Faire revivre Ella Fitzgerald ou Elvis Presley grâce à l’intelligence artificielle, c’est amusant, mais qu’est-ce que cela implique pour l’industrie musicale ?
Et si Ella Fitzegerald avait interprété l’infernal tube pour enfants Baby Shark ? Vous en rêviez (ou pas), une intelligence artificielle l’a fait. Le son est un peu brouillon, ça crépite comme une platine usée, mais le timbre de voix ressemble bien à celui de la chanteuse de jazz décédée en 1996. Et c’est toujours bien plus supportable que la véritable version de Baby Shark.
Cette production musicale nous vient de Jukebox, un algorithme lancé en mai 2020 par OpenAI. Cette société vise la création d'une intelligence artificielle générale, c’est-à-dire capable de réaliser des tâches proprement humaines, comme la production de musique ou de texte. Jukebox a aussi fait revivre Franck Sinatra, Elvis Presley, les Beatles, 2Pac, Nas… et permis de créer de nouveaux titres de Snoop Dogg, Shakira, Maroon 5... Ces créations sont des deepfakes audios, des sons générés par un algorithme à partir d’enregistrements existants. Pour guider l’algorithme, il est possible de lui imposer un genre (rock, country, pop, jazz, hip hop...), des paroles et un artiste. Le résultat est souvent étrange, mais crédible par moments. « C’est le cri des damnés », résume un auditeur sur la plateforme Soundcloud.
Un Eurovision des IA pop-stars
Au-delà du côté divertissant, The Guardian s’interroge sur les conséquences de ces deepfakes pour l’industrie musicale. Car OpenAI est loin d’être le seul acteur à s’intéresser aux algorithmes générateurs de musique. Google a créé en 2016 le projet Magenta, dont le but est de mettre au point des intelligences artificielles créatives. Spotify s'est doté d'un Creator Technology Research lab, dirigé par François Pachet, un chercheur français à l'origine de Hello World, premier album composé avec une IA. Des start-up comme Endel et Amper Music planchent aussi sur le sujet. Et les robots pop stars ont même leur concours : The AI Contest, basé sur le format de l’Eurovision.
Le quotidien britannique entrevoit les problèmes éthiques et juridiques que les deepfakes audio pourraient poser. L’industrie de la publicité utilise déjà des deepfakes visuels, pourquoi ne pourrait-elle pas utiliser une imitation d’un chanteur ou d’une chanteuse célèbre, plutôt que de payer bien plus cher un artiste de chair et d'os ? Les services de streaming pourraient quant à eux proposer à leurs utilisateurs des « musiques dans le genre de » composées par une IA et ainsi maximiser leur profit en évitant de payer des droits d’auteur, imagine The Guardian.
Jay Z feat. Shakespeare
Nous n’en sommes pas là. Mais des conflits juridiques ont déjà eu lieu. Aux États-Unis, Jay Z et son label ont poursuivi en justice la chaîne YouTube Vocal Synthesis pour avoir utilisé la voix et le flow de l’artiste afin de créer des morceaux de rap (assez bluffants) à partir d’un texte de Shakespeare, et un autre de Billy Joel. YouTube a retiré puis remis en ligne les vidéos, arguant que les accusations de violation de droits d’auteur n’étaient pas complètes.
Un flou juridique demeure donc. Pour Valérie-Laure Benabou, chercheuse spécialisée en propriété intellectuelle interrogée par Konbini sur le cas Jay Z, la voix d’un artiste en tant que telle n’est a priori pas soumise au droit d’auteur. « La voix d’un artiste peut être protégée en tant qu’un élément de sa personnalité, en la rattachant à celle-ci, mais la voix ne constitue pas une prestation d’un artiste interprète. Sa voix, c’est lui, sa prestation, c’est ce qu’il chante ou danse par exemple.»
The Guardian souligne qu’au Royaume-Uni, le copyright ne s’applique que si l’enregistrement originel d’une œuvre est repris tel quel – ce qui n'est pas le cas des deepfakes audio cités plus hauts. En France, les deepfakes audio pourraient être considérés comme une contrefaçon (encore faudrait-il le prouver) et donc comme une atteinte au droit d’auteur.
À chacun son deepfake ?
Par ailleurs, ces trucages musicaux soulèvent des questions autour de la singularité d’un artiste. À quoi ressemblerait le paysage musical, si chacun créait son propre deepfake audio, inspiré d’un artiste mort chéri, de son humeur du jour, du moment de la journée… ?
Participer à la conversation