ElevenLabs a fait écouter 47 885 paires de morceaux à des auditeurs qui ignoraient quel modèle avait produit quoi. Sa nouvelle version, Music v2.5, l’emporte la plupart du temps, avec un avantage marqué sur le R&B, la soul, le hip-hop, le rock et l’orchestral. L’entreprise y accroche une seconde affirmation, qui vise ses concurrents plus que ses clients : ce modèle aurait été entraîné sur des stems (les pistes isolées d’un morceau : voix seule, batterie seule) et des musiques sous licence, autrement dit sur du catalogue acquis.
L’argument est habile. Il transforme une contrainte juridique en promesse de qualité, et déplace le débat du droit vers l’oreille. Le score, lui, n’est publié nulle part.
47 885 comparaisons, quelques centaines d’oreilles
Une évaluation par paires fonctionne toujours de la même façon : on diffuse deux extraits, l’auditeur désigne celui qu’il préfère, on recommence. Le total annoncé ne compte pas des personnes, il compte des votes. Deux cents auditeurs rendant chacun deux cent cinquante verdicts approchent déjà ce total.
Le chiffre atteste donc d’un volume de test sérieux, pas d’une population large ni représentative. Un panel homogène de quelques centaines de personnes peut générer cinquante mille duels sans jamais ressembler à l’audience d’une station de radio ou aux acheteurs d’une bibliothèque musicale.
La composition de ce panel, ses consignes d’écoute et son matériel restent inconnus. Sur de l’audio généré, ces paramètres déplacent facilement les résultats de plusieurs points : un casque de studio et des enceintes d’ordinateur portable ne révèlent pas les mêmes défauts.
Entre 52 % et 80 %, l’annonce ne tranche pas
Le taux de victoire n’est pas publié. L’écart de sens est pourtant considérable. À 52 %, la préférence flirte avec le tirage au sort et une mise à jour mineure suffirait à inverser la tendance. À 80 %, la nouvelle génération surclasse l’ancienne et le progrès s’entend sans effort.
L’adversaire, lui, est maison : les deux prises soumises à chaque auditeur sortent du même éditeur, la version 2.5 contre la version 2, qui reste d’ailleurs accessible. Battre son propre prédécesseur ne renseigne en rien sur la place du modèle face aux générateurs concurrents, ceux-là mêmes qu’un acheteur met en balance avant de signer.
Le protocole choisi est pourtant le bon. La comparaison en aveugle par paires est la méthode standard pour évaluer de l’audio, parce qu’elle neutralise l’effet de marque. Elle ne vaut qu’accompagnée de deux informations que l’annonce garde pour elle : la composition du jury et le taux de victoire. ElevenLabs organise le test, le dépouille et le publie. Aucun tiers ne l’a répliqué.
Une licence annoncée, des catalogues sans noms
Le second chiffre de cette annonce est celui qui manque. ElevenLabs déclare avoir entraîné ses modèles musicaux sur des stems et des musiques sous licence, sans préciser lesquelles, ni combien, ni auprès de qui.
Un détail contractuel achève de brouiller la lecture. L’accord de licence signé avec Universal Music Group ne couvre pas Music v2.5 : il porte sur une plateforme et des outils à venir, développés séparément des produits musicaux actuels. Le corpus qui a servi à la version disponible aujourd’hui relève d’autres contrats, dont personne ne connaît le périmètre.
Déclarer un approvisionnement propre et le documenter sont deux exercices différents. Le premier engage une réputation, le second engage des pièces vérifiables. Pour l’instant, l’auditeur comme l’entreprise cliente doivent se contenter du premier.
Chez Suno, le corpus part sous scellé
Suno, le concurrent américain, est poursuivi pour avoir entraîné ses modèles sur des œuvres protégées sans l’accord des ayants droit. Il a demandé au tribunal fédéral du Massachusetts de garder sous scellé le nombre exact de fichiers audio absorbés, au motif que ses concurrents pourraient en déduire sa méthode. Universal et Sony, plaignants au dossier, s’y opposent et réclament la publication du chiffre.
Sa génération v6 est sortie cette semaine avec Warner Music Group, BMG et Believe présentés comme partenaires de développement. Le silence sur les catalogues réellement absorbés, lui, n’a pas bougé.
Le marché de la génération musicale se scinde ainsi en deux : les acteurs capables d’exhiber leur chaîne d’approvisionnement, et ceux qui doivent la protéger pour ne pas alimenter leur propre dossier judiciaire. La même ligne de fracture gagne les modèles d’image et de texte, où les éditeurs ont longtemps considéré la provenance des données comme un secret industriel sans conséquence commerciale.
Le test d’écoute affaiblit la position des seconds. Il suggère qu’un corpus acquis ne condamne pas à un rendu inférieur, et prive l’opacité de sa justification technique. Une entreprise qui refuse encore de détailler son entraînement défend un avantage de coût, plus qu’une nécessité de qualité.
La clause à négocier avant de livrer une piste
Les conditions de Music v2.5 se lisent vite, et elles comptent davantage que le score annoncé :
- les droits sur les morceaux générés restent à l’utilisateur ;
- l’usage commercial dépend du secteur et de la finalité, et l’offre gratuite oblige à créditer ElevenMusic ;
- cinq téléchargements sans perte par jour en gratuit, quatre cents par mois en offre Pro ;
- les téléchargements de morceaux calqués sur des chansons existantes sont bloqués, et l’imitation d’un artiste identifiable est interdite ;
- le modèle est exposé via l’API (l’interface de programmation par laquelle un logiciel tiers appelle le modèle), et la version 2 reste utilisable, ce qui autorise une bascule progressive.
Pour une production destinée à un annonceur ou à une plateforme, le point sensible est ailleurs : la garantie contractuelle. Demandez par écrit ce que l’éditeur prend en charge si un ayant droit conteste un morceau livré. Une déclaration publique sur l’origine des données ne vaut pas clause d’indemnisation, et un service juridique fait parfaitement la différence entre les deux.
Archivez aussi vos prompts et la date de génération de chaque piste. Dans un secteur où les corpus d’entraînement font l’objet de procédures en cours, la traçabilité de votre propre travail restera la seule pièce que vous maîtrisez.
Un registre d’ayants droit rémunérés, avec des noms et des montants, pèserait plus lourd que n’importe quel panel d’écoute. Aucun éditeur de modèle musical n’a publié le sien. Tant que ce document manque, la mention « sous licence » reste un argument commercial, que les auditeurs n’ont de toute façon aucun moyen d’entendre.
