Aller au contenu
FREN
Menu

Détecteurs

Détecteurs et outils

Comment un détecteur distingue un titre généré par IA d'un enregistrement humain, qui s'en sert aujourd'hui, et à quelles conditions les chiffres annoncés pourraient être contrôlés. La page présente aussi, sans les recommander, les petits services qui proposent d'attester qu'une musique a été faite par des humains.

Comment fonctionne la détection de la musique IA

Un détecteur de musique générée par IA est un logiciel entraîné sur deux corpus, l'un composé de titres dont on sait qu'ils sortent de générateurs comme Suno ou Udio, l'autre de titres dont on sait qu'ils ont été enregistrés par des personnes. À force de les comparer, il apprend à reconnaître les motifs que les générateurs laissent dans la texture du son, le plus souvent trop ténus pour que l'oreille les perçoive, et lorsqu'on lui soumet un nouveau titre, il calcule la probabilité que celui-ci appartienne au premier corpus. Certains outils procèdent autrement et cherchent dans le fichier une signature que le générateur y a délibérément placée, qu'il s'agisse d'un tatouage numérique (watermark) ou de Content Credentials. Aucun d'eux ne juge le talent, l'émotion ou l'intention d'un morceau, puisque leur travail se borne à comparer des statistiques, ce qui explique qu'un détecteur fiable face aux générateurs d'aujourd'hui puisse devoir être réentraîné à l'arrivée de la génération suivante.

Qui détecte quoi

Outil Opérateur Utilisé par Précision annoncée Audit indépendant ? Accès public
Détecteur IA de Deezer Deezer (outil maison) Marquage du catalogue Deezer ; licence accordée à la Sacem (01/2026) et à EJI (03/2026) Précision de 99,8 % ; laisse passer environ 2 titres IA sur 1 000 ; signale moins de 1 titre humain sur 10 000 (chiffres communiqués par Deezer, 21/07/2026) Aucun audit connu Analyseur de playlists gratuit depuis le 11/06/2026, 20 plateformes, 27 langues
AI Music Detector (AIMD) Ircam Amplify Plateformes de diffusion (DSP), distributeurs, labels, sociétés de gestion collective (cibles affichées) Précision de 99 %, moins de 1 % de faux positifs (chiffres de l'éditeur, aucun audit indépendant publié ; aucun jeu de test public) Aucun audit connu API et SDK sur demande uniquement ; pas d'accès en libre-service, pas de tarif public
Détection d'IA générative de Believe / TuneCore Believe (origine de la technologie non précisée) Filtrage à la distribution chez Believe et TuneCore ; blocage des titres issus de générateurs sans licence, déjà en place lors de son annonce le 30/04/2026 « Fiable à 99 % » pour identifier le modèle générateur (annoncé) Aucun audit connu Aucun ; aucune procédure de recours documentée
SH Labs et SoundPatrol Prestataires tiers Étiquettes « Human-Made » / « AI-Assisted » de Traxsource depuis le 01/07/2026 ; SH Labs serait aussi utilisé par Bandcamp et la GEMA, selon la presse Non publiée Aucun audit connu Aucun accès connu
Détection interne d'Apple Music Apple Appui aux AI Transparency Tags, qui restent déclarés par les fournisseurs de contenu Non publiée Aucun audit connu Aucun
Détection de TIDAL TIDAL, plus les déclarations des distributeurs Exclusion des redevances depuis le 29/06/2026 et étiquettes IA depuis la mi-juillet 2026, pour les titres entièrement générés par IA Non publiée Aucun audit connu Aucun ; recours par le formulaire du support TIDAL
Vérification des identifiants Suno Suno Toute personne qui veut savoir si un fichier porte des Content Credentials de Suno Sans objet (lit une signature, ne classe pas) Sans objet Vérification gratuite par envoi de fichier ou de lien

Tous les chiffres de ce tableau sont annoncés par les opérateurs eux-mêmes, et nous n'avons trouvé d'audit indépendant pour aucun d'entre eux. Les sources sont réunies en bas de page.

À quelles conditions un chiffre se vérifie

La deuxième demande du manifeste réclame des détecteurs vérifiables, c'est-à-dire des taux de détection que d'autres que leur éditeur puissent contrôler. Encore faut-il s'entendre sur ce que recouvre le mot. Un chiffre de détection ne devient vérifiable que si plusieurs conditions sont réunies, et aucun des outils présentés plus haut ne les remplit toutes à ce jour.

  1. Il faut d'abord une méthode publiée, qui dise ce que le modèle analyse, comment il a été entraîné et ce que ses données d'entraînement rangent sous l'étiquette « généré par IA », qu'il s'agisse des seuls titres entièrement générés ou également des stems assistés par IA. Ircam Amplify et Deezer décrivent leur approche en termes généraux, sans que l'un ou l'autre publie de protocole reproductible.
  2. Les taux d'erreur doivent ensuite être publiés, et mesurés sur un jeu de test lui-même public. Les deux sens d'erreur comptent, les titres générés qui passent entre les mailles autant que les titres humains qui se retrouvent signalés. Deezer publie bien ces taux, mais pas le jeu de titres sur lequel il les a mesurés, si bien que personne ne peut reproduire le chiffre.
  3. Le test doit être conduit par un tiers indépendant de l'éditeur, sur des titres que celui-ci n'a pas choisis. À notre connaissance, aucun détecteur employé par une plateforme ou un distributeur n'a encore fait l'objet d'un tel audit.
  4. La mesure doit encore porter sur les musiques minoritaires et les productions modestes. Un modèle de détection n'apprend que de ce qu'on lui montre, et un taux établi pour l'essentiel sur de la pop grand public dit peu de chose d'un enregistrement gnawa, d'une maquette folk enregistrée à la maison ou d'un morceau club très traité. Des testeurs de l'outil d'Ircam Amplify rapportent d'ailleurs que c'est sur la musique électronique à la production dense qu'il se trompe le plus souvent, une observation qui n'a elle-même fait l'objet d'aucun audit (AI Musicpreneur, 10/08/2026). Seuls des résultats publiés par genre, par langue et par budget de production permettraient de trancher la question.
  5. Reste la stabilité dans le temps. Les générateurs changent tous les quelques mois, et un résultat obtenu en juin ne dit rien de décembre tant que le test n'a pas été refait. Un article accepté à la conférence ISMIR 2026 sur la robustesse des détecteurs reconnaît ainsi que le modèle qu'il propose, entraîné sur trois générateurs, ne se généralise pas aux autres, et qu'il faut le réentraîner pour les couvrir (arXiv 2607.27454, 07/2026), tandis que la détection de stems générés par IA au sein d'œuvres hybrides demeure une question de recherche ouverte, dont un autre article présente ce qui serait, à la connaissance de ses auteurs, la première étude (arXiv 2607.26874, 07/2026). Le premier est cosigné par quatre auteurs de l'École centrale de Lyon et deux chercheurs de Deezer Research, le second par quatre chercheurs de Deezer Research, l'équipe de recherche d'une plateforme qui exploite et commercialise son propre détecteur. Ces travaux renseignent sur l'état de la recherche sans tenir lieu de l'évaluation indépendante décrite au point 3.

Une sixième condition tient à la procédure plus qu'à la technique. Lorsqu'une décision issue d'un détecteur est contestée, la personne concernée doit pouvoir en connaître le motif et s'adresser à un interlocuteur humain. Or il n'existe aujourd'hui aucune procédure de recours standardisée. On conseille aux artistes de passer par leur distributeur en fournissant leurs sessions de station audionumérique (DAW), leurs stems et leurs brouillons datés, la décision finale revenant de toute façon à la plateforme (iMusician, 11/08/2026).

Les services qui proposent d'attester une musique « faite par des humains »

À côté des plateformes, une poignée de petites entreprises proposent d'attester qu'un titre a été fait par des humains. Les notices qui suivent rapportent ce que chacune dit d'elle-même ; nous n'en recommandons aucune et n'avons vérifié aucune de leurs méthodes.

AudioIntell (audiointell.ai) est une division d'Electropoint LLC. L'artiste y soumet son titre, son nom d'artiste, l'ISRC (code international normalisé des enregistrements) et un fichier MP3, que des « systèmes de détection propriétaires » analysent avant un examen manuel. Pour 2 USD par titre, il obtient un numéro « Human-Made Music Certification » (HMCC), un badge et une inscription dans une base de données publique et consultable. Les conditions du service précisent qu'il « ne garantit pas l'originalité absolue ni la propriété du titre », et déclinent toute responsabilité pour les erreurs dues à des « influences de l'IA indétectables ». Ni la méthode de détection ni les taux d'erreur ne sont publiés (audiointell.ai, consulté le 02/10/2026).

Humanable (humanable.com) a été fondé à Nashville en 2024 par Lili McGrady. L'entreprise propose une certification « AI-Free » (sans IA) des chansons, qu'elle a étendue en mars 2026 aux podcasts, aux vidéos courtes, aux livres audio, aux films et à la photographie. La presse décrit une procédure fondée sur une déclaration sous serment du créateur plutôt que sur une analyse audio, et le site de l'entreprise n'en détaille pas la méthode. Les tarifs, les partenaires et le nombre d'œuvres concernées n'y figurent pas, et les chiffres que cite la presse ont été communiqués par l'entreprise elle-même (MusicRow, 06/03/2026 ; humanable.com, consulté le 02/10/2026).

HumanMade Certified (humanmade-certified.com) se présente comme une initiative du label britannique AudioWave Records et de Banny Decks. Il délivre un certificat numéroté, lié au créateur et au titre, que l'on peut vérifier en ligne. Sur les pages que nous avons pu lire, ni la méthode de vérification, ni les tarifs, ni l'identité de l'opérateur ne sont publiés, et la page du label renvoyait le 02/10/2026 vers un nom de domaine inactif (parking). Nous tenons donc ce service pour non vérifié (humanmade-certified.com, consulté le 02/10/2026).

Verified Human Inc (verifiedhumancert.com), société du Delaware, propose une certification par titre pour la musique et les podcasts, gratuite pour les ISRC antérieurs à 2022 et assortie de formules groupées pour les labels, dont les tarifs ne sont pas publiés. Son site présente la marque comme « la marque de certification fédérale ». Le registre de l'USPTO (l'office américain des brevets et des marques) fait état, pour sa part, d'une demande déposée le 24/02/2026 sous le numéro de série 99666944 et toujours en cours d'examen, et non d'un enregistrement ; une deuxième notification d'objections non définitive (office action) a été émise le 21/09/2026 (USPTO TSDR, consulté le 29/09/2026 ; verifiedhumancert.com).

VerifiedHuman.info est une organisation distincte de la précédente. Son modèle est déclaratif, ce que le site résume d'une formule : « pas un outil d'analyse audio ». Le créateur y répond à des questions sur son processus et ses outils, puis se voit placé sur une échelle à cinq niveaux, dont seuls les trois premiers ouvrent droit à la certification, de VH5, entièrement humain, à VH3, mené par un humain et assisté par IA. Le prix est libre, à partir de 0. L'organisation revendique « des centaines de créateurs certifiés dans plus de 25 pays » depuis avril 2023, un chiffre qu'elle communique elle-même, et elle est membre contributeur de C2PA depuis 01/2026 (verifiedhuman.info, consulté le 02/10/2026).

Aucun de ces cinq services ne publie de méthode auditée, aucun n'est reconnu par une plateforme de streaming ou par un distributeur comme un motif suffisant pour revenir sur une décision, et les prix, lorsqu'ils sont publiés, vont de 0 à 2 USD par titre. Leur existence montre qu'il existe une demande pour documenter la provenance humaine, sans montrer encore que cette documentation inspire confiance à ceux qui prennent les décisions.

Sources

Les citations de sources anglophones sont traduites par nos soins.

Mis à jour le 13/10/2026