Suno : l'IA musicale condamnée pour violation de droits

Suno : l'IA musicale condamnée pour violation de droits

Un tribunal de Munich a statué que le générateur de musique par IA Suno enfreint les droits d'auteur en s'entraînant sur des œuvres musicales bien connues, suite à une plainte déposée par l'organisation allemande de droits musicaux GEMA.

Le tribunal a constaté que les modèles d'IA de Suno avaient effectivement mémorisé des chansons et, lorsqu'ils étaient sollicités, reproduisaient des éléments originaux du matériel source, ce qui constitue une violation des droits d'auteur. La responsabilité des sorties contrefaisantes a été attribuée directement à Suno plutôt qu'à ses utilisateurs, puisque l'entreprise a choisi quelles données d'entraînement utiliser et comment construire ses modèles.

Un tribunal de Munich a jugé que le générateur de musique par IA Suno violait les droits d'auteur à la fois par son processus d'entraînement et par ses sorties. Le tribunal a également appliqué la loi américaine et a rejeté la défense de fair use de Suno. GEMA, l'organisation allemande de droits musicaux, avait poursuivi pour obtenir une injonction, des divulgations et des dommages-intérêts, et a remporté la majorité des points. L'affaire était centrée sur six chansons bien connues, dont "Atemlos durch die Nacht" de Kristina Bach et "Rasputin" de Frank Farian, Fred Jay et George Reyam. Seules les compositions musicales étaient en question, pas les paroles.

La mémorisation est réelle

Le tribunal a déterminé que les six morceaux étaient reproductibles dans les modèles 3.5 et 4 de Suno. Dans la recherche en IA, ce phénomène est connu sous le nom de mémorisation : durant l'entraînement, un modèle peut non seulement apprendre des motifs généraux mais aussi stocker un contenu spécifique de ses données d'entraînement, qui peut ensuite être extrait comme sortie.

Suno a soutenu que son modèle ne stocke pas de chansons, mais uniquement des "motifs mathématiquement appris et des caractéristiques généralisées". Toute similitude dans les sorties, a affirmé l'entreprise, était le résultat des prompts des utilisateurs et des corrélations statistiques.

Pour son test, GEMA a entré les paroles originales de chaque chanson, le style musical et le titre dans le générateur de Suno. Aucune spécification concernant la mélodie, l'harmonie, le rythme ou l'arrangement n'a été faite. Suno a tout de même produit des résultats dans lesquels le tribunal a reconnu les éléments originaux des morceaux source. Étant donné la complexité et la longueur des chansons, le tribunal a exclu la coïncidence.

Suno porte la responsabilité, pas ses utilisateurs

Le tribunal a explicitement tenu Suno responsable des sorties contrefaisantes, et non les utilisateurs qui ont tapé les prompts. Suno avait soutenu que l'entrée délibérée des utilisateurs rompait la chaîne causale entre le modèle et sa sortie.

Le tribunal n'a pas été d'accord. Les prompts étaient "simples et ouverts", et Suno opère les modèles, sélectionne les chansons comme données d'entraînement et est responsable de l'architecture et de la mémorisation. Cela signifie que les modèles "déterminent substantiellement" les sorties. Le simple fait d'offrir le générateur pour la création musicale constitue déjà une violation légale, a déclaré le tribunal. Si cette position est maintenue en appel, cela pourrait également affecter d'autres services de musique par IA.

Suno a également invoqué l'exception allemande de text and data mining, qui permet l'analyse automatisée de contenu sous certaines conditions. Le tribunal a statué que cette exception ne couvre pas la mémorisation qu'il a constatée.

Le fair use américain ne protège pas non plus Suno

Sous une règle spéciale pour les sociétés de gestion, le tribunal a également affirmé sa compétence sur les réclamations basées sur des activités d'entraînement qui ont eu lieu aux États-Unis. Il a appliqué la loi américaine à ces actes et a conclu que le fair use ne protège pas Suno non plus.

Le tribunal a tracé une ligne entre cette affaire et deux procédures américaines, Bartz et Kadrey. Dans ces deux cas, les tribunaux américains avaient traité l'entraînement par IA comme un usage transformateur et donc un fair use. La différence clé, selon le tribunal de Munich, est que dans ces procédures, les données d'entraînement n'étaient "pas, ou pas substantiellement, accessibles aux utilisateurs dans les sorties". Avec Suno, des entrées simples produisaient des résultats "substantiellement similaires" aux originaux. Tous les facteurs du test de fair use établis par la Cour suprême des États-Unis dans sa décision Warhol pesaient contre Suno, a constaté le tribunal. Le jugement n'est pas encore définitif.

Des questions clés restent sans réponse

La distinction par rapport aux affaires américaines semble plus large qu'elle ne l'est réellement. Le tribunal de Munich ne dit pas que les modèles musicaux mémorisent des œuvres tandis que les modèles textuels ne le font pas. Il note simplement que la reproduction a été concrètement prouvée avec Suno, tandis que ce n'était pas le cas dans les autres procédures.

Cependant, des recherches ont confirmé cet effet avec des livres, ce qui suggère que la mémorisation n'est pas unique à la musique. La facilité avec laquelle une œuvre peut être extraite d'un modèle d'IA dépend probablement de la fréquence à laquelle elle est apparue dans les données d'entraînement et de la précision du prompt. Des œuvres populaires comme "Atemlos durch die Nacht" ou "Rasputin" sont largement présentes sur Internet, rendant leur mémorisation plus probable. Des chercheurs ont également pu extraire des livres bien connus comme Harry Potter de modèles linguistiques avec une grande similarité et presque inchangés.

La description du tribunal de Munich des prompts de GEMA comme "simples et ouverts" semble particulièrement fragile. GEMA a entré les paroles complètes, le style musical et le titre. Bien qu'il n'ait pas spécifié d'éléments musicaux, l'identité de la chanson souhaitée était assez bien définie. Un utilisateur typique créant de la musique originale avec un générateur IA ne formulerait presque certainement pas son prompt de cette manière.

Dans la bataille des droits d'auteur entre le New York Times et OpenAI, c'est un point de contention central : les prompts ciblés conçus pour reproduire un contenu protégé reflètent-ils l'utilisation normale d'un système IA ou représentent-ils un cas particulier ? En d'autres termes, est-ce un bug lorsque le système produit des originaux, ou une fonctionnalité ?

Suno aurait contourné les protections de YouTube

Personne n'utilise un générateur de musique pour recréer une chanson qui existe déjà, donc toute l'attention sur la similarité des sorties pourrait finalement être une impasse. La question plus pertinente est de savoir si Suno était autorisé à utiliser le matériel protégé par des droits d'auteur pour l'entraînement sans consentement en premier lieu.

Les notes du tribunal contiennent un détail intéressant à ce sujet. Selon le communiqué de presse du tribunal, Suno a utilisé des "techniques de stream-ripping" pour extraire la musique de YouTube, contournant le "Rolling Cipher" de YouTube, une protection technique conçue pour empêcher le téléchargement de contenu audio et vidéo.

Cela soulève une question qui va au-delà de cette affaire particulière : le contournement de protections techniques constitue-t-il déjà du piratage, peu importe ce qui arrive ensuite avec les données ? Les tribunaux américains ont jusqu'à présent pris une position claire à ce sujet : le fair use peut s'appliquer à l'entraînement par IA, mais pas lorsqu'il est basé sur du matériel piraté.