La atribución musical de AI busca identificar las grabaciones y composiciones que influyeron en una canción generada. Sus hallazgos podrían orientar las licencias y los pagos, pero identificar una influencia no establece permisos ni determina cuánto se le debe a un creador.
Qué puede mostrar la atribución
Varias herramientas relacionadas responden preguntas distintas. La huella digital de audio busca una coincidencia exacta o reconocible, la detección de AI evalúa si la música fue generada por AI y la procedencia registra el origen y los cambios de un archivo. La divulgación de conjuntos de datos identifica el material de entrenamiento. La atribución intenta estimar qué ejemplos influyeron en un resultado y en qué medida.
La atribución puede examinar el proceso de entrenamiento o una generación específica. Un sistema podría documentar una grabación de referencia, una pista cargada o un modelo de artista con licencia proporcionado para un resultado específico. Rastrear la influencia del material de entrenamiento es más difícil porque un modelo puede haber aprendido de cientos de miles o millones de ejemplos, y los métodos pueden arrojar resultados distintos.
Investigadores, entre ellos Choi y sus colegas, y Morreale y sus colegas, han propuesto métodos para rastrear la influencia del entrenamiento. No existe un método de la industria aceptado universalmente que produzca resultados consistentes entre distintos modelos.
Warner Music Group acordó adquirir Sureel AI en 2026. Warner dijo que el registro de Sureel contiene millones de activos musicales y puede rastrear el uso de componentes de una obra en sistemas de AI. Ese seguimiento podría aportar pruebas de uso, pero el permiso requiere una licencia, mientras que el pago depende de un contrato o de la ley.
Escala y contabilidad
Meta reveló que su modelo de investigación MusicGen fue entrenado con aproximadamente 400,000 grabaciones, que representan unas 20,000 horas de música propiedad de Meta o licenciada para el proyecto. Muchos servicios comerciales de AI no publican un registro completo del entrenamiento, la cantidad de versiones de modelos que han creado ni los totales de generaciones de sus usuarios.
En abril de 2026, Deezer informó que recibía casi 75,000 pistas generadas completamente por AI al día, más de dos millones al mes y aproximadamente el 44 por ciento de sus cargas diarias. Dijo que esas pistas representaban solo del 1 al 3 por ciento de las reproducciones y que hasta el 85 por ciento de esas reproducciones eran fraudulentas. Las cifras corresponden a un servicio de streaming y excluyen las generaciones que permanecen dentro de plataformas de AI, se descartan, se revisan o se usan en privado.
Cualquier propuesta de pago debe tener en cuenta tanto la cantidad de obras utilizadas en el entrenamiento como la cantidad de resultados que produce un modelo. Un porcentaje propuesto por sí solo no indica cuánto recibiría un creador individual.
Derechos separados en una canción
Una canción grabada suele contener al menos dos obras protegidas por derechos de autor: la composición musical, que abarca la música y la letra, y la grabación sonora, que abarca la interpretación grabada y la producción. La U.S. Copyright Office las trata por separado, por lo que el permiso para una no cubre automáticamente la otra.
Las grabaciones y composiciones pueden tener varios titulares de derechos, con porcentajes de propiedad que varían según el territorio o que pueden seguir en disputa o sin identificar. Un modelo también puede aprender de la fraseo de un cantante, el sonido de un instrumento, las decisiones de producción o el timbre de una grabación. La voz, el nombre y la imagen pueden involucrar derechos ajenos a las licencias de composición y grabación sonora.
