Cientos de canciones falsas con la voz de Homer Simpson inundan Soulseek
Un usuario anónimo ha subido más de 2.000 tracks generados por IA que sustituyen las voces originales por una imitación del personaje de Los Simpson, sin modificar títulos ni metadatos
Soulseek, una de las plataformas históricas de intercambio de música entre usuarios, se ha visto invadida en las últimas semanas por un catálogo tan masivo como desconcertante: miles de canciones alteradas mediante inteligencia artificial en las que la voz original ha sido reemplazada por una recreación sintética de Homer Simpson.
Según recoge Vice, más de 2.000 archivos han sido compartidos manteniendo intactos el nombre del artista, el título del tema y los tags originales. El resultado es que estos edits son indistinguibles de grabaciones reales hasta que se reproducen. Usuarios que buscaban música rara o underground se han encontrado, en su lugar, con cortes de dance, rap, experimental o hip hop interpretados íntegramente por una versión artificial del patriarca amarillo.
El funcionamiento de Soulseek facilita este tipo de acciones: al compartir carpetas completas, cualquier archivo añadido pasa a estar disponible de forma inmediata. Si el proceso está automatizado (como todo apunta), el sistema permitiría generar y distribuir nuevas canciones de forma continua, creando un flujo potencialmente infinito de falsos “covers”.
Underworld - Born Slippy (Homer Simpson Vocal Mix) pic.twitter.com/gCVnmlLlEU
— Rave Footage (@RaveFootage) November 6, 2023
Paralelamente, ha aparecido una radio online activa las 24 horas bajo el nombre de D'Oh FM, dedicada exclusivamente a emitir estas versiones y aceptar peticiones en directo. En su programación conviven temas de rap underground con himnos populares como 'Born Slippy' de Underworld.
Más allá del componente humorístico, el caso apunta a un problema real en el uso de datos para entrenar modelos de IA musical. Soulseek es utilizado por algunos desarrolladores como fuente de audio por la cantidad de archivos en alta calidad que circulan en la red. A este problema se le llama data poisoning: el dataset queda contaminado por información falsa o no representativa. Al mantener intactos títulos, artistas y metadatos, estas canciones alteradas pueden ser tratadas como grabaciones reales durante procesos de entrenamiento, incorporando voces generadas por IA como si fueran humanas.
