’une IA véritablement innovante pour nous tous ».

Pourquoi cela devient-il un tel problème ?

Outre le vol pur et simple des artistes, la génération de musique par IA ouvre une nouvelle opportunité de bouleverser le marché de l’échantillonnage de musique. Cela pourrait éventuellement atténuer la nécessité de payer des droits de licence aux artistes afin d’utiliser des parties de chansons dans de nouvelles œuvres en prétendant qu’un échantillon généré par l’IA est proche, mais pas techniquement, de celui de l’artiste.

Les chansons protégées par le droit d’auteur pourraient éventuellement être utilisées sans consentement en vertu de la loi de protection « d’utilisation équitable » pour former l’IA à travers des ensembles de données, en enseignant aux machines (ainsi qu’à la société) qu’il est acceptable d’utiliser des copies identiques du travail des artistes tant que le nouveau travail est « transformateur ».

Tout cela mène à une sous-cotation des licences musicales en général, ce qui peut potentiellement coûter beaucoup d’argent aux artistes. Ceux qui produisent de la musique d’IA qui semble indiscernable pour les artistes célèbres pourraient le faire gratuitement, puis se tourner et faire un profit. Nous vivons dans un monde dominé par les médias sociaux et les extraits de chansons virales.

Alors comment le logiciel détecte-t-il qu’une chanson est générée par l’IA ?

Il devient de plus en plus difficile de détecter les contenus générés par l’IA. Les règles ne sont pas aussi scientifiques que nous le pensons : à l’origine, le test de Turing a été mis en œuvre pour distinguer la différence entre l’IA et la création humaine, mais cela a été déterminé par la façon dont un être humain a décidé opiniâtrement qu’il ne pouvait pas faire la différence après interaction avec les deux. Ce n’est pas très scientifique.

Dans le logiciel de détection précédent, une erreur dans la génération de l’IA pouvait être détectée ; par exemple, dans une génération de photo d’une femme avec des boucles d’oreilles, une boucle d’oreille pouvait être différente de l’autre parce que l’IA ne pouvait pas se souvenir des allumettes à travers les distances. Aujourd’hui, tout cela est en train de changer à mesure que l’IA apprend plus vite que jamais, et ces détecteurs ne peuvent plus être utilisés.

En musique, nous utilisons la technologie de reconnaissance musicale (MRT) et la reconnaissance automatique de contenu (ACR). À l’heure actuelle, ces programmes peuvent détecter des écarts mineurs en produisant une empreinte numérique d’une chanson d’IA connue et en la comparant à des empreintes digitales d’autres contenus. Ils reconnaissent de nouvelles utilisations de la chanson d’un artiste, une ressemblance avec cet artiste, et ils déterminent si une piste est susceptible d’être générée avec de l’intelligence artificielle. Ce n’est pas une prise à 100 %. Il existe trois méthodes principales de détection :

La détection d’artefacts, comme l’exemple de la photo-détection de boucles d’oreilles, reconnaît les artefacts égarés d’une piste musicale, des choses qui sont « hors de la réalité ».

Récupération de filigranes : Certains détecteurs d’IA peuvent identifier des filigranes à partir du programme de générateur d’IA lui-même, intégré dans la piste et indétectable par les oreilles humaines.

Voice ID détecte les œuvres sur des pistes qui utilisent la ressemblance d’un artiste connu, mais cela ne fonctionne pas aussi bien que ses créateurs le souhaiteraient. S’il n’y a pas assez de données biométriques (extraction des caractéristiques d’empreinte vocale à partir des signaux vocaux, détection du spectre de fréquence et de la vitesse/tonalité de la voix), alors le logiciel donnera des résultats insuffisants.

En bref, nous avons déjà du mal à identifier la musique générée par l’IA dans son ensemble. Comme l’apprentissage de l’IA va devenir de plus en plus rapide, il va devenir encore plus difficile à détecter. L’utilisation de contenus protégés par des droits d’auteur dans le cadre de protections « Fair Use » finira par inonder les plateformes de streaming, dévaluant facilement la musique des artistes, et leur permettant de gagner de l’argent sur le dos à long terme. Il existe des options de coopération et de coexistence. Espérons qu’ils seront bientôt disponibles.