Voix IA dans une chanson : comment la repérer ?

La musique générée par IA ne se résume plus à des morceaux 100 % artificiels. De plus en plus de titres sont hybrides : un musicien compose et enregistre son instru, puis génère la voix ; ou à l'inverse, un chanteur pose sa voix sur une instru générée en quelques secondes. Ces morceaux sont les plus difficiles à repérer, à l'oreille comme avec un détecteur classique.

Les indices d'une voix chantée générée

• La diction : consonnes molles, syllabes fondues, mots déformés, surtout sur les fins de phrase.
• Le souffle : respirations absentes, ou ajoutées à des endroits peu naturels.
• La justesse trop parfaite… ou étrange : des glissements de hauteur réguliers, comme un Auto-Tune qui ne serait pas réglé par un humain.
• Le timbre instable : la voix semble changer d'âge ou de personne entre deux parties.
• Les chœurs : des harmonies qui apparaissent sans logique d'arrangement.

Pourquoi les hybrides trompent les détecteurs

Un détecteur qui analyse le morceau en bloc fait une sorte de moyenne. Quand la moitié du son est humaine, le score global baisse. Dans nos tests, des morceaux hybrides ont obtenu seulement 12 à 25 % sur le morceau complet. Ils seraient passés pour « humains » sans analyse plus fine.

La solution : séparer avant d'analyser

Notre outil sépare d'abord la voix et l'instrumental grâce à un modèle de séparation de sources, puis analyse chaque partie à part :

Le verdict l'indique clairement : « Indices d'IA sur l'instrumental, voix humaine » ou « Hybride possible : voix IA, instrumental humain ».

Et la voix parlée ?

Voix off, livres audio, podcasts, publicités : les voix de synthèse et les voix clonées posent des questions similaires. C'est un problème différent de la voix chantée : sur huit détecteurs publics que nous avons testés, six faisaient à peine mieux que le hasard. Notre module « Voix parlée », en bêta, repère 81 % des voix IA de notre banc de test pour 4 % de fausses alertes (détails). Choisis « Voix parlée » sur la page d'analyse.