« Rubberz » est-il une chanson générée par l'IA ? Les preuves contre Fenix Flexin s'accumulent

Points clés

• « Rubberz » de Fenix Flexin a atteint le numéro 58 du classement Billboard Hot 100 en 2024.
• Cinq détecteurs de musique IA ont chacun estimé une probabilité de 20 à 30 pour cent que la chanson soit entièrement ou partiellement générée par l'IA.
• La jaquette du single et un post promotionnel ont été signalés comme générés par l'IA avec une certitude supérieure à 97 pour cent par plusieurs détecteurs d'images.
• AutoTune, le logiciel de correction de pitch utilisé par la plupart des artistes, ne peut pas étendre la tessiture vocale d'un chanteur ou lui donner un accent étranger.
• Fenix Flexin a nié les allégations mais n'a pas partagé les fichiers de projet originaux pour résoudre la question.

Fenix Flexin s'est fait connaître comme la moitié de Shoreline Mafia, un duo de trap-rap de Los Angeles. Quand « Rubberz » est arrivé en tant que morceau rêveur et synthétisé imbibé d'influences de la pop britannique des années 1980, complet avec un faux accent anglais et une mélodie vocale qui semble empruntée à Morrissey, les auditeurs l'ont remarqué.

Certains ont aimé. Beaucoup plus ont commencé à se poser des questions.

Qu'est-ce qui sonne vraiment mal dans le morceau ?

L'enregistrement porte des marques révélatrices que les experts en audio associent aux générateurs de musique IA, un logiciel qui compose et produit automatiquement de la musique à partir d'une invite textuelle ou d'une instruction de style.

Le compositeur Charlie Harding, co-animateur du podcast d'analyse musicale Switched on Pop, a déclaré à The Verge que les voix de soutien « entrent et sortent de manière inattendue » et que la réverbération des battements, l'effet d'écho sur les battements, est « plein d'artefacts numériques non naturels rappelant un MP3 64 kbps téléchargé à partir de Napster ». Il soutient que cela se produit parce que la plupart des sociétés de musique IA ont entraîné leurs systèmes sur des fichiers audio de faible qualité et compressés, et que cette dégradation s'infiltre dans la sortie.

Les hi-hats sonnent cassants. Les voix du refrain ont la texture étouffée d'un fichier audio très compressé. Les queues de réverbération, le fondu naturel d'un écho, s'arrêtent brusquement au lieu de s'évanouir progressivement.

Puis il y a les paroles. Des lignes comme « Swipin' cards and stackin' chips, I saw you sinkin' ships » soulèvent une question évidente : qui coule les navires ? L'image ne revient jamais. Le schéma de rime est un simple motif AA, BB, chaque ligne se terminant correctement, ce que produit exactement un modèle de langage, la technologie derrière des outils comme ChatGPT, lorsqu'on lui demande d'écrire du rap. Les rappeurs expérimentés utilisent généralement des rimes internes (les rimes à l'intérieur d'une ligne, pas seulement à la fin) et des quasi-rimes pour créer de la texture. Il n'y en a pas ici.

Le producteur Curtiss King a saisi les paroles dans Claude, l'assistant IA d'Anthropic, et celui-ci a signalé plusieurs signes de paternité IA. Google Gemini a fait de même.

Qu'est-ce que les performances en direct montrent ?

C'est ici que l'affaire devient plus difficile à écarter. Lors des premières apparitions en studio, Fenix a fait du playback plutôt que de chanter en direct. Quand il chante, il ne peut pas égaler la tessiture vocale sur l'enregistrement, et dans plusieurs clips, les voix vocales du studio original sont clairement audibles en jeu sur sa tentative en direct, maintenues basses dans le mix.

Fenix dit que la différence provient du traitement vocal, y compris AutoTune, l'outil de correction de pitch utilisé par presque tous les chanteurs modernes. Mais le critique musical Anthony Fantano et Curtiss King contestent tous deux fermement. King compare AutoTune à la correction orthographique : cela corrige les erreurs, cela ne vous donne pas une nouvelle voix. Cela ne donnerait pas à un rappeur de la Côte Ouest un accent britannique ni n'étendrait sa tessiture de plusieurs notes.

Fenix a posté des captures d'écran de ce qu'il dit être des fichiers de session Pro Tools, l'espace de travail numérique qu'un producteur utilise pour construire une piste. Les captures d'écran ne prouvent pas grand-chose sans les fichiers sous-jacents, et il ne les a pas partagés.

Qu'est-ce que cela signifie pour les auditeurs ?

Vous n'êtes pas obligé de vous soucier qu'une chanson ait été réalisée par une personne ou une machine. Mais cela compte pour les artistes dont le travail a été utilisé pour entraîner les systèmes IA, souvent sans permission ni paiement. Harding avertit que même ce résultat relativement brut a trouvé un public, et que des outils de musique IA plus performants produisent déjà une sortie plus nette et plus difficile à détecter.