Plagiat musical : une expérience utilisant un algorithme ?

Ed Sheeran a convaincu un jury cette année qu’il n’avait pas volé “Let’s Get It On” de Marvin Gaye. En revanche, Pharrell Williams et Robin Thicke n’avaient pas réussi à prouver que “Blurred Traces” n’était pas une copie de “Were given to Give It Up” de Jay.

Les algorithmes automatisés pourraient-ils apporter une nouvelle objectivité aux décisions de violation du droit d’auteur sur los angeles musique, réduisant ainsi le nombre, los angeles taille et le coût des procès ? Le musicologue Dr Patrick Savage de l’Université d’Auckland a étudié ce sujet en collaboration avec Yuchen Yuan de l’Université Keio au Japon et des professionals en psychologie musicale et en droit du droit d’auteur de l’Université Goldsmiths, de l’Université de Londres et de l’Université George Washington aux États-Unis.

“Il s’agit de los angeles plus grande étude à ce jour sur los angeles façon dont les meilleurs algorithmes se comparent à ceux des humains pour juger quand los angeles musique franchit los angeles limite du plagiat”, explique Savage, chercheur fundamental à l’École de psychologie de l’université. “Il est juste de dire que les algorithmes ne prendront pas le relais de si tôt.”

L’implication de Savage dans le district comprenait sa contribution au mémoire d’amicus curiae – témoignage d’skilled pour le tribunal – qui a contribué à annuler los angeles décision dans l’affaire Katy Perry.

Dans l’étude, 51 personnes ont été invitées à juger 40 exemples de plagiat présumé de 1915 à 2018, y compris une publicité de campagne de taste Eminem pour le Parti nationwide néo-zélandais de 2014 et los angeles chanson « My Candy Lord » de l’ancien Beatle George Harrison de The années soixante-dix.

Les algorithmes PMI et Musly, deux des meilleurs outils accessibles au public pour détecter le plagiat musical, ont évalué les mêmes chansons.

Les notes des members à l’étude correspondaient aux décisions de justice dans jusqu’à 83 % des cas (33 sur 40) contre 75 % pour les algorithmes (30 sur 40).

L’une des limites de l’étude réside dans l’hypothèse sous-jacente selon laquelle les affaires judiciaires ont été tranchées correctement.

« Los angeles query des « lignes floues » a suscité une controverse importante – et ni les members à notre étude ni les algorithmes n’ont fortement soutenu los angeles décision juridique – ni de nombreux musiciens, musicologues, avocats ou juges d’ailleurs », explique Savage.

L’une des limites persistantes de l’utilisation d’algorithmes pour déterminer les problèmes de droits d’auteur est que des facteurs non musicaux peuvent jouer un rôle.

“Par exemple, même si deux chansons sont similaires, il n’y air of secrecy pas de violation du droit d’auteur si le compositeur présumé peut prouver qu’il lui aurait été not possible d’entendre los angeles chanson précédente”, dit-il.

En fin de compte, le procès par algorithme ne remplacera pas un procès devant jury, mais des évaluations goals des algorithmes peuvent être un facteur à prendre en compte.

“Par exemple, Spotify teste déjà un détecteur de risque de plagiat qui pourrait aider les artistes à détecter automatiquement les similitudes involontaires avec des œuvres existantes avant de sortir de nouvelles chansons”, explique Savage. “Les futures affaires judiciaires pourraient également inclure des graphiques montrant à quel level deux chansons sont similaires par rapport aux affaires précédentes afin de donner aux juges et aux jurys des données et un contexte plus objectifs pour les aider à prendre leurs décisions.”

À mesure que le rythme des litiges s’accélère, « les poursuites injustifiées en matière de droits d’auteur sur los angeles musique non seulement inhibent los angeles créativité musicale, mais gaspillent également des hundreds of thousands de bucks des contribuables chaque année pour couvrir le règlement de ces litiges », ont écrit Savage et ses co-auteurs dans l’étude publiée dans los angeles revue. Transactions de los angeles Société internationale pour los angeles recherche d’informations musicales.

L’algorithme de pourcentage d’identité mélodique a été inventé par Savage et son collègue universitaire de l’École de psychologie, le professeur Quentin Atkinson, pour étudier le développement de mélodies de chansons populaires.

Mosley, créé par le Dr Dominik Schnitzer de l’Institut autrichien de recherche sur l’intelligence artificielle, comprend des fonctionnalités telles que le rythme et le timbre ainsi que los angeles mélodie.