Comment savoir si une chanson a été créée par l'IA : un guide pratique

Avez-vous écouté de nouveaux morceaux cette semaine ? Il y a de fortes chances que certains d'entre eux aient été générés par un ordinateur et n'aient jamais été interprétés par un être humain.

J'ai qualifié cela d'« alarme », voici donc quelques chiffres qui montrent qu'il y a bel et bien de quoi s'inquiéter. Le service de streaming musical Deezer a déclaré avoir reçu environ 90 000 titres entièrement synthétiques chaque jour au mois de juillet 2026.

Ainsi, la moitié, voire plus, de toute la nouvelle musique mise en ligne sur les principales plateformes de streaming est désormais générée par l'IA. Et lorsque Deezer a organisé un test d'écoute à l'aveugle portant sur des centaines de titres, 97% des personnes testées n'ont pas été en mesure de déterminer si un morceau avait été composé par un humain ou non.

Écouter de la musique dont on se dit qu'elle pourrait avoir été composée par un ordinateur n'est pas un signe de paranoïa. Et ce n'est pas marrant. Si vous payez pour votre musique, vous avez vous aussi un problème : où est passé votre argent ? 

Si vous êtes musicien, il y a aussi un autre problème de taille : ceux qui n’ont pas passé des années à apprendre à jouer d’un instrument réduisent vos droits d’auteur à néant. Si vous gagnez votre vie, par exemple, en créant des playlists ou en signant de nouveaux artistes, cela revient également très cher, vraiment très cher.

Bien sûr, je ne voulais pas publier un article rempli de conseils du genre “ laissez-vous guider par vos impressions ”. J'ai donc testé la détection musicale par IA dans un scénario concret. 

J'ai demandé à mon équipe de soumettre 7 morceaux au détecteur d'IA d'Undetectable AI. Il s'agissait de morceaux d'une durée de 4 minutes chacun, et j'avais noté la véritable origine de chaque morceau avant de les soumettre au détecteur.

Quatre de ces chansons ont été créées par des générateurs musicaux basés sur l’IA, trois ont été composées et interprétées par des humains, et l’une des chansons générées par l’IA avait même déjà figuré dans les classements (même si l’algorithme n’en avait pas connaissance au moment du test).

Vous trouverez ci-dessous les captures d'écran des résultats, suivies du contexte et de la méthodologie, des chiffres bruts — dont deux surprises —, et enfin des points d'alerte et des lacunes de l'outil.

---

Principaux enseignements

• La détection n’est pas seulement une curiosité réservée aux geeks. Elle permet d’exclure les voix « scrappées » des catalogues et d’empêcher la fraude de grever les redevances. Deezer signale comme frauduleux 85 % des écoutes sur les titres générés par IA et ne verse aucune redevance pour ceux-ci.

• Le son synthétique présente encore des défauts. La hauteur tonale glisse de manière trop régulière d'une note à l'autre, les nuances sont aplaties, les aigus grésillent et personne ne s'arrête jamais pour reprendre son souffle.

• Notre test a donné un résultat parfait : sept sur sept. Les quatre pistes générées par l'IA ont toutes obtenu un score de 99 %, et les trois enregistrements humains ont tous été validés avec des scores respectifs de 12 %, 10 % et 3 %. Aucune fausse accusation n'a été relevée.

• Le niveau de détail n'est pas un critère permettant de déterminer s'il s'agit d'un être humain. Deux des chansons générées par l'IA regorgeaient d'images précises et décalées, et ont tout de même obtenu un score de 99 %, car ce qui les trahit, c'est la façon dont tout s'articule avec une grande cohérence.

• Les cas hybrides restent les plus difficiles à traiter. Une personne qui chante des paroles écrites par une IA, ou qui chante sur des bases musicales générées, envoie deux signaux à la fois au détecteur. Dans ce cas, testez les couches séparément.

• Si vous vérifiez souvent le son, lancez le Détecteur d'IA aux côtés de la Détecteur de voix AI Cela prend environ une minute et permet de régler définitivement la question.

---

Pourquoi la détection musicale par IA est-elle si importante aujourd'hui ?

J'ai également évalué l'ampleur du problème chez Deezer. Nous avons commencé à détecter des morceaux synthétiques en janvier 2025, et fin février 2025, nous en détections environ 10 000 par jour. 

Fin avril 2026, ce chiffre était passé à 75 000 par jour. Pendant une brève période en juin 2026, il a même atteint 90 000 par jour, ce qui a conduit à la détection de plus de 2 millions de morceaux générés par des machines chaque mois sur Deezer.

Tout d’abord, les enregistrements originaux des musiciens serviront à entraîner ces modèles, souvent à leur insu et sans qu’ils ne reçoivent aucune rémunération. Ensuite, leurs œuvres se retrouveront reléguées au second plan dans les résultats de recherche. Il ne s’agit pas d’un vol de chansons, mais simplement de leur éviction au profit de leurs équivalents robotiques.

Sur le plan commercial, la situation devient carrément révoltante. Les redevances liées au streaming sont versées à partir d’un fonds commun ; ainsi, une personne qui crée de la vraie musique dans un vrai studio verrait sa juste part des revenus détournée par un bot qui crée et diffuse en masse de fausses versions de la même chanson.

Cela représente 85% de l'ensemble des écoutes de musique générée par IA créée par Deezer qui auraient été signalées comme frauduleuses et donc démonétisées, tandis que 1-3% de l'ensemble des écoutes de musique entièrement générée par IA sont effectivement écoutées par des humains. En lisant cela, on se rend compte que la plupart de la musique créée par l'IA n'est pas destinée à être écoutée par des humains. Elle est conçue pour être écoutée par des bots.

Mais il y a beaucoup de professionnels dans le secteur de la musique dont le rôle est de sélectionner des morceaux, de les diffuser et de les faire découvrir au public. Les labels. Les agences qui trouvent des synchronisations pour les films et les publicités. Les éditeurs, les programmateurs et les sociétés qui gèrent les droits au nom des auteurs et des compositeurs.

Pour eux, la détection des morceaux générés par l'IA n'est pas un problème technique, mais un enjeu commercial. Seront-ils capables de faire la différence avant la sortie du morceau ? Retireront-ils les morceaux marqués comme étant générés par l'IA des recommandations et des playlists éditoriales ?

(À ce jour, Deezer a décidé de ne pas les inclure dans ses recommandations ni dans ses playlists, mais depuis janvier 2026, l'entreprise concède également sous licence sa technologie de détection à d'autres sociétés : les classements Billboard, par exemple, vont désormais être filtrés à l'aide de ce même système de détection. Pour l'instant, la détection est devenue une infrastructure de base).

Vérifier les métadonnées et les avis d'utilisateurs avant même d'appuyer sur « Play »

Souvent, on peut démasquer un faux numéro sans même entendre une seule note, car ce n’est pas du tout le son qui trahit la supercherie. C’est tout ce qui l’entoure.

Le profil de l'artiste fantôme

Les vrais musiciens laissent des traces derrière eux. Une vidéo floue filmée avec un téléphone dans une salle à moitié vide, un extrait de répétition, une interview dans un podcast qui compte quarante auditeurs, une photo taguée datant de 2019 où tout le monde a l’air plus jeune. Les artistes issus de l’IA ne laissent aucune de ces traces.

Ce qu'il faut rechercher :

• Des chiffres d'audience mensuels solides, alors que la présence sur les réseaux sociaux est quasi inexistante, ou que les comptes ont été créés quelques jours avant la première sortie.
• Aucune vidéo en direct, nulle part, jamais. Ni une répétition sonore, ni un extrait de festival, ni même une seule vidéo amateur tremblotante.
• Des pochettes au léger éclat plastique. Des lettrages déformés, des mains dans des positions anatomiquement optimistes, des visages trop symétriques, le même dégradé de couleur sur chaque sortie.
• Noms de membres de groupes pour lesquels aucune information n'apparaît en dehors de la page de l'artiste. Aucune participation à l'écriture de chansons ailleurs, aucune collaboration en studio, aucun historique.

The Velvet Sundown est l'exemple que tout le monde cite, à juste titre. Ce groupe, formé mi-2025, a dépassé le million d'auditeurs mensuels sur Spotify, a sorti plusieurs albums complets en l'espace de quelques semaines et a publié des photos de presse arborant cet éclat artificiel si caractéristique.

Il a fini par réécrire sa propre biographie pour se présenter comme un projet musical synthétique, composé et interprété par une intelligence artificielle. Beaucoup de gens se sont laissés tromper par la musique. Personne ne s’est jamais laissé tromper par les documents administratifs.

Un calendrier de sorties auquel aucun être humain ne pourrait survivre

Enregistrer un album, ça prend du temps. Écrire, enregistrer, mixer, masteriser, puis rediscuter du mixage. Alors quand un compte publie trois albums en six semaines, voire une douzaine en un mois, on a affaire à une « usine à albums » plutôt qu’à un artiste.

Il en va de même pour un artiste qui sort des morceaux de country, de drill et de jazz lo-fi au cours de la même quinzaine. Chacun a son créneau, dont il ne peut pas vraiment s'affranchir. Les mannequins, eux, n'en ont pas du tout.

Balises de fichier et informations sur les pistes

Si vous pouvez récupérer le fichier ou consulter les informations détaillées sur le morceau, lisez les métadonnées. Les noms des générateurs sont souvent conservés, contrairement à ce que l'on pourrait croire, et figurent parfois directement dans le champ « Commentaire » ou dans la ligne « Encodeur ». 

Informations sur l'éditeur manquantes, absence de code ISRC, crédit d'auteur vide, distributeur connu pour ses mises en ligne en masse. Chacun de ces éléments pris isolément ne prouve rien. Mais lorsque quatre d'entre eux s'accumulent, cela répond généralement à la question.

La pochette mérite également que vous y consacriez une seconde, car une pochette générée et un morceau généré vont souvent de pair. Glissez-la dans le Détecteur d'images AI et considérer tout ce qui en ressort comme un élément supplémentaire du tableau global plutôt que comme un verdict en soi.

Tester des chansons avec le détecteur d’IA d’Undetectable AI

Le simple fait d'écouter a cessé de fonctionner vers 2024. Les premières voix générées par IA présentaient une oscillation et un son brouillé que l'on pouvait percevoir depuis l'autre bout de la pièce.

La génération actuelle gère si bien le placement du souffle, les consonnes et les queues de réverbération que même les professionnels se trompent régulièrement. Ce chiffre de 97 % issu d’un test à l’aveugle ne remet pas en cause l’oreille de qui que ce soit. C’est la cible qui a changé.

C'est pourquoi nous utilisons un logiciel pour la première analyse. Le « Undetectable AI Detector » analyse l'empreinte linguistique des paroles, renvoie un pourcentage et un verdict clair, et vous indique quelles phrases ont motivé cette décision. 

Le détecteur de voix IA se charge de l'aspect audio et signale les voix synthétiques ou clonées. À eux deux, ils couvrent les deux aspects de la question : ce qui a été dit et la manière dont cela a été chanté.

Se tromper là-dessus coûte désormais très cher. Si vous publiez un morceau que vous pensiez « propre », vous risquez de vous retrouver impliqué dans un litige lié au droit d'auteur, car les principaux créateurs d'images générées par IA sont toujours en plein processus judiciaire concernant les données utilisées pour leur apprentissage. Les plateformes ont également durci leurs conditions. 

Bandcamp a interdit les morceaux entièrement créés par IA, Tidal a suspendu leur monétisation, Apple Music propose un système de signalement volontaire, tandis que Deezer exclut les morceaux signalés de ses recommandations. Et si vous avez utilisé l'IA en toute discrétion sans le signaler, cela risque de nuire à votre réputation, un problème qui attendra patiemment que quelqu'un d'autre procède à la vérification.

Notre processus de test étape par étape

Nous avons lancé cette opération en août 2026 avec la fonction de détection activée. Cela a pris moins d'une demi-heure, du début à la fin, si vous souhaitez reproduire cette procédure.

1. Choisissez des chansons dont vous connaissez déjà l'origine, et notez-les d'abord. Évaluer un outil a posteriori ne fonctionne que si vous vous êtes engagé à fournir les réponses au préalable. Nous en avons utilisé sept, pondérées délibérément de manière à ce qu'un détecteur « paresseux » ne puisse pas réussir en devinant dans un seul sens. Quatre provenaient de différents générateurs de paroles basés sur l’IA, ce qui est important car un outil qui ne reconnaît qu’un seul générateur n’est pas d’une grande utilité. Trois étaient des enregistrements humains dont l’historique remonte à plusieurs années, dont deux d’artistes dont l’écriture est largement analysée et largement imitée.
2. Lancez-les une par une. Nous avons collé chaque feuille de paroles séparément et avons attendu que le processus se termine avant de passer à la suivante. Les traiter en lot brouille tout, car on ne sait plus quel passage a généré quelle note.
3. Notez le verdict, le pourcentage et les lignes surlignées. Nous avons réalisé des captures d’écran des sept éléments, et chacune d’entre elles est reproduite ci-dessous ; vous pouvez donc vérifier vous-même ces chiffres, plutôt que de vous contenter de me croire sur parole.

Il y a une chose que je tiens à souligner avant que vous ne consultiez le tableau. Lors de cette série de tests, on a testé le paroles, et non la forme d'onde. C'est une véritable limite, sur laquelle je reviendrai à la fin, car cela modifie le poids qu'il convient d'accorder aux notes.

Résultats de la détection : sept chansons, sept identifications correctes

Commençons par le tableau des scores, puis voyons ce que chaque résultat signifie réellement.

Chanson	Source	Véritable origine	Verdict	Score IA
Une vie de luxe, des yeux brillants	Générateur « BoredHumans »	Généré par l'IA	Généré par l'IA	99%
Au bord du précipice	Générateur FreshBots	Généré par l'IA	Généré par l'IA	99%
Le sourire de la lampe du porche	Générateur AISongMaker	Généré par l'IA	Généré par l'IA	99%
Un million de couleurs	Vinih Pray, créé avec Suno	Généré par l'IA	Généré par l'IA	99%
On récolte ce que l'on sème	New Radicals, 1998	Humain	Rédigé par un humain	12%
Cardigan	Taylor Swift, 2020	Humain	Rédigé par un humain	10%
Écoutez	Beyoncé, 2006	Humain	Rédigé par un humain	3%

Test réalisé en août 2026 à l'aide du détecteur d'IA d'Undetectable AI. Vous trouverez ci-dessous les captures d'écran des sept résultats.

Ce qui frappe, ce n'est pas seulement le fait qu'il ait tout bon. C'est l'ampleur de l'écart. Les quatre morceaux synthétiques ont tous obtenu un score de 99 %, tandis que les trois morceaux enregistrés par des humains ont obtenu respectivement 12 %, 10 % et 3 %.

Rien ne se situait dans une zone floue, et aucun véritable artiste n'a été accusé de quoi que ce soit. Pour un outil destiné à servir de base à des décisions concernant le travail des gens, la seconde partie de cette phrase a plus d'importance que la première.

Les quatre axes de recherche en IA

Une vie de luxe, des yeux brillants

Généré de bout en bout via BoredHumans, et le résultat a été : 99 % d'IA avec pratiquement toutes les paroles mises en valeur. En les relisant après coup, on comprend pourquoi. Chaque image est agréable et légère. Des levers de soleil, des reflets dans la pluie, des rêves qui s'envolent.

Les rimes s’enchaînent sans faute, les syllabes s’inscrivent parfaitement dans la métrique, et tout au long de la chanson, il ne se passe en réalité rien à personne. Pas de rue, pas d’année, pas de nom. Ces modèles dérivent vers la moyenne émotionnelle de tout ce sur quoi ils ont été entraînés, et cette moyenne est toujours aussi jolie et aussi creuse.

Au bord du précipice

Celui-ci vient de FreshBots et a également marqué des points 99 % d'IA, ce qui a marqué un tournant dans ma façon de lire les paroles. La chanson a clairement été conçue pour passer pour une œuvre humaine, et elle comporte des détails précis. Un souvenir de mes sept ans. Mon départ d’un emploi au printemps dernier.

Trois mois passés à dormir sur le canapé d'un ami. Des parents qui pensent que le narrateur a perdu la tête. C'est précisément ce genre de détails biographiques qui, en général, donnent une impression d'authenticité.

Elle a tout de même obtenu une note de 99, et cela tient davantage à la manière dont la chanson exploite ces détails qu’à leur simple présence. Chaque élément particulier se résout en une petite contradiction bien ficelée. À la fois pleine d’espoir et effrayée. Brisée et prête à tout. En train de sombrer et de s’envoler. Une symétrie de bout en bout, alors que la vie réelle n’est pas ainsi équilibrée.

Le sourire de la lampe du porche

C'est l'exemple que j'ai ajouté en m'attendant à des problèmes, et c'est l'échec le plus intéressant de la série. Conçu avec AISongMaker, il fait tout ce que les rubriques de conseils vous disent qu'un être humain ferait. Les images sont petites, étranges et spécifiques.

Une écharpe laissée sur une chaise. Tendre du sel à quelqu’un qui demandait du sucre. Une porte, un banc, un arrêt de bus. Il y a même une phrase vraiment étrange qui parle de « mains couleur abricot » et d’un « sourire en gobelet en plastique », le genre d’expression dont on jurerait qu’il a fallu chercher pour la trouver.

Il a marqué 99 % d'IA. Et dès que le détecteur l'a mis en évidence, le mécanisme sous-jacent est apparu au grand jour. Ces détails décalés ne coûtaient jamais rien au narrateur. La confusion entre le sucre et le sel est immédiatement balayée d'un rire et résolue en deux répliques.

Chaque image surgit, joue son rôle avec charme, puis s'en va sans compliquer celle qui suit. Quand on écrit sur un coup de cœur, on a tendance à garder le souvenir de ce qui fait encore mal, ou le détail qui nous met en mauvaise posture. Cette chanson est une succession de moments agréables, et c'est justement cette douceur sans heurts qui en fait la véritable marque de fabrique.

Un million de couleurs

Celle qui compte sur le plan commercial, car il ne s'agit pas d'un simple prototype de laboratoire. Créée avec Suno, publiée par Vinih Pray et désignée par Billboard comme la première chanson générée par IA à avoir intégré les classements TikTok, où elle s'est classée 44e du « Viral 50 ». Des centaines de milliers de créations sur TikTok, plus de 800 000 écoutes sur Spotify, et un public qui, pour la plupart, n’en avait aucune idée.

Le résultat est tombé à 99 % d'IA et le détecteur l'a repéré dès les premières mesures. La mélodie est presque identique à celle de « Lush Life ». Les matins de printemps, les pétales, la lumière des étoiles, un arc-en-ciel d'amour qui ne s'estompe jamais.

Des images inspirées de la nature, sans aucune friction, un refrain qui se répète sans jamais aller vers quelque chose de nouveau. Ce qui a séduit les auditeurs dans ce morceau, c’est la production, cette ambiance rétro et chaleureuse. Et c’est précisément pour cette raison que la lecture des paroles a valu le coup. La surface tenait bien la route. L’écriture sous-jacente, en revanche, non.

Les trois records humains

Ce sont ces résultats-là qui m'intéressaient vraiment, car un détecteur qui signale tout est pire qu'inutile. Un faux positif concernant un véritable artiste n'est pas une erreur anodine : c'est une accusation que quelqu'un devra ensuite retirer. Nous avons donc délibérément choisi des cas difficiles.

« You Get What You Give » de New Radicals

Validé comme texte rédigé par un humain à 12 % d'IA. Il s'agissait d'un test délibérément délicat. La chanson comporte un refrain très entraînant, que l'on peut facilement chanter en chœur, et qui se répète sans cesse, ce qui est le genre de structure qui peut paraître stéréotypée à un classificateur. Elle a néanmoins été validée, et la raison tient à la composition.

Aux deux tiers du morceau, celui-ci abandonne son caractère optimiste pour se transformer en une diatribe directe, précise et sans détours, citant des noms. C'est drôle. C'est agacé. Le morceau rompt avec sa propre structure, car celui qui l'a écrit avait autre chose à se passer sur le cœur. Les mannequins ne construisent pas quelque chose pour ensuite le détruire exprès.

Cardigan de Taylor Swift

Approuvé à 10 % d'IA. J'ai tenu à inclure celle-ci dans la sélection précisément parce que Swift est sans doute l'auteure-compositrice la plus imitée de notre époque. Son style a été intégré à tous les générateurs possibles et imaginables et copié par des milliers d'auteurs ; ainsi, si un répertoire humain devait donner l'impression d'avoir été écrit par une machine, ne serait-ce qu'en raison d'une saturation statistique, ce serait bien le sien.

Le texte s'est déroulé sans encombre. L'écriture n'hésite pas à explorer des voies qu'un modèle n'oserait pas emprunter. Les images se côtoient sans s'harmoniser, de petits détails physiques revêtent une charge émotionnelle que la chanson n'explique jamais, et la narratrice tient des propos qui la font paraître pire plutôt que meilleure.

Les détails que le générateur transforme en une nostalgie générique revêtent également une spécificité liée à l'époque et à la classe sociale. Le fait d'être largement imité ne donne finalement pas à l'original l'apparence d'une imitation.

« Listen » de Beyoncé

Le résultat le plus net de tout le test à 3 % d'IA. Cela mérite réflexion, car, en théorie, cet échantillon humain semble être le plus risqué.

C'est une grande ballade émouvante qui s'appuie précisément sur le type de vocabulaire que les chansons générées par l'IA utilisent sans cesse : les rêves, les cœurs, les mélodies, la découverte de sa voix. Si vous donniez à un générateur la consigne « crée une ballade inspirante », vous obtiendriez un résultat avec une liste de mots similaire.

Elle a obtenu un score inférieur à toutes les autres chansons que nous avons testées. La différence, c’est que cette chanson s’adresse à quelqu’un en particulier. Elle s’adresse à une personne bien précise, il y a un véritable grief sous-jacent, et l’intensité émotionnelle monte parce que la situation s’envenime, et non parce que l’arrangement devient plus fort.

Les paroles générées par l'IA utilisent un langage émotionnel. Celle-ci renferme un véritable conflit, et le détecteur a su le repérer.

Notez également qu'aucun morceau composé par un humain n'a obtenu un score de zéro, ce qui est un signe encourageant. Les véritables auteurs ont sans cesse recours à des tournures courantes, et un outil qui insisterait pour obtenir un zéro absolu ferait preuve de surapprentissage dans le seul but de vous satisfaire. Ce que vous recherchez, c'est un écart entre les deux groupes.

Dans ce cas, l'écart entre l'échantillon humain le plus proche et l'échantillon d'IA le plus proche était de 87 points.

Ce que sept échantillons nous ont appris et que trois n'auraient pas pu nous apprendre

L'ajout d'échantillons a modifié la conclusion, ce qui est justement l'intérêt de les ajouter.

La leçon la plus évidente est que Un détail concret ne constitue pas une preuve de l'existence d'un être humain. « Standing at the Edge » et « Porch Light Smile » regorgeaient tous deux de ces images précises, un peu étranges, que tous les guides vous conseillent de rechercher, et ont tous deux obtenu un score de 99 %. Si vous vous fiez uniquement à votre œil, ce conseil ne vous sera d’aucune utilité.

Ce qui les distinguait réellement des textes écrits par des humains, c'était le frottement. Dans les textes générés par l'IA, chaque détail s'articule avec fluidité et ne demande aucun effort de la part du narrateur. Dans les textes humains, les détails se contredisent, restent inexpliqués ou donnent une mauvaise image de l'auteur.

La deuxième leçon à retenir est que quatre générateurs différents ont tous donné le même résultat : 99 %. BoredHumans, FreshBots, AISongMaker et Suno sont des produits distincts dotés de modèles distincts, et le détecteur n'était calibré pour aucun d'entre eux en particulier. C'est important, car un outil formé pour repérer un seul générateur populaire devient inutile dès que quelqu'un en change.

Le troisième concerne les faux positifs, et c'est la raison pour laquelle nous avons choisi Swift et Beyoncé plutôt que trois morceaux indie moins connus. Les textes largement imités constituent un test de résistance pour un détecteur, car ces imitations sont réintégrées dans les données d'apprentissage. Les deux ont passé le test avec succès.

C'est le résultat que j'aimerais voir avant de laisser un outil quelconque intervenir dans une décision concernant les moyens de subsistance d'une personne.

Les coulisses de l'audio généré par l'IA : les anomalies techniques à surveiller

Les paroles ne sont qu'un aspect parmi d'autres. Si vous souhaitez évaluer l'enregistrement en lui-même, ce sont là les imperfections que l'audio génératif ne parvient pas encore tout à fait à masquer. Utilisez un casque. Les haut-parleurs du téléphone masquent la quasi-totalité de ces imperfections.

Artefacts spectraux

Ces modèles synthétisent le son plutôt que de le capturer, et les raccords sont perceptibles dans la réponse en fréquence. Écoutez ce léger sifflement métallique qui domine le mixage, particulièrement perceptible sur les notes tenues.

Ce sont le plus souvent les cymbales et les sifflements qui trahissent la supercherie. Une vraie cymbale s'évanouit de manière irrégulière dans la pièce, tandis qu'une cymbale générée par ordinateur a tendance à se fondre en un voile sonore ou à s'arrêter avec une uniformité étrange.

L'autre phénomène est le « phase smearing » : l'image stéréo donne alors une impression à la fois très large et étrangement creuse, comme si les instruments ne partageaient pas le même espace. Si vous pouvez afficher un spectrogramme, cherchez une coupure nette vers le haut, là où le contenu s'arrête brusquement ; il s'agit d'un vestige courant du processus de génération et de compression.

Des sons qu'un corps ne pourrait pas produire

C'est la catégorie la plus fiable, car le chant dépend des capacités des poumons et du larynx.

Éléments à prendre en compte :

• Pas de respiration. Les vrais chanteurs inspirent, et on l'entend dans le silence qui précède une longue phrase. Les voix synthétiques enchaînent sans peine des passages qui donneraient le vertige à n'importe qui.
• Une hauteur de son qui glisse d'une note à l'autre avec une fluidité mécanique, sans le léger dépassement et la correction que la gorge effectue en cours de route.
• Un timbre qui change subtilement d'identité au cours d'une chanson, de sorte que le refrain donne l'impression d'être interprété par un chanteur légèrement différent de celui des couplets, ou qu'une ligne d'harmonie ne correspond pas à la voix principale.
• Une émotion qui découle de l'arrangement plutôt que des paroles. L'intensité monte en puissance grâce à l'entrée de la batterie, et non parce que la mélodie devient plus lourde.
• Les consonnes sont prononcées de manière un peu trop nette. Les gens ont tendance à lier les syllabes et à les avaler lorsqu’ils parlent avec emphase. La lecture générée articule chaque syllabe avec le même soin.

Un rythme qui ne faiblit jamais

Les batteurs humains commettent sans cesse des erreurs infimes, et ce sont précisément ces imperfections qui donnent principalement vie au groove. Les musiciens prennent un peu d'avance à l'approche d'un refrain, ralentissent d'un cheveu sur une ballade, et il n'y a jamais deux coups de caisse claire qui tombent avec la même vélocité.

Les percussions générées ont tendance à s’aligner parfaitement sur la grille, avec une dynamique uniforme, ce qui leur donne un aspect rigide, même lorsqu’elles sont techniquement parfaites. Les fills qui se répètent à l’identique au lieu de varier en sont un signe révélateur. Les charlestons sans accentuation en sont un autre.

Ensuite, prêtez attention à la pièce elle-même. Les enregistrements réels restituent l’acoustique du lieu où ils ont été réalisés, avec des réflexions précoces et un déclin naturel du son. Les morceaux générés par ordinateur comportent généralement une réverbération appliquée à un son qui n’a jamais été enregistré dans une pièce, ce qui donne un rendu plat et étrangement proche.

Conseils pratiques pour reconnaître à l'oreille les chansons générées par l'IA

Pas besoin d'avoir des connaissances en ingénierie pour ça. C'est à peu près l'ordre dans lequel je procède lors d'une première écoute.

Commencez par la voix

• Repérez la phrase la plus longue de la chanson et demandez-vous si une personne pourrait la chanter d'un seul souffle. Si ce n'est pas le cas et que vous n'entendez aucune inspiration, c'est l'indice le plus probant que vous puissiez trouver.
• Suivez l'émotion tout au long du morceau. A-t-on l'impression que le chanteur accorde plus d'importance aux paroles tristes qu'aux paroles de remplissage ? Les voix synthétiques ont tendance à appliquer un seul et même réglage à tout.
• Faites attention aux transitions. À l'approche d'un refrain, une vraie voix change généralement : elle prend plus d'air, devient plus rauque, avec parfois un petit craquement. Un timbre qui enchaîne cette transition sans effort apparent est suspect.

Puis la bande-son

• Attendez la boucle. Les instrumentaux générés par ordinateur répètent les segments à l'identique plus souvent que les vrais, et une fois que vous avez repéré la transition, vous ne pouvez plus faire comme si de rien n'était.
• Demandez-vous si le groupe donne l'impression d'être quelque part. Les enregistrements réels ont de la profondeur et de l'espace entre les musiciens. Ceux qui sont générés par ordinateur donnent souvent l'impression d'être plaqués contre le haut-parleur.
• Recherchez plutôt des sons qui ont clairement été joués plutôt que déclenchés. Un bruit de doigt sur une guitare, un glissement maladroit de la basse, un grincement de pédale sur un piano. Ces accidents n'apparaissent presque jamais.

Puis les objets

• Montez le volume pendant un passage calme et écoutez, au-delà des instruments, s'il y a des grésillements, des bourdonnements ou un léger scintillement métallique.
• Laissons les dernières secondes s'écouler. Les fondus naturels laissent apparaître le bruit ambiant et le bruit de fond. Les fondus générés par ordinateur aboutissent trop brusquement au silence numérique ou se dissolvent en un effet flou.
• Vérifiez si les aigus semblent voilés ou étouffés, ce qui peut indiquer que le système n’a jamais produit de véritables détails dans les hautes fréquences.

Lisez ensuite ces mots

• Ne vous contentez pas de rechercher des détails concrets, car notre test a montré que les chansons générées par l'IA peuvent en fournir en abondance. Demandez-vous plutôt si certains détails ont un coût pour le narrateur ou s'ils restent sans réponse.
• Recherchez une symétrie parfaite. Lorsque chaque couplet est équilibré, que chaque contradiction est bien ficelée et qu’aucun vers n’est trop long ou maladroit, c’est probablement une machine qui l’a écrit.
• Demandez-vous si cette chanson prend le moindre risque. De l’humour, de la rancœur, un grief qu’elle ne parvient jamais à apaiser. Les modèles visent l’agréable, et l’agréable est en soi révélateur.

Si quelque chose vous semble bizarre, vérifiez-le plutôt que d'en débattre dans la section des commentaires. Collez les paroles dans le Détecteur d'IA, passez la piste vocale par le Détecteur de voix AI, et voir si deux signaux indépendants vont dans le même sens.

Questions fréquemment posées

Verdict final

Ces outils ont pour fonction de détecter des schémas qui défilent trop vite pour être perçus à la vitesse d'écoute normale, qu'il s'agisse de la signature acoustique d'une voix synthétisée ou de la régularité structurelle d'un texte généré par une machine, puis de vous fournir un chiffre et un verdict.

Sur sept échantillons, le résultat a été rapide, sans ambiguïté et toujours correct : quatre morceaux synthétiques ont été signalés à 99 %, trois morceaux enregistrés par des artistes humains ont été validés à 12 %, 10 % et 3 %, et aucune fausse accusation concernant les échantillons pour lesquels une telle accusation aurait pu causer un préjudice réel.

Il convient de le préciser clairement, car en faire trop ne sert à rien. Nous avons testé les paroles, et « A Million Colors » en est la preuve, ce qui reste très révélateur : un morceau qui a su tromper tout un classement d’auditeurs grâce à sa seule qualité de production s’est trahi en quelques secondes dès qu’on en a lu les paroles.

Mais un morceau instrumental ne comporte pas de paroles à lire, et le fait qu’un vrai chanteur interprète des paroles écrites par l’IA permet de distinguer ces deux niveaux. Le logiciel constitue un premier aperçu rapide, mais n’est pas une référence absolue. En le combinant avec les indices acoustiques et les vérifications de profil mentionnés plus haut, vous aurez raison bien plus souvent que si vous vous fiiez uniquement à votre oreille.

Le changement le plus important, c’est que la transparence devient le cœur même du débat. Lorsque plus de la moitié de la musique qui arrive chaque jour sur une grande plateforme est synthétique et que presque personne ne peut faire la différence, la question intéressante n’est plus de savoir si vous, personnellement, pouvez la distinguer, mais si quelqu’un a pris la peine de vérifier.

Les étiquettes se multiplient, les politiques des plateformes se durcissent et le public se fait de plus en plus entendre pour exiger des explications. Vérifier les informations devient une question de bon sens plutôt qu'une compétence réservée aux spécialistes.

Alors, jette un œil à la prochaine chanson qui te fait réfléchir. Copie les paroles dans notre  Détecteur d'IA, passez la piste vocale par le Détecteur de voix AI, et régler ça en moins d'une minute au lieu de se poser des questions toute la semaine.