De groep Angine de Poitrine wordt deze maand in Nederland onthaald als fris tegengeluid in een tijd vol AI-slop. Hun uitzinnige, maar aanstekelijke liedjes vallen op in zalen en recensies. Publiek en critici prijzen vooral het hoorbaar menselijke karakter. Dit debat speelt terwijl in Brussel de Europese AI-verordening nadert, met gevolgen voor overheid en platforms die muziek verspreiden.
Publiek zoekt menselijk geluid
Generatieve muzieksystemen zoals Suno, Udio en Meta’s MusicGen maken in seconden complete tracks. Dat is handig om te schetsen of te oefenen, maar levert ook veel doorsnee producties op. In dat decor werkt Angine de Poitrine als contrast: het klinkt rauw, feilbaar en direct. Die eigenschappen zijn moeilijk te vangen in een algoritme dat patronen uit trainingsdata kopieert.
Bezoekers zeggen de energie van een echte band te willen voelen. Variaties in timing, adem en dynamiek geven spanning die veel synthetische muziek mist. Juist dat onvoorspelbare maakt een live-ervaring waardevol. Het versterkt de vraag: wat willen we van muziek in het AI-tijdperk?
Streamingdiensten sturen luisteraars graag naar moeiteloze playlists met voorspelbare, goedkope tracks. Dat drukt de prijs van aandacht voor nieuwe, eigenzinnige acts. Een act als Angine de Poitrine laat zien dat er wel degelijk vraag is naar iets anders. Curatoren en zalen in Nederland spelen hier op in met avonden die het menselijke maakproces benadrukken.
AI-slop overspoelt platforms
De term AI-slop duidt op een stroom laagwaardige, generatieve content die zoekresultaten, social media en streaming vult. In muziek gaat het vaak om anonieme, snel gemaakte nummers die op elkaar lijken. Tools verlagen de drempel, maar belonen ook kwantiteit boven kwaliteit. Dat kan de vindbaarheid van originele makers onder druk zetten.
AI-slop: populaire benaming voor grote hoeveelheden middelmatige, algoritmisch gegenereerde content die platforms en zoekresultaten vervuilen, vaak gemaakt met minimale inspanning voor maximaal bereik.
Met één prompt leveren Suno of Udio een ‘radio ready’ track. Deze systemen zijn getraind op grote datasets: verzamelingen van geluidsvoorbeelden waarop een model leert patronen na te bootsen. Zonder duidelijke toetsen op originaliteit ontstaan veel lookalikes. Dat voedt frustratie bij makers die tijd steken in een eigen geluid.
Platforms proberen het overschot te beheersen. Spotify trad eerder op tegen verdachte pieken van AI-tracks, zoals bij Boomy, en zegt ‘ruis’ en spam te verwijderen. YouTube scherpt detectie en beleid aan voor synthetische media. In Europa verplicht de Digital Services Act grote platforms bovendien om systeemrisico’s, zoals contentvervuiling, te beperken.
Europese AI-verordening stuurt bij
De Europese AI-verordening (AI Act) verplicht aanbieders van generatieve systemen tot meer openheid, op het moment van schrijven met name voor zogeheten algemene AI-modellen. Zij moeten samenvattingen geven van de gebruikte trainingsdata en het auteursrecht respecteren. Dat sluit aan op de Europese Auteursrechtrichtlijn, die een opt-out biedt tegen tekst- en datamining.
Voor muzikanten betekent dit meer grip op hoe hun werk wordt gebruikt. Wie geen datamining wil, kan dat kenbaar maken via een TDM-reservering in metadata of robots.txt. Rechtenorganisaties in Nederland, zoals Buma/Stemra en Sena, pleiten intussen voor duidelijke toestemming en eerlijke vergoedingen bij training en gebruik. De AI Act zet die lijn kracht bij met transparantieplichten voor modelaanbieders.
Overheden krijgen ook taken. Als opdrachtgever of publiekszender moeten zij letten op herkomst en labeling van audio in campagnes en informatie. De AI Act en de AVG vragen om zorgvuldigheid bij synthetische of gemodificeerde stemmen. Dat raakt direct aan publieke communicatie en archieven.
Platforms moeten labelen muziek
YouTube heeft, op het moment van schrijven, labels voor gemodificeerde of synthetische media en laat muziekpartners ongewenste AI-stemklonen melden. Het bedrijf werkt met labels als Universal Music Group aan kaders voor muziek-AI. Doel is: betere transparantie voor luisteraars en snellere interventie bij misbruik. Zulke stappen helpen fans die bewust menselijk gemaakte muziek zoeken.
Ook Spotify en andere streamers verkennen markeringen en detectie voor gegenereerde audio. Eenduidige labels geven makers en luisteraars houvast, maar de uitvoering is lastig. Watermerken in audio zijn kwetsbaar, en metadata raakt vaak zoek. Zonder gezamenlijke standaarden blijft het lapwerk.
Een kans ligt in open standaarden zoals C2PA/Content Credentials, die herkomstinformatie cryptografisch vastleggen. In muziek kunnen ISRC-codes en extra metadata hierop aansluiten. Europa stimuleert interoperabele oplossingen die privacyvriendelijk zijn en de AVG respecteren. Dat maakt controleerbare herkomst realistischer dan louter beloftes van detectie-algoritmen.
Kansen en grenzen voor AI-muziek
AI kan componisten en producers helpen bij schetsen, stemsplitsing of mastering. Denk aan systemen die akkoordenschema’s voorstellen of ruwe takes opschonen. In die rol als gereedschap blijft de creatieve regie bij de mens. Het eindresultaat kan daardoor persoonlijk en onderscheidend blijven.
Volledig gegenereerde muziek kent duidelijke beperkingen. Modellen herhalen patronen uit hun trainingsdata en lopen risico op stijlkopieën. Voice-cloning raakt aan persoonsgegevens: stemmen zijn herleidbaar naar personen en vallen onder de AVG, wat toestemming en beveiliging vereist. Ongewenste imitaties vragen om snelle meldprocedures en duidelijke sancties.
De komende jaren draait het om keuzes in transparantie en beloning. De AI Act dwingt aanbieders van datamodellen tot openheid; platforms moeten die lijn doortrekken naar gebruikers. Voor Europese makers is duidelijkheid over toestemming, bronvermelding en vergoedingen cruciaal. Acts als Angine de Poitrine tonen intussen dat er blijvende vraag is naar zichtbaar menselijk maakwerk.
