CréationArs Technica AI6sem

Deezer : 44 % des nouvelles musiques mises en ligne sont générées par IA, la majorité des écoutes sont frauduleuses

Résumé IASource uniqueImpact UE Take éditorial

Deezer a révélé que 44 % des nouvelles musiques téléchargées sur sa plateforme sont générées par intelligence artificielle, soit 75 000 nouvelles pistes IA chaque jour. La société française a développé sa propre technologie de détection des contenus audio synthétiques, qu'elle est l'une des rares plateformes de streaming à déployer activement, et qu'elle commercialise désormais auprès de tiers avec un taux de faux positifs inférieur à 0,01 %. Le constat dépasse la simple prolifération de contenus : la majorité des écoutes de ces titres IA seraient elles-mêmes frauduleuses, générées par des bots et non par de vrais auditeurs.

L'ampleur du phénomène soulève des questions directes sur l'économie du streaming musical. Les plateformes reversent des droits aux ayants droit en fonction du nombre d'écoutes ; si ces écoutes sont massivement artificielles, les revenus sont détournés au détriment des artistes humains. Un sondage interne de Deezer illustre la difficulté du problème : lors d'un test où des utilisateurs ont écouté trois morceaux dont deux générés par IA, 97 % d'entre eux n'ont pas été capables d'identifier les titres artificiels. La musique IA peut ainsi circuler dans des playlists sans déclencher la méfiance des auditeurs.

Ce phénomène s'inscrit dans une montée en puissance rapide des modèles génératifs audio, Suno, Udio, et d'autres outils permettent désormais de produire des morceaux convaincants en quelques secondes, sans compétences musicales. Contrairement à d'autres secteurs de l'IA qui font régulièrement les manchettes, la musique artificielle s'est développée discrètement, profitant du volume massif de contenus téléchargés sur les plateformes. Spotify et YouTube Music n'ont pas adopté de politique d'étiquetage similaire à celle de Deezer, laissant la question de la transparence largement ouverte. La décision de Deezer de licencier sa technologie de détection pourrait accélérer une prise de conscience sectorielle, mais la course entre génération et détection est loin d'être terminée.

Impact France/UE

Deezer, entreprise française, est en première ligne face à la fraude aux écoutes IA qui détourne les droits versés aux artistes, posant un défi réglementaire direct pour le marché du streaming en Europe.

💬 Le point de vue du dev

75 000 pistes IA par jour sur une seule plateforme, c'est pas un problème de niche, c'est une crise silencieuse qui vide les poches des vrais artistes. Ce qui me frappe surtout, c'est la double fraude : du contenu synthétique écouté par des bots, donc de l'argent qui tourne en circuit fermé sans jamais toucher un musicien humain. Deezer a au moins le mérite d'en parler et de vendre sa tech de détection, mais Spotify fait quoi pendant ce temps ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Presse-citron

Spotify fait plaisir aux amateurs de podcasts : comme NotebookLM, sa nouvelle IA est capable de créer des épisodes personnalisés (partir des données personnelles)

Spotify a dévoilé une nouvelle fonctionnalité d'intelligence artificielle capable de générer des épisodes de podcast personnalisés à la demande. Présentée comme une préversion de recherche, cette fonctionnalité n'est pas encore disponible au grand public mais devrait être déployée dans les semaines à venir. Elle s'appuie sur trois sources de données combinées : les informations disponibles sur le web, les connaissances générales du modèle, et les données personnelles propres à chaque utilisateur sur la plateforme. Le rapprochement avec NotebookLM de Google est immédiat : les deux outils permettent de générer du contenu audio à partir de sources multiples, mais Spotify va plus loin en intégrant le profil personnel de l'auditeur. Concrètement, cela signifie que le système pourrait tenir compte des habitudes d'écoute, des genres préférés ou d'autres données collectées pour produire un épisode réellement adapté à chaque individu. Pour des millions d'utilisateurs qui consomment déjà des podcasts quotidiennement sur la plateforme, cela représente un changement de paradigme : l'écoute passive devient une expérience co-construite avec l'IA. Cette annonce s'inscrit dans une course plus large entre les grandes plateformes pour intégrer l'IA générative dans leurs produits phares. Spotify, qui compte plus de 600 millions d'utilisateurs actifs, cherche à différencier son offre face à Apple Podcasts et YouTube. La question des données personnelles utilisées pour entraîner ou alimenter ces générations reste en suspens, et pourrait susciter des interrogations réglementaires, notamment en Europe où le RGPD encadre strictement ce type d'usage.

UEL'utilisation de données personnelles d'écoute pour générer du contenu audio soulève des questions de conformité RGPD pour les millions d'utilisateurs européens de Spotify, entreprise suédoise dont les pratiques de traitement de données sont encadrées par le droit européen.

💬 C'est NotebookLM mais avec ton historique Spotify dedans, et ça change tout. Spotify a 600 millions d'utilisateurs qui lui livrent leurs goûts heure par heure depuis des années, autant dire que le niveau de personnalisation va être imbattable sur ce terrain. La question des données en Europe va cogner fort, et ça ne va pas se régler en deux lignes de politique de confidentialité.

CréationOutil

1 source

2Next INpact

☕️ Amazon MGM Studios veut industrialiser les séries générées par IA

Amazon MGM Studios a officiellement lancé le programme GenAI Creators' Fund, un fonds destiné à financer des réalisateurs, des créateurs de contenu et des startups travaillant sur des films et des séries exploitant l'IA générative. Le studio développe en parallèle, en collaboration avec AWS, une plateforme de production baptisée « projet Nara ». Celle-ci intègre des logiciels professionnels déjà répandus dans l'industrie, Maya, Blender, le moteur Unreal, la suite Adobe, et supporte aussi bien la production de séries d'animation que de prises de vue réelles. Son architecture est conçue pour être « agnostique », combinant plusieurs modèles vidéo tiers et des modèles développés en interne par Amazon. Trois séries animées ont d'ores et déjà été commandées par Prime Video, avec une diffusion annoncée dans un futur proche. Pour démontrer la rapidité du processus, les producteurs sélectionnés disposent de cinq semaines pour finaliser leur pilote. Amazon affirme que le projet Nara permettra à la fois de réduire les coûts de production, d'accélérer les délais de fabrication et d'offrir aux créateurs un contrôle artistique plus étendu sur l'ensemble d'un projet. Albert Cheng, le responsable du studio, a insisté sur l'approche « centrée sur l'humain » du dispositif, assurant que les acteurs et les comédiens de doublage continueront d'être embauchés, et que l'IA n'a pas vocation à remplacer les équipes créatives. Un système de suivi dédié a également été mis en place pour protéger la propriété intellectuelle des contenus produits sur la plateforme. Ces engagements visent à anticiper les critiques d'un secteur qui reste profondément méfiant face à l'automatisation de la création. Cette annonce s'inscrit dans un contexte d'intégration progressive, et souvent chaotique, de l'IA générative dans l'industrie audiovisuelle. Netflix a été la première grande plateforme à diffuser une série incluant une séquence d'effets spéciaux entièrement générée par IA, avec la production argentine El Eternauta, avant d'établir des principes encadrant l'usage de ces technologies. D'autres initiatives, plus controversées, ont émergé ces derniers mois, notamment la série On This Day... 1776 réalisée par Darren Aronofsky et intégralement produite par IA, ou encore l'intégration d'un clone numérique de Val Kilmer dans un long-métrage. Amazon, en tant que propriétaire de MGM et opérateur d'AWS, occupe une position stratégique unique pour industrialiser ces processus. Le vrai test sera de savoir si cette approche industrielle peut produire des contenus de qualité suffisante pour convaincre les abonnés, et si les garanties annoncées en faveur des créateurs humains résisteront aux pressions économiques d'un marché du streaming sous tension permanente.

UELes créateurs et producteurs audiovisuels français et européens devront s'adapter à la montée en puissance de contenus générés par IA sur les plateformes de streaming mondiales, avec une pression accrue sur les conditions de travail dans le secteur audiovisuel.

💬 Cinq semaines pour finaliser un pilote, c'est le seul truc solide dans cette annonce. Le reste, les promesses sur les acteurs, l'approche "centrée sur l'humain", c'est du discours préventif avant le bras de fer avec les guildes. Amazon est probablement le seul acteur qui pouvait industrialiser ça à cette échelle, avec MGM pour la légitimité et AWS pour l'infrastructure, reste à voir si les abonnés Prime vont regarder ces séries ou les zapper au bout de deux minutes.

CréationOutil

1 source

3Le Big Data

Gemini Omni : l’IA vidéo de Google maîtrise enfin la physique et les personnages constants

Google a présenté Gemini Omni le 19 mai 2026 lors de sa conférence annuelle Google I/O. Ce nouveau modèle d'intelligence artificielle permet de générer et modifier des vidéos à partir de simples instructions écrites en langage naturel. L'utilisateur peut demander un changement d'angle de caméra, ajuster l'éclairage d'une scène ou transformer entièrement un décor sans passer par un logiciel de montage traditionnel. Google décrit Gemini Omni comme un modèle capable de créer « n'importe quoi à partir de n'importe quelle source ». Le déploiement de la version Flash a débuté le jour même de l'annonce, d'abord pour les abonnés Google AI Plus, Pro et Ultra via l'application Gemini et Google Flow. Un accès gratuit dans YouTube Shorts et l'application YouTube Create doit suivre dans la semaine, et une ouverture via API pour les développeurs et entreprises est prévue dans les prochaines semaines. Ce qui distingue Gemini Omni des générateurs vidéo existants, c'est l'accent mis sur la cohérence et le réalisme physique, deux points notoirement difficiles pour les IA actuelles. Le modèle mémorise chaque instruction précédente pour éviter qu'un personnage change de visage entre deux plans ou qu'un décor se transforme de manière incohérente. Google affirme également que le système comprend mieux la physique des objets et les mouvements dans une scène, ce qui devrait produire des vidéos plus proches d'une production audiovisuelle classique que des artefacts expérimentaux. Pour les créateurs de contenu, les équipes marketing et les professionnels de la communication, cela représente un gain de temps considérable : là où il fallait maîtriser plusieurs logiciels, une conversation suffit désormais pour itérer sur une production vidéo. Google s'inscrit dans une course à la génération vidéo par IA qui s'est intensifiée depuis le lancement de Sora par OpenAI fin 2023, suivi de Runway, Kling et d'autres outils spécialisés. En intégrant Gemini Omni directement dans ses plateformes grand public, YouTube en tête, avec ses plus de 2,5 milliards d'utilisateurs actifs, Google parie sur la distribution comme avantage concurrentiel plutôt que sur la seule performance technique. L'intégration dans Google Flow, outil de production assistée par IA lancé plus tôt cette année, suggère une stratégie plus large visant à faire de Gemini le socle créatif de l'ensemble de l'écosystème Google. La prochaine étape sera de voir si les performances en conditions réelles sont à la hauteur des démonstrations, et si l'accès API permettra à des services tiers de construire de nouveaux usages autour du modèle.

UELes développeurs et entreprises européens pourront accéder via API à un générateur vidéo IA intégré nativement à YouTube et Google Flow, avec un déploiement grand public via YouTube Shorts prévu dans la semaine.

💬 La cohérence des personnages d'un plan à l'autre, c'était le talon d'Achille de tous ces outils. Gemini Omni semble avoir sérieusement bossé là-dessus, et si ça tient en conditions réelles, ça débloque des usages pro qui étaient encore impossibles il y a six mois. La vraie arme de Google, c'est pas la technique, c'est YouTube.

CréationActu

1 source

4Le Big Data

Miso Labs lance Miso One : la nouvelle référence open source de la synthèse vocale ?

Miso Labs a lancé le 3 juin 2026 Miso One, un modèle de synthèse vocale open source de 8 milliards de paramètres conçu pour la génération vocale conversationnelle. Contrairement aux systèmes classiques de lecture de texte, Miso One vise à produire des échanges naturels dont le ton et le rythme s'adaptent au contexte. Sa caractéristique technique la plus frappante est sa latence annoncée de 110 millisecondes, soit moins que le temps de réaction humain moyen en conversation, estimé à 160 millisecondes. Le modèle propose également le clonage vocal à partir d'un extrait audio d'une dizaine de secondes, une fonctionnalité désormais courante dans le secteur mais rare dans les solutions ouvertes. Miso Labs a publié les poids du modèle dès son lancement, permettant aux développeurs de l'héberger eux-mêmes, de l'adapter ou de l'intégrer directement dans leurs applications. L'enjeu principal de ce lancement est de proposer une alternative crédible et souveraine aux API vocales propriétaires qui dominent le marché, comme celles d'ElevenLabs ou d'OpenAI. La possibilité d'héberger le modèle en local intéresse particulièrement les organisations traitant des données sensibles : secteur médical, financier ou administrations publiques, pour qui confier des données audio à des tiers représente un risque juridique et réglementaire réel. Sur le plan de l'expérience utilisateur, réduire la latence sous le seuil de perception humaine pourrait effacer l'une des dernières frictions qui trahissent encore les assistants vocaux, le silence artificiel entre question et réponse. Les premiers retours de testeurs publiés en ligne sont enthousiastes, certains affirmant avoir fait passer des voix générées pour des enregistrements humains auprès de proches. La synthèse vocale expressive est devenue un champ de bataille technologique majeur, tirée par l'essor des agents conversationnels et des interfaces vocales embarquées. Miso Labs s'inscrit dans un mouvement plus large de modèles open source qui cherchent à contester la domination des grandes plateformes américaines en rendant des capacités avancées accessibles sans abonnement ni dépendance à une API fermée. Cela dit, plusieurs zones d'ombre subsistent à ce stade : l'entreprise n'a pas publié la méthodologie précise derrière sa mesure de latence à 110 millisecondes, ni les conditions matérielles dans lesquelles ce chiffre a été obtenu. Aucune évaluation indépendante n'est encore venue valider les performances revendiquées en matière d'expressivité. Comme souvent dans l'industrie de l'IA, les annonces précèdent les benchmarks tiers, et Miso One devra passer l'épreuve des tests communautaires pour confirmer ses promesses.

UELes organisations européennes traitant des données audio sensibles (santé, finance, administrations publiques) pourraient adopter Miso One pour éliminer le risque juridique lié au transfert de données vers des API vocales tierces, en cohérence avec les obligations du RGPD.

💬 110 ms de latence sur un modèle open source auto-hébergeable, c'est le genre d'annonce qui mérite qu'on s'arrête deux secondes. Ce qui m'intéresse vraiment ici, c'est moins la perf brute que la possibilité de cloner une voix en local sans envoyer la moindre donnée audio à ElevenLabs ou OpenAI, ce qui débloque enfin la synthèse vocale pour le médical, le financier, les administrations, tout ce monde qui voulait se lancer mais bloquait sur le RGPD. Reste que le 110 ms sent le benchmark maison, et on attend les tests communautaires pour vraiment y croire.

CréationOpinion

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour