L’attribution musicale par AI vise à identifier les enregistrements et les compositions qui ont influencé un morceau généré. Ses conclusions pourraient éclairer les licences et les paiements, mais identifier une influence n’établit pas qu’une autorisation a été accordée ni ne détermine ce qui est dû à un créateur.
Ce que l’attribution peut révéler
Plusieurs outils connexes répondent à des questions différentes. L’empreinte audio recherche une correspondance exacte ou reconnaissable, la détection par AI évalue si une musique a été générée par AI, et la provenance consigne l’origine d’un fichier et ses modifications. La divulgation des données identifie les contenus utilisés pour l’entraînement. L’attribution tente d’estimer quels exemples ont influencé un résultat et dans quelle mesure.
L’attribution peut examiner le processus d’entraînement ou une génération particulière. Un système peut être en mesure de documenter un enregistrement de référence, un morceau importé ou un modèle d’artiste sous licence fourni pour un résultat précis. Retracer l’influence des données d’entraînement est plus difficile, car un modèle peut avoir appris à partir de centaines de milliers, voire de millions d’exemples, et les méthodes peuvent produire des résultats différents.
Des chercheurs, dont Choi et ses collègues ainsi que Morreale et ses collègues, ont proposé des méthodes pour retracer l’influence des données d’entraînement. Aucune méthode reconnue par l’ensemble du secteur ne produit des résultats cohérents d’un modèle à l’autre.
Warner Music Group a accepté d’acquérir Sureel AI en 2026. Warner a indiqué que le registre de Sureel contient des millions de contenus musicaux et permet de suivre l’utilisation de composants d’une œuvre dans des systèmes d’AI. Ce suivi pourrait fournir des preuves d’utilisation, mais une autorisation nécessite une licence, tandis que le paiement dépend d’un contrat ou de la loi.
Échelle et comptabilité
Meta a indiqué que son modèle de recherche MusicGen avait été entraîné sur environ 400,000 enregistrements, représentant quelque 20,000 heures de musique appartenant à Meta ou sous licence pour le projet. De nombreux services commerciaux d’AI ne publient pas la liste complète de leurs données d’entraînement, le nombre de versions de modèles créées ni le total des générations de leurs utilisateurs.
En avril 2026, Deezer a déclaré recevoir près de 75,000 morceaux entièrement générés par AI par jour, soit plus de deux millions par mois et environ 44 pour cent de ses mises en ligne quotidiennes. Selon la plateforme, ces morceaux ne représentaient que 1 à 3 pour cent des écoutes, et jusqu’à 85 pour cent de ces écoutes étaient frauduleuses. Ces chiffres concernent un seul service de streaming et excluent les générations conservées au sein des plateformes d’AI, supprimées, révisées ou utilisées à titre privé.
Toute proposition de paiement doit tenir compte à la fois du nombre d’œuvres utilisées pour l’entraînement et du nombre de résultats produits par un modèle. Un pourcentage proposé à lui seul ne permet pas de savoir ce qu’un créateur donné recevrait.
Des droits distincts pour une chanson
Une chanson enregistrée comprend généralement au moins deux œuvres protégées par le droit d’auteur : la composition musicale, qui couvre la musique et les paroles, et l’enregistrement sonore, qui couvre l’interprétation enregistrée et la production. Le U.S. Copyright Office les traite séparément, de sorte qu’une autorisation pour l’une ne couvre pas automatiquement l’autre.
Les enregistrements et les compositions peuvent chacun avoir plusieurs titulaires de droits, avec des parts de propriété qui varient selon le territoire ou restent contestées ou non attribuées. Un modèle peut aussi apprendre le phrasé d’un chanteur, le son d’un instrument, des choix de production ou le timbre d’un enregistrement. La voix, le nom et l’image peuvent relever de droits distincts des licences portant sur la composition et l’enregistrement sonore.
