Le filigrane audio était censé survivre à Internet. Le nôtre est mort au premier transcodeur.
Nous avons intégré un filigrane dans un morceau, l'avons soumis à tous les tests dont nous disposions, et l'avons vu survivre. Compression MP3 à trois débits — survécu. Un aller-retour dans un lecteur grand public — survécu. Puis nous avons remis le fichier à un partenaire de distribution dont la chaîne d'ingestion réencodait tout en Opus avant que le morceau n'atteigne les auditeurs, et la marque avait disparu. Pas dégradée. Disparue. La chanson est ressortie de l'autre côté propre, sans marque, indiscernable d'un fichier n'ayant jamais porté la moindre provenance.
C'est ce matin-là que j'ai compris que la provenance audio — la capacité de prouver d'où provient un extrait audio et qu'il est bien ce qu'il prétend être — n'est pas un problème de filigrane. C'est un problème de survie. Un filigrane qui vit dans votre laboratoire et meurt dans le parcours réel du contenu est pire que pas de filigrane du tout, car il vous fait croire que vous êtes protégé alors que vous ne l'êtes pas.
Je dirige une petite équipe qui construit des pipelines de licences, de filigranage et de provenance audio pour des entreprises de médias. Je veux vous raconter comment nous nous sommes trompés sur le produit, ce que le règlement européen sur l'IA (EU AI Act) s'apprête à imposer à tous les acteurs de ce secteur, et pourquoi la difficulté n'a jamais résidé dans l'algorithme.
Le pari sur lequel j'ai misé et qui s'est effondré en six semaines
Au départ, l'argumentaire était limpide et j'y croyais : les outils d'audio génératif étaient juridiquement radioactifs, alors autant être l'alternative sûre. Si vous utilisiez Suno ou Udio pour un morceau commercial, vous louiez un procès. Nous allions plutôt construire la voie sous licence et défendable — voix commandées, chaîne de titularité propre, exposition nulle au droit d'auteur. J'ai vendu cette histoire à ma propre équipe et aux premiers acheteurs à qui j'ai parlé.
Puis le sol s'est dérobé. Le 30 octobre 2025, Universal Music Group a conclu un accord avec Udio et signé un accord stratégique pour une nouvelle plateforme sous licence lancée en 2026, entraînée sur un corpus approuvé par UMG. Moins de quatre semaines plus tard, le 25 novembre, Warner Music Group a conclu un accord avec Suno et annoncé une coentreprise pour construire une musique par IA sous licence, sur adhésion volontaire. L'argument du « vous louez un procès » autour duquel j'avais bâti l'entreprise s'est affaibli en l'espace de six semaines.
J'ai passé quelques jours convaincu que nous avions raté le marché. Ce n'était pas le cas — mais je devais cesser de lire l'actualité en tant que fournisseur et commencer à la lire en tant qu'architecte de technologies de droits que j'avais été pendant des années. Quand j'ai examiné les termes réels des accords, la douleur de l'acheteur n'avait pas disparu. Elle s'était déplacée.
Les outils sous licence ont réglé le procès. Ils ont créé une nouvelle prison : le jardin clos.
Lisez les petits caractères de ces accords. Dans le produit de transition d'Udio, les utilisateurs ne peuvent pas télécharger ni exporter les œuvres qu'ils créent — les créations sont verrouillées sur le service, à des fins de consommation uniquement. Sur les nouveaux modèles sous licence de Suno, seuls les abonnés payants peuvent télécharger en dehors de la plateforme, et ces téléchargements sont plafonnés. Une entreprise de médias qui a besoin qu'un actif soit diffusé à la télévision, en streaming, sur les réseaux sociaux, au cinéma et dans les jeux vidéo ne peut pas utiliser un outil qui ne laisse pas l'actif sortir de ses murs. La question juridique était réglée. La question de la propriété et de la portabilité restait grande ouverte.
Alors, qu'est-ce qui est réellement cassé aujourd'hui ?
Une fois que j'ai cessé de défendre l'ancienne thèse, le problème de l'acheteur s'est décomposé en trois questions, et aucune n'était « est-ce légal ».
La première est la portabilité. Les productions issues d'un jardin clos ne peuvent pas circuler, et la plupart des cas d'usage commerciaux sont brisés avant même de commencer, car l'actif ne peut pas être diffusé sur toutes les surfaces qu'une campagne ou une sortie touche.
La deuxième est l'enregistrabilité, et elle surprend les gens. Le US Copyright Office soutient depuis début 2025 que les productions issues d'une simple requête ne sont pas protégeables par le droit d'auteur. Ainsi, même un morceau par IA impeccable et sous licence peut être non protégeable par le droit d'auteur — ce qui signifie qu'un concurrent peut profiter en toute impunité de votre jingle par IA, et vous n'avez aucune propriété intellectuelle en aval à défendre. L'accord Anthropic de septembre 2025, dans lequel un juge fédéral a estimé que l'entraînement sur du matériel piraté était transformatif mais que son acquisition était fautive, a posé sur la table un chiffre d'environ 3 000 dollars par œuvre que les analystes de l'industrie musicale considèrent comme un plancher, non comme un plafond. L'exposition juridique n'a pas disparu avec les accords ; elle a changé de forme.
La troisième est la détectabilité, et elle est assortie d'une date.
Le compte à rebours : article 50 du règlement européen sur l'IA, 2 août 2026
Tout autre problème de cet essai pourrait, en théorie, être toléré. Celui-ci est assorti d'une date et d'un chiffre, et c'est ce qui fait passer un acheteur de l'intérêt à la signature. En vertu de l'article 50 du règlement européen sur l'IA, en vigueur le 2 août 2026, quiconque exploite un système générant de l'audio synthétique doit marquer la production dans un format lisible par machine afin qu'elle soit détectable comme générée artificiellement. Le premier projet de code de bonnes pratiques de la Commission européenne, publié en janvier 2026, a rendu explicite l'attente opérationnelle, et c'est la partie que la plupart des gens manquent : les métadonnées seules ne suffisent pas. Le code préconise une approche multicouche — des métadonnées intégrées comme les manifestes C2PA et un filigranage imperceptible. Les sanctions prévues à l'article 99 peuvent atteindre 15 millions d'euros ou 3 % du chiffre d'affaires mondial.
Voici donc la situation dans laquelle se trouve une entreprise de médias. Vous avez besoin d'un pipeline de marquage et de filigranage opérationnel avant le 2 août si vous touchez des publics européens. Le filigrane doit survivre au parcours réel du contenu — celui qui a tué le nôtre. Et les métadonnées, la moitié facile, sont la moitié qui est retirée en premier.
Pourquoi le C2PA ne règle-t-il pas simplement ce problème ?
La plupart des équipes se tournent vers les justificatifs de contenu C2PA et pensent en avoir fini. Le C2PA est bon — la RIAA, Roland et Avid, les créateurs de Pro Tools, en sont tous membres, si bien que les porte-étendards de l'audio sont autour de la table. Mais la plupart des plateformes sociales suppriment les métadonnées C2PA dès que vous mettez en ligne. Le justificatif que vous avez si soigneusement attaché a disparu au moment où le morceau atteint la surface où la provenance compte réellement.
La seule chose qui survit, c'est le couplage souple (soft binding) : vous intégrez un minuscule identifiant dans l'audio lui-même à l'aide d'un filigrane, et cet identifiant pointe vers un manifeste stocké dans le cloud. Le filigrane survit au parcours ; la consultation restaure la provenance de l'autre côté. C'est élégant, et cela comporte un piège dans lequel j'ai vu des équipes tomber. Si votre client est dans l'UE et que votre entrepôt de manifestes est hébergé aux États-Unis, le RGPD s'applique désormais à chaque requête de manifeste. Si le manifeste contient l'identité du créateur, vous êtes tenu à une expurgation pour confidentialité en vertu de la spécification C2PA — et presque personne ne l'implémente. Si l'entrepôt de manifestes est hors ligne au moment où quelqu'un vérifie, le morceau n'a plus aucune chaîne de provenance. La moitié « facile » des métadonnées est en réalité là où se trouvent les mines juridiques et architecturales.
Et puis il y a la couche dans laquelle l'acheteur vit réellement : le DDEX. En septembre 2025, Spotify et quinze labels et distributeurs se sont engagés sur une norme fondée sur le DDEX pour les déclarations d'IA dans les crédits musicaux — voix, écriture de chansons, production, tout le reste. Voici le problème que je rencontre à chaque mission auprès d'un label : la spécification de livraison DDEX ERN 4.3 en vigueur n'a aucun champ pour ces données de déclaration. L'extension est à l'état de projet. Un label qui distribue via un agrégateur comme DistroKid ou CD Baby hérite de ce que l'agrégateur envoie, et la plupart des agrégateurs ne transmettent pas encore de déclaration d'IA granulaire. Pour être conforme à la fois à la politique de Spotify et à l'article 50 d'ici le 2 août, ce pipeline a besoin d'un intergiciel sur mesure. Il n'y a aucun réglage à activer.
Le filigrane qui n'a pas survécu — et la matrice qui l'aurait détecté
Laissez-moi revenir au fichier qui est ressorti propre, car le remède n'est pas « utiliser un meilleur filigrane ». C'est « cesser de faire confiance à un seul ».
Les modules d'intégration sont pour la plupart gratuits. SynthID-Audio de Google est intégré à Lyria et NotebookLM, avec un portail de détection déployé mondialement en novembre 2025, et plus de 10 milliards d'éléments filigranés à travers les modalités — mais le détecteur audio est contrôlé par Google et ne fonctionne que sur les productions générées par Google. AudioSeal de Meta est open source sous licence MIT, effectue une détection localisée au niveau de l'échantillon, et c'est l'outil le plus robuste que j'aie utilisé pour la voix et la parole — mais sa robustesse sur la musique est plus faible, et c'est précisément dans cet écart que les fichiers meurent.
C'est là que les chiffres de niveau recherche font leurs preuves. XAttnMark, publié à l'ICML 2025, maintient 68 % de détection sous des attaques adversariales sur la forme d'onde là où AudioSeal chute à 15 %, et 91 à 94 % de détection à travers des modifications génératives issues d'outils comme Stable Audio. AWARE, une méthode d'octobre 2025, rapporte un taux d'erreur binaire de 1,61 % même après qu'un morceau a été passé dans un vocodeur neuronal — le type de resynthèse qu'effectue un pipeline de clonage vocal. Aucun de ces outils ne bénéficie d'un support commercial. Aucun n'est un produit. Ce sont des intrants.
Un filigrane qui survit au MP3 et meurt en Opus n'est pas un filigrane faible. C'est un filigrane non testé.
La discipline qui nous aurait sauvés est peu glorieuse : une matrice de survie. Vous prenez votre chaîne d'ingestion spécifique — du DAW au WAV, à la livraison DDEX, à un transcodeur multi-débits crachant de l'Opus, de l'AAC et du MP3, à un CDN, à un lecteur, à quelqu'un qui le capture en filmant l'écran d'un téléphone, à un réupload TikTok qui réencode le tout — et vous faites passer chaque filigrane candidat à travers chaque étape et vous mesurez ce qu'il en reste. Nous n'avions pas testé le segment Opus parce que notre laboratoire n'en avait pas. Le transcodeur, si.
Et pour quiconque travaille dans la diffusion, il y a une étape pire encore : le fossé analogique. Les sorties radio et TV sont captées par le microphone d'un second appareil, dans une voiture ou une cuisine. Un filigrane qui meurt dans la réverbération d'une pièce est inutile pour la provenance en diffusion. L'approche par autocorrélation d'AudioSeal a tendance à y survivre ; la plupart des filigranes de type LSB, non. Vous ne savez lequel qu'en le testant.
Le chiffre de la fraude que personne au label n'a énoncé à voix haute
La première fois que je me suis assis avec le responsable de la confiance et de la sécurité d'un DSP, la conversation ne portait pas du tout sur l'UE. Elle portait sur un chiffre qu'ils absorbaient discrètement.
Les propres données de Deezer : les morceaux générés par IA sont passés de 18 % des nouveaux uploads en juin 2025 à 28 % en septembre — plus d'un quart de tout ce qui arrive. Et 70 % des écoutes de morceaux exclusivement générés par IA sont frauduleuses. Mettez ces deux chiffres bout à bout, et environ un cinquième de tout ce qui est livré est potentiellement frauduleux — non pas un problème de spam à la marge, mais une fuite structurelle dans le pool de redevances. Deezer exclut désormais ces morceaux des paiements de redevances et, depuis janvier 2026, concède sous licence son détecteur breveté à des plateformes rivales. Spotify a supprimé plus de 75 millions de morceaux de spam en douze mois et a introduit un minimum de 1 000 écoutes avant le déclenchement des redevances — que les réseaux de fraude contournent simplement en s'assurant que chacun de leurs dix mille morceaux par IA franchisse environ 1 050 écoutes. À l'échelle de l'industrie, Beatdapp et Beatport estiment à 2 à 3 milliards de dollars par an le détournement frauduleux de redevances. Pour un DSP de milieu de gamme, cela représente un trou à neuf chiffres dans son propre pool de redevances.
C'est là que l'acheteur DSP et l'acheteur label s'avèrent vouloir des choses différentes du même pipeline. Le label veut de la provenance et de la déclaration. Le DSP veut empêcher les flots d'IA frauduleux d'entrer dans son pool de redevances — et c'est un problème d'empreinte numérique et de détection comportementale, non de filigranage. L'Attribution Engine de Pex compare des empreintes numériques à un registre en moins de cinq secondes et peut même identifier si un morceau provient de Suno ou d'Udio. Beatdapp, qui a levé 17 millions de dollars et s'est associée à UMG et à la MLC, détecte la fraude de manière comportementale. Filigranage et empreinte numérique ne sont pas concurrents ; ils répondent à des questions différentes, et une véritable plateforme a besoin des deux.
Et les agences de publicité ?
L'acheteur agence me tient éveillé plus que tous les autres, car l'exposition est si concentrée et si peu d'entre eux la voient.
Les formules Pro et Premier de Suno n'incluent explicitement aucune indemnisation. Une agence qui insère un jingle généré par IA dans un spot national assume elle-même le risque lié aux droits — et la plupart n'ont pas négocié d'indemnisation spécifique à l'IA dans les contrats-cadres de services (MSA) de leurs clients, alors même que les recommandations des 4A's leur disent désormais de le faire. Le directeur juridique d'une agence m'a fait parcourir les conditions d'utilisation de leur outil lors d'un appel et s'est tu quand nous sommes arrivés à la section indemnisation, parce qu'il n'y en avait pas. Si ce jingle déclenche une réclamation de droits en pleine diffusion, l'agence encaisse la campagne retirée, le retournage, la reprogrammation média et le préjudice de réputation.
Et la voix elle-même est désormais une propriété. L'ELVIS Act du Tennessee, en vigueur depuis juillet 2024, fait du clonage de la voix d'un artiste sans consentement un délit assorti de recours civils. L'AB 2602 de Californie offre aux interprètes des protections contractuelles. La NO FAKES Act fédérale, qui progresse au 119e Congrès, créerait un droit de propriété sur les répliques vocales numériques ainsi qu'une procédure de notification et de retrait pour les plateformes. Quarante-huit États disposent désormais d'une forme de loi sur les deepfakes ou le clonage vocal. La chaîne de titularité sur une voix n'est plus un raffinement ; c'est ce qui empêche la campagne de devenir un procès.
Ce que nous construisons réellement aujourd'hui
Nous avons donc cessé d'essayer d'être l'alternative de génération sûre. Je ne peux pas surpasser Google sur un algorithme d'intégration ni surpasser Beatdapp sur la détection de fraude, et prétendre le contraire était l'erreur d'origine. Ce qu'aucun fournisseur ne fait à lui seul — et ce qui manque à chaque entreprise de médias à laquelle je parle — c'est l'intégration.
Un acheteur type dispose de six à douze systèmes déconnectés : un gestionnaire d'actifs numériques, un gestionnaire d'actifs médias, le DAW, la base de données d'administration des droits, le pipeline de distribution DDEX, un vérificateur C2PA, une base d'empreintes numériques, un détecteur de fraude, une file d'attente de révision interne. Chacun fonctionne. Rien ne communique. La chaîne de provenance se rompt à chaque jointure. Ce que nous concevons, c'est ce qui les fait fonctionner à l'unisson — et la politique qui l'accompagne. Les questions les plus difficiles ne sont jamais techniques. Qui reçoit l'alerte lorsqu'un filigrane apparaît sur un morceau mis en ligne chez le distributeur ? Quel est le délai de retrait garanti (SLA) ? Comment la liste de désinscription de l'artiste est-elle synchronisée avec le générateur ? Ces réponses ne se trouvent pas dans un dépôt GitHub.
Nous construisons une couche de détection multi-normes, car aucun acheteur ne peut miser sur la victoire d'un seul filigrane — elle doit lire les productions de SynthID, AudioSeal et XAttnMark, croiser les manifestes C2PA et les comparer aux déclarations DDEX. Nous construisons le flux de travail de retrait, car la vraie question après le prochain moment « Heart on My Sleeve » — ce faux morceau de Drake/Weeknd de 2023 qui a atteint 20 millions de vues avant d'être retiré — n'est pas « pouvons-nous prouver que c'est faux ». En 2026, un clone convaincant prend environ quatre-vingt-dix minutes à réaliser. La question est de savoir à quelle vitesse vous pouvez le retirer et notifier l'artiste, le label, les DSP et les plateformes sociales en parallèle. Le filigrane est un intrant de ce flux de travail, pas le flux de travail lui-même.
Et pour les clients qui ont réellement besoin d'une transformation vocale sous licence — localisation de podcasts, narration de livres audio, accessibilité, doublage — nous construisons une véritable banque de voix, ce qui est surtout un problème d'économie. Un acteur commandé pour enregistrer 45 minutes de chant propre à travers quelques styles de genre coûte de 8 000 à 18 000 dollars selon le statut syndical et l'étendue du rachat de droits. Couvrir une gamme utilisable d'âge, de genre et d'accent représente 45 à 75 acteurs — disons de 360 000 à 1,35 million de dollars d'investissement avant le moindre dollar de revenu client. C'est exactement pourquoi la réponse n'est presque jamais une banque à usage général et presque toujours une bibliothèque ciblée : vingt acteurs en quatre langues pour la localisation de podcasts vaut mieux qu'un catalogue de prestige que vous n'amortirez jamais. Les modèles de voix de célébrités récupérés sur Internet ne sont pas une option — l'ELVIS Act et l'AB 2602 en font un passif, non un actif. Voilà la mission : le pipeline de bout en bout de licences, de filigranage et de provenance audio, conçu pour les systèmes spécifiques et l'échéance spécifique auxquels un acheteur donné est confronté.
On me demande si les plateformes sous licence de Suno et Udio vont tout simplement rendre tout cela inutile. Elles ne le feront pas, pour la même raison que le jardin clos a créé l'ouverture : ces outils règlent la génération, non la chaîne de garde autour d'un actif qui doit vivre dans votre bibliothèque, être diffusé sur chaque surface et résister à l'audit d'un régulateur. On me demande aussi s'il est possible d'attendre de voir quelle norme de filigranage l'emportera. Vous ne le pouvez pas — l'article 50 n'attend pas que la guerre des normes se résolve, ce qui est toute la raison pour laquelle la couche de détection doit être multi-normes dès le premier jour.
Le morceau qui est ressorti de ce transcodeur sans marque est celui auquel je pense. Il avait un vrai artiste derrière lui et une vraie licence, et le temps d'un réencodage, il est devenu indiscernable d'un deepfake — aucun moyen de prouver qu'il était quoi que ce soit. Le 2 août 2026, cet écart cesse d'être un embarras d'ingénierie pour devenir un manquement à la conformité assorti d'un chiffre de 15 millions d'euros. Tout le monde dans ce secteur a ce transcodeur quelque part dans sa chaîne. La seule question est de savoir s'ils le rencontrent avant le régulateur, ou après.
