Un morceau de 1984 estampillé « généré par IA » : quand les détecteurs transforment des probabilités en condamnations

Mis à jour:

Imaginez un algorithme prétendre sans ciller qu'un morceau post-punk enregistré en 1984 a été conçu à l'aide d'un générateur d'IA contemporain. C'est pourtant le verdict rendu par un détecteur commercial au sujet d'« Across the Ocean », du groupe suédois Twice a Man, estampillé création de « Treblo_v3 ». Poussant l'absurde plus loin, le même logiciel a attribué « In My Mind », sorti par le groupe en 1982, à « ElevenLabs Music » — soit près de quatre décennies avant l'apparition de ces technologies.

Ces conclusions hallucinantes sont issues d'une série de tests relayés le 4 novembre par Digital Music News, puis repris dès le lendemain par VICE. À l'origine, l'expérience ne visait même pas ces reliques des années 80, mais devait défendre un projet bien actuel : DECAY / TIME — A Tribute to Twice a Man, un double album de 23 titres sorti en juin 2026 par André Grafert, musicien hambourgeois officiant sous le pseudonyme Coloured Tears. L'artiste affirme avoir tout joué, programmé, chanté et produit lui-même, sans la moindre intervention d'IA générative. Sa configuration ? Cubase, les synthétiseurs Prophet X, Prophet 12, Pro 3 et Rev2 de Sequential, Kontakt de Native Instruments, et ses propres cordes vocales. Malgré cela, les accusations d'avoir triché avec l'IA n'ont pas tardé à fleurir sur les réseaux dès la sortie du disque.

Une session d'enregistrement en studio ; image utilisée par VICE pour illustrer son enquête

Photo : Paul Morigi/WireImage pour NARAS (image d'ouverture de l'article de VICE)

C'est tout le paradoxe de la croisade anti-IA dans l'industrie musicale : les garde-fous déployés pour protéger les artistes humains du raz-de-marée de morceaux synthétiques finissent par se retourner contre eux. En première ligne se trouvent les créateurs indépendants, totalement démunis face à des machines et privés d'armées d'avocats. Après avoir décrypté les vagues de retraits imposées par des litiges chez DistroKid ou la politique de marquage de YouTube Music, nous plongeons cette fois au cœur même du classifieur : que mesure-t-il vraiment, quel est son taux d'erreur réel, et comment réagir lorsqu'il se trompe ?

Les dessous du test : ce que révèlent les chiffres (et ce qu'ils masquent)

Ces analyses ont été menées par Ines Weidemann, de l'agence de relations presse International Artist Marketing (IAM), qui défend les intérêts de Grafert. Comme le détaille le suivi publié par DMN, le détecteur de SubmitHub a classé la totalité des 23 morceaux de l'album comme étant majoritairement créés par IA ou hybrides. Trois outils concurrents — ACRCloud, Let'sSubmit et TrackVerifier — sont parvenus à des conclusions similaires. Pire encore : soumis à SubmitHub, sept titres originaux de Twice a Man enregistrés entre 1982 et 1986 ont eux aussi écopé de l'étiquette « IA/hybride ».

Voilà pour l'anecdote choc. Mais la réalité technique est bien plus nuancée — et nettement plus troublante :

  • La source audio bouleverse le verdict. Les sept morceaux historiques recalés avaient été soumis sous forme de liens YouTube. Or, injectés dans SubmitHub via des liens Spotify, les sept mêmes titres ont été déclarés d'origine humaine — « Decay » avec un score de 85 %, « Sorrow » à 83 % et « In My Mind » à 91 %. SubmitHub a précisé à DMN avoir testé l'album de 1982 dans son intégralité, obtenant entre 85 et 95 % de probabilité « humaine » sur les dix pistes, tout en rappelant qu'il déconseille l'analyse de flux YouTube à la compression dégradée.
  • Les outils se contredisent entre eux. Sur le récent single de cinq titres de Coloured Tears, aucun des 15 tests effectués entre SubmitHub, Let'sSubmit et TrackVerifier n'a conclu à une création humaine. Pourtant, les nuances sont abyssales : TrackVerifier a attribué à quatre morceaux une note de 10,5 sur 100 (un « signal IA faible »), là où Let'sSubmit a catégorisé l'ensemble des cinq morceaux comme générés par IA avec un indice de confiance compris entre 77 et 95 %.
  • Un même outil change d'avis d'une semaine à l'autre. Confronté au même fichier MP3 à sept jours d'intervalle, Let'sSubmit a fait basculer le titre « Flat Land » du statut « Probablement humain » (61 %) à « Probablement issu d'une IA » (65 %).

Gardons toutefois la tête froide : ces éléments restent partiaux, émanant directement de l'attachée de presse de l'artiste. Le protocole complet n'a pas été publié et aucun tiers indépendant n'a inspecté les sessions de production de Grafert. Chez SubmitHub, on pointe notamment du doigt le traitement vocal appliqué, une réserve jugée légitime mais non tranchée par DMN. L'affaire Grafert relève donc du cas d'école documenté plutôt que de la mesure statistique rigoureuse. Elle démontre néanmoins un point incontestable, corroboré par les explications de SubmitHub : un même morceau peut écoper de verdicts diamétralement opposés selon le fichier fourni ou la date du test.

Sous le capot : que traquent réellement ces algorithmes ?

On répète souvent que les détecteurs d'IA calculent une simple probabilité statistique sans analyser la réalité du processus de composition. C'est vrai, mais cela élude la question fondamentale : sur quels critères cette probabilité repose-t-elle ?

Dans sa FAQ, Deezer indique que sa technologie repère « des artefacts et des signatures audio spécifiques aux modèles d'IA générative », des empreintes « généralement inaudibles pour l'oreille humaine ». La recherche académique confirme cette approche tout en soulignant ses limites criantes. Dans une étude à comité de lecture parue dans Transactions of the International Society for Music Information Retrieval (TISMIR), Laura Cros Vila, Bob L. T. Sturm et leur équipe ont entraîné des modèles sur 20 000 morceaux Suno et Udio face à 10 000 titres humains. En apparence, la détection semblait élémentaire. Mais en disséquant les algorithmes, les chercheurs ont découvert le pot aux roses :

  • Le simple rééchantillonnage d'un fichier à 22,05 kHz a suffi à fausser les réponses de tous les détecteurs examinés, y compris la solution commerciale d'IRCAM Amplify.
  • L'application d'un filtre passe-haut à partir de 8 kHz a poussé IRCAM Amplify à cataloguer la totalité des fichiers comme issus d'une IA, y compris les enregistrements purement humains.
  • Les corpus d'entraînement présentaient des biais techniques grossiers : les fichiers Suno étaient encodés à 192 kbps, ceux d'Udio à 320 kbps et presque tous à 48 kHz, contre 44,1 kHz pour 60 % de l'échantillon humain. Une règle bête et méchante basée uniquement sur la fréquence d'échantillonnage aurait déjà atteint 83 % de précision !
  • Face à 50 morceaux générés par Boomy — une IA absente de sa base d'apprentissage —, IRCAM Amplify n'en a identifié que 3 comme synthétiques.

Le constat des auteurs résume parfaitement l'impasse : un classifieur entraîné ainsi détermine seulement si « un fichier audio présente des caractéristiques conformes à la chaîne de production de Suno, d'Udio ou d'un autre outil » — pas si un être humain est aux commandes de la musique.

Les propres chercheurs de Deezer ne disent pas autre chose. En 2024, Darius Afchar, Gabriel Meseguer-Brocal et Romain Hennequin intitulaient un article « Detecting music deepfakes is easy but actually hard ». Malgré une précision théorique de 99,8 %, ils rappelaient qu'« un excellent score aux tests ne règle pas la question », pointant des défis non résolus comme la calibration, la résistance aux manipulations audio, la généralisation à des modèles inconnus, l'explicabilité et les voies de recours. Dans une publication de juillet 2026 co-écrite par Afchar et Hennequin, le constat est sans appel : les performances des détecteurs actuels « s'effondrent face à de simples manipulations audio, comme la modification de la vitesse ou la transposition tonale ».

Pourquoi les morceaux aux sonorités rétro et saturés de synthétiseurs trinquent-ils davantage ? Aucune étude n'a encore exploré directement cette question, IAM reconnaissant elle-même l'absence de travaux sur des scènes de niche comme la darkwave. Les hypothèses suivantes constituent une déduction technique de notre part, et non un fait scientifiquement validé :

  1. Le corpus de référence « humain » est trop restreint. Les données humaines de l'étude TISMIR proviennent du Million Song Dataset, essentiellement calibré sur la pop occidentale grand public, un biais récurrent dans l'industrie selon DMN. Une boîte à rythmes rigoureusement quantisée, une ligne de basse séquencée et une voix fortement traitée s'écartent de cette norme : le classifieur binaire doit bien caser ces anomalies quelque part.
  2. Les générateurs d'IA ont ingéré ces mêmes styles. Dès lors que les IA imitent les textures et les synthétiseurs des années 80, la zone de recoupement acoustique entre créations humaines et synthétiques englobe précisément ces sonorités.
  3. Le transcodage altère le signal audio. Les extractions YouTube, les compressions successives et les anciens masters modifient les hautes fréquences et la fréquence d'échantillonnage — précisément ces variables secondaires dont TISMIR a prouvé qu'elles peuvent inverser un diagnostic. L'affaire Twice a Man (morceaux recalés depuis YouTube, mais blanchis via Spotify) illustre parfaitement ce phénomène, sans en constituer une preuve formelle.

De l'indice statistique à la sentence arbitraire

Un indice de probabilité brut n'a jamais fait de mal à personne. Le danger surgit quand les acteurs de la distribution s'en emparent pour tracer une ligne couperet entre ce qui est toléré et ce qui est banni.

SubmitHub précise noir sur blanc qu'un score du type « 93 % humain » traduit la confiance de son modèle, et non la part mécanique réelle de la composition. Reste que sa propre interface indique que les titres atteignant 85 % de probabilité d'IA sont rejetés. Sa politique de septembre 2026 exclut de ses services de promotion toute piste atteignant ce seuil de 85 %, créations hybrides comprises — avoir écrit soi-même les paroles ou la partition n'y change rien. Si DMN rapportait à l'origine l'absence totale de procédure de recours, le média indiquait en novembre que SubmitHub proposait finalement une voie d'appel. Deux versions contradictoires qu'il ne nous a pas été possible d'arbitrer avec certitude.

Plus on avance dans la chaîne de distribution, plus les conséquences deviennent lourdes :

  • Bannissements purs et simples sur les plateformes. Dans un message publié le 13 janvier 2026 sur Reddit, Bandcamp a proscrit tout titre conçu « en totalité ou en partie substantielle » par IA générative (si VICE situait cette décision en juin 2026, la couverture de Billboard à l'époque atteste bien d'une annonce en janvier). La plateforme incitant sa communauté à signaler les contenus suspects à ses modérateurs, une simple accusation publique — alimentée par la capture d'écran d'un détecteur en ligne gratuit — peut suffire à déclencher des sanctions.
  • Déclassement sur les services de streaming. Deezer éjecte les morceaux repérés comme synthétiques de ses recommandations algorithmiques et de ses sélections éditoriales, tout en apposant un badge explicite pour les auditeurs. Ce marquage s'appliquant à l'échelle de l'album pour limiter les faux positifs, un seul titre suspecté suffit à pénaliser l'intégralité d'un projet.
  • Blocages de comptes et retenues financières. Selon IAM, ces faux positifs se soldent régulièrement par des sorties bloquées, des comptes clôturés et des redevances gelées, pénalisant surtout les artistes indépendants dépendants de distributeurs en ligne aux filtres automatisés. Il s'agit là de la position d'IAM : DMN n'a pas constaté de gel financier direct dans le dossier Grafert.

Cette asymétrie de traitement cristallise la colère des indépendants. Comme le souligne DMN, le système de déclaration mis en place par l'industrie repose sur le volontariat des maisons de disques et des distributeurs. La star d'une major voit son utilisation de l'IA déclarée sur l'honneur par son label, tandis que le créateur autoproduit se voit jugé par des algorithmes opaques. Pour reprendre les mots de Grafert, on exige des nouveaux venus qu'ils prouvent « titre par titre qu'ils sont de véritables êtres humains, là où personne n'irait mettre en doute les pointures du secteur ».

Le piège mathématique du taux de base

Sur le papier, les chiffres vantés par les fournisseurs ont de quoi rassurer. Deezer avance une fiabilité de 99,8 % pour son outil, qui ne laisserait passer qu'environ 2 morceaux générés par IA sur 1 000 et n'accuserait à tort « moins d'un morceau humain sur 10 000 ». De son côté, SubmitHub s'appuie sur une évaluation commandée par UMG affichant 99,3 % de précision. Problème : aucun de ces bancs d'essai n'a été publié de manière reproductible par des chercheurs indépendants, ce qui pousse l'équipe de Coloured Tears à dénoncer des « benchmarks industriels confidentiels » invérifiables.

Dans la pratique, l'impact réel d'un taux de faux positifs dépend directement des volumes traités et de la proportion d'IA parmi les titres soumis. Voici une projection théorique établie par nos soins. Attention : ces valeurs reposent sur des hypothèses et non sur des mesures en conditions réelles :

Scénario Hypothèses retenues Titres humains faussement accusés Proportion de fausses alertes
A. À l'échelle de Deezer (chiffres de l'éditeur) ~90 000 titres IA + ~90 000 titres humains mis en ligne/jour (Deezer dit avoir reçu près de 90 000 morceaux IA par jour en juillet 2026, l'IA dépassant 50 % des uploads quotidiens lors du pic de juin) ; taux de faux positifs à 0,01 % ~9 par jour, ~3 300 par an ~0,01 %
B. Même volume, mais taux mesuré par la recherche Paramètres identiques, mais taux de faux positifs à 4,7 % (score d'IRCAM Amplify sur de la musique humaine dans l'étude TISMIR — calculé sur un échantillon restreint de 150 titres, outil distinct de Deezer) ~4 200 par jour ~4,5 %
C. Boîte de réception d'un curateur ou petit label 1 000 soumissions, 10 % d'IA (SubmitHub estimait à ~11 % les téléversements récents dépassant le seuil de 85 %) ; détection de 95 % des titres IA Avec 1 % de faux positifs : ~9 ; avec 4,7 % : ~42 ~9 % ; ~31 %

Deux enseignements majeurs se dégagent de ces calculs. D'abord, avec les taux annoncés par Deezer et à son échelle de diffusion, le taux de base joue en faveur du détecteur : quand la moitié des uploads provient de machines, un titre épinglé a d'immenses chances d'en être effectivement un — sous réserve que le taux constructeur soit exact. Quelques milliers d'erreurs par an représentent certes des milliers de vrais artistes lésés, mais cela n'invalide pas tout le système.

Ensuite, toute l'équation repose sur une inconnue : ce taux théorique s'applique-t-il à votre propre musique ? Une moyenne flatteuse sur un benchmark global peut masquer une hécatombe au sein d'un sous-genre musical sous-représenté. Si les productions darkwave ou EBM étaient par exemple mal classées dans 20 % des cas (hypothèse pure, faute de mesure existante), la moyenne générale de la plateforme ne bougerait presque pas ; en revanche, pour les artistes de cette niche, la modération relèverait du simple tirage à pile ou face. Voilà pourquoi la mésaventure de Grafert, aussi anecdotique soit-elle, soulève un vrai problème de fond : les musiciens les plus exposés aux erreurs de détection sont précisément ceux qui brillent par leur absence dans les données d'entraînement.

Pourquoi la détection reste malgré tout indispensable

Rien de tout cela ne justifie pour autant d'abandonner le filtrage, et les arguments en faveur de la détection sont d'un poids considérable.

La submersion est bien réelle et s'avère massivement frauduleuse. Deezer absorbait environ 10 000 morceaux 100 % synthétiques par jour lors du lancement de son outil en janvier 2025 ; en juillet 2026, ce chiffre frôlait les 90 000 titres quotidiens. Si ces productions n'accaparent que 1 à 3 % des écoutes, Deezer a constaté qu'en 2025 jusqu'à 85 % de ces écoutes relevaient de la fraude pure et simple, justifiant leur exclusion de la répartition des droits. Or, chaque stream frauduleux rémunéré est ponctionné directement sur l'enveloppe globale reversée aux créateurs humains, dont Grafert lui-même. Une étude conjointe de la CISAC et de PMP Strategy, citée par Deezer, estime que près de 25 % des revenus des artistes pourraient être menacés par l'IA d'ici 2028.

Les éditeurs de ces outils ont également de bons arguments à faire valoir. SubmitHub réfute l'idée de faux positifs « généralisés » avancée par DMN, rappelant qu'aucune donnée publiée ne prouve l'existence d'un taux d'erreur systématique. Un seul album, des tests menés par une agence de com et un mixage vocal sujet à caution ne constituent pas une étude statistique. Certaines plateformes jouent d'ailleurs la carte de la prudence : l'algorithme de Deezer ne vise que les titres intégralement conçus par IA et « n'étiquette généralement pas les morceaux simplement assistés par IA », tandis que Bandcamp confie l'examen des signalements à des modérateurs humains plutôt que d'automatiser les bannissements.

En résumé : le filtrage s'avère indispensable et ces outils rendent de fiers services à grande échelle, mais ils perdent toute fiabilité dès qu'on s'aventure dans les marges créatives — précisément le territoire de la musique indépendante.

Vers un droit à une modération équitable

Puisque la détection s'installe dans la durée, la question des procédures et des recours devient cruciale. Les solutions existent déjà dans d'autres pans de la régulation numérique. Dans l'Union européenne, le Règlement sur les services numériques (DSA) impose déjà aux plateformes d'expliquer leurs décisions lorsqu'elles suppriment un contenu, réduisent sa visibilité ou gèlent des paiements (article 17), tout en prévoyant un mécanisme de réclamation interne dont les arbitrages ne peuvent être « fondés uniquement sur des moyens automatisés » (article 20). Les modalités d'application précises de ce texte à chaque acteur du streaming musical relèvent du débat juridique, mais les principes généraux s'y transposent naturellement :

  1. Une notification claire. L'artiste doit être averti dès qu'un titre est signalé, savoir quel système l'a épinglé et connaître la sanction appliquée — badge, déréférencement, rejet ou blocage des royalties.
  2. Une motivation technique détaillée. Préciser le score, la version du modèle et la source audio analysée. Diagnostiquer un fichier extrait de YouTube n'a rien à voir avec l'audit d'un master WAV original.
  3. Un vrai droit de recours. Permettre à l'artiste de soumettre des preuves matérielles inaccessibles aux robots — sessions de projet, stems multipistes, photos de consoles de mixage ou enregistrements de synthés physiques —, examinées par un expert humain familier du style musical concerné.
  4. Distinguer indice et condamnation. Un score de confiance doit motiver un contrôle humain, jamais déclencher une sanction aveugle. Accuser un morceau de 1984 d'avoir été pondu par « Treblo_v3 » exige des preuves tangibles, pas une vague hypothèse algorithmique.
  5. Rendre publics les taux d'erreur par genre. Les acteurs du secteur qui brandissent des pourcentages de précision globaux doivent communiquer leurs marges d'erreur par esthétique musicale, par époque et par format audio — tout en corrigeant l'instabilité de résultats qui varient d'une semaine sur l'autre.

L'affaire Grafert ne remet pas en cause l'existence même des détecteurs ; elle dénonce le fait qu'une simple estimation statistique tienne lieu de sentence sans appel, en l'absence de toute responsabilité humaine. Pour assainir l'écosystème, nul besoin d'opposer les artistes en chair et en os à la lutte indispensable contre le spam généré par IA. Il suffit d'appréhender le score d'un classifieur pour ce qu'il est, et ce que ses propres concepteurs reconnaissent : un indice à vérifier, pas un jugement de tribunal.

Sources