Musique et IA : composer, produire et s'inspirer sans être musicien

Il suffit désormais d'écrire une phrase — « une ballade folk mélancolique avec guitare acoustique et voix féminine douce » — pour qu'une chanson complète, couplets, refrains et voix comprises, se matérialise en une poignée de secondes. Ce qui relevait encore de la science-fiction il y a deux ans est devenu, au printemps 2024, une réalité accessible à n'importe qui depuis un navigateur. Deux applications, Suno et Udio, ont ouvert cette porte au grand public, tandis que des outils comme MusicGen de Meta ou Stable Audio Open ont mis des modèles ouverts entre les mains des développeurs et des chercheurs. La création musicale, longtemps réservée à celles et ceux qui maîtrisent un instrument ou un logiciel de studio, s'ouvre à un public qui n'a parfois jamais posé les doigts sur un clavier.

Cet article propose un tour d'horizon serein et pratique de la musique générée par intelligence artificielle en 2024. Nous allons voir comment ces systèmes fonctionnent, ce qu'ils savent faire et où sont leurs limites, quels outils choisir selon son besoin — composer une chanson entière, produire des textures pour une vidéo, ou simplement s'inspirer — et comment aborder la question, essentielle, du consentement et des droits. L'objectif n'est pas de trancher un débat, mais de donner des repères concrets à toute personne curieuse : amateur, créateur de contenu, enseignant, ou musicien confirmé cherchant un nouveau partenaire de travail.

Un mot de posture, d'abord. La musique générée par IA suscite des réactions vives, de l'enthousiasme au scepticisme. Nous adopterons ici un regard factuel : ces outils sont réels, ils progressent vite, et ils trouvent déjà des usages légitimes. Ils soulèvent aussi des questions sérieuses — sur les données d'entraînement, sur la place de l'artiste, sur la valeur du travail humain — que nous n'esquiverons pas. Comprendre avant de juger : c'est tout l'objet de cette chronique.

Comment une machine « compose » de la musique

Avant de comparer les outils, il faut saisir ce qui se joue sous le capot. Générer de la musique n'est pas la même chose que générer du texte ou une image, et cette différence explique beaucoup des forces et des faiblesses actuelles.

Le son est une réalité physique dense. Une seconde de musique de qualité CD, c'est 44 100 échantillons par canal — soit près de seize millions de valeurs pour une chanson de trois minutes en stéréo. Demander à un modèle de produire cette masse d'informations, échantillon par échantillon, serait d'une lenteur rédhibitoire. La plupart des systèmes modernes contournent l'obstacle en deux temps.

Compresser le son en « jetons »

La première brique s'appelle un codec neuronal. Son rôle : transformer la forme d'onde brute en une séquence de symboles beaucoup plus courte, un peu comme le MP3 compresse un fichier audio, mais de façon apprise et bien plus compacte. Le codec EnCodec, publié par Meta, illustre bien cette idée : il apprend à représenter le son par une suite de « jetons » discrets, puis à reconstruire la forme d'onde à partir de ces jetons. On passe ainsi de millions d'échantillons à quelques milliers de symboles par seconde — un espace où un modèle de langage peut travailler.

La seconde brique est justement un modèle de type transformer, cousin de ceux qui génèrent du texte. Une fois la musique traduite en jetons, le problème ressemble à celui de la génération de langage : prédire le jeton suivant à partir des précédents. Le modèle apprend, sur de vastes corpus musicaux, les régularités du langage sonore — enchaînements harmoniques, structures de morceaux, timbres d'instruments — puis les réutilise pour produire des séquences inédites. C'est l'architecture retenue par MusicGen de Meta, qui combine EnCodec pour la représentation audio et un transformer autorégressif pour la génération.

Le texte comme baguette de chef d'orchestre

Reste à guider la génération. C'est le rôle du conditionnement par texte. Le modèle est entraîné sur des paires associant un extrait musical et sa description — genre, instruments, ambiance, tempo. Il apprend ainsi à relier des mots comme « jazz feutré », « batterie énergique » ou « nappe synthétique planante » à des caractéristiques sonores concrètes. À la génération, la description fournie par l'utilisateur oriente les choix du modèle. Certains systèmes acceptent aussi une mélodie de référence, que le modèle réinterprète dans le style demandé.

Deux grandes familles techniques coexistent en 2024. Les modèles autorégressifs, comme MusicGen ou le MusicLM de Google, génèrent le son jeton après jeton, dans l'ordre — approche puissante pour la structure musicale, mais séquentielle donc plus lente. Les modèles à diffusion, comme Stable Audio Open de Stability AI, partent d'un bruit aléatoire qu'ils débruitent progressivement jusqu'à obtenir un extrait cohérent — approche souvent plus rapide et très efficace sur les textures et les sons courts. Ces deux voies ne s'opposent pas : elles répondent à des besoins différents, et la recherche explore activement leurs combinaisons.

Générer de la musique, ce n'est pas « inventer » à partir de rien : c'est apprendre les régularités d'un immense répertoire, puis les recomposer sous la direction d'une consigne textuelle.

Le paysage des outils en 2024

Le champ s'est structuré très vite. On peut distinguer trois grandes catégories, selon ce que l'on cherche à faire. Cette cartographie aide à choisir sans se perdre dans la profusion d'offres.

Les générateurs de chansons complètes

C'est la catégorie qui a fait le plus de bruit, parce qu'elle est la plus spectaculaire. Ces plateformes produisent, à partir d'une simple description, un morceau entier avec voix chantée, paroles, instrumentation et structure.

Suno est l'acteur le plus visible. Disponible largement depuis fin décembre 2023, la plateforme a franchi un cap au printemps 2024 avec son modèle v3, présenté comme le premier capable de produire des morceaux de qualité « radio » d'une durée pouvant atteindre deux minutes, en quelques secondes. L'utilisateur décrit un style, fournit éventuellement ses propres paroles, et obtient une chanson jouable. La simplicité d'usage — quelques mots suffisent — explique une bonne part de son adoption fulgurante.

Udio est arrivé peu après. L'application a lancé sa bêta publique le 10 avril 2024, portée par une levée de fonds d'amorçage de 10 millions de dollars menée par le fonds Andreessen Horowitz, avec le soutien de figures de l'industrie musicale comme will.i.am et Common, ainsi que du cofondateur d'Instagram Mike Krieger et du chercheur Oriol Vinyals. Fondée par d'anciens chercheurs de Google DeepMind, Udio met en avant une promesse similaire : générer un morceau masterisé en moins de quarante secondes, à partir d'un genre, de paroles et d'artistes de référence, avec ensuite la possibilité d'éditer et de remixer.

Le point commun de ces outils : ils abaissent radicalement la barrière d'entrée. Pas besoin de solfège, de studio ni de logiciel complexe. Le revers, c'est un contrôle fin encore limité — on décrit une intention, mais on ne dirige pas chaque note. Et surtout, ces plateformes soulèvent la question des données d'entraînement, sur laquelle nous reviendrons.

Les modèles ouverts pour développeurs et chercheurs

À côté des applications grand public, une famille de modèles ouverts permet aux développeurs d'intégrer la génération musicale dans leurs propres outils, et aux chercheurs d'étudier ces systèmes de près.

MusicGen, publié par la division de recherche de Meta en 2023 au sein de la bibliothèque AudioCraft, en est l'exemple de référence. Le modèle génère de la musique à partir d'un texte, et peut aussi suivre une mélodie fournie. Fait notable pour la question des droits : Meta indique l'avoir entraîné sur environ 400 000 enregistrements — soit quelque 20 000 heures de musique — que l'entreprise possède ou a spécifiquement licenciés pour cet usage. AudioCraft regroupe trois modèles, MusicGen pour la musique, AudioGen pour les sons, et EnCodec pour la compression, tous ouverts aux chercheurs et aux praticiens.

Stable Audio Open, publié par Stability AI à l'été 2024, adopte une approche complémentaire. C'est un modèle ouvert de diffusion, conçu pour produire de courts échantillons — jusqu'à environ 47 secondes : boucles de batterie, riffs d'instruments, ambiances, bruitages. Il n'est pas optimisé pour les chansons complètes avec voix, mais excelle sur les éléments de production. Détail important : Stability AI indique l'avoir entraîné sur des données issues de Freesound et de la Free Music Archive, deux bibliothèques de sons libres, « afin de respecter les droits des créateurs ». Cette attention affichée à la provenance des données marque une orientation que plusieurs acteurs cherchent à généraliser.

En amont, il faut mentionner les travaux de recherche qui ont ouvert la voie. MusicLM, présenté par Google en 2023, fut l'une des premières démonstrations convaincantes de génération de musique structurée à partir de texte. Ces publications académiques ne sont pas des produits, mais elles ont posé les fondations conceptuelles sur lesquelles s'appuient les outils d'aujourd'hui.

Les outils d'assistance à la production

Troisième catégorie, souvent négligée dans le débat grand public mais essentielle pour les musiciens : les outils qui n'écrivent pas la musique à votre place, mais assistent chaque étape de la production. Ils illustrent une IA « augmentative » plutôt que « générative » au sens strict.

• La séparation de pistes (stem separation) isole les éléments d'un morceau mixé — voix, batterie, basse, instruments. Des services comme Moises ou les outils de séparation intégrés à des plateformes de production permettent d'extraire une voix a cappella, de retirer le chant pour un karaoké, ou d'analyser l'arrangement d'un titre. Moises, par exemple, ajoute à cette séparation des fonctions de détection d'accords, de changement de tempo et de transcription des paroles, très prisées pour répéter ou reprendre un morceau.
• Le mastering automatique applique un traitement de finition — égalisation, compression, mise à niveau — à un mix, pour lui donner un rendu professionnel sans ingénieur du son. Ces services s'appuient sur des modèles entraînés à reproduire les réglages d'experts.
• La composition assistée propose des suggestions d'accords, de mélodies ou d'arrangements à l'intérieur d'un logiciel de musique, laissant l'artiste garder la main sur chaque choix.

Cette famille est souvent la plus consensuelle : personne ne conteste vraiment l'intérêt d'un outil qui accélère le nettoyage d'une prise ou la mise en forme d'un mix. Elle rappelle une vérité simple : l'IA en musique, ce n'est pas seulement « écrire une chanson d'un clic », c'est aussi une boîte à outils qui fait gagner du temps sur des tâches ingrates.

Des usages concrets, sans être musicien

Passons du fonctionnement aux usages réels. Car la question qui intéresse le plus grand nombre est simple : à quoi cela sert-il vraiment, quand on n'a pas de formation musicale ? Les réponses sont plus variées qu'on ne l'imagine.

Illustrer une vidéo ou un podcast

C'est l'un des usages les plus immédiats et les moins controversés. Un créateur de contenu qui a besoin d'une musique de fond libre de droits pour une vidéo, un générique de podcast ou une présentation trouve dans ces outils une alternative pratique aux banques de musique traditionnelles. On décrit l'ambiance recherchée — « énergique et positif pour une introduction de vidéo tech » — et l'on obtient une piste sur mesure. Les modèles ouverts et les outils spécialisés dans les courts échantillons, comme Stable Audio Open, se prêtent particulièrement bien à ce besoin de textures et de nappes.

Prototyper une idée musicale

Pour un parolier, un vidéaste ou un porteur de projet, ces générateurs offrent un moyen rapide de maquetter une idée avant de la confier à de vrais musiciens. Entendre à quoi ressemblerait un refrain dans tel style, tester plusieurs ambiances pour un projet, présenter une direction artistique à une équipe : la génération rapide sert alors de brouillon sonore. La maquette n'est pas la version finale ; elle aide à décider, à convaincre, à cadrer un travail humain qui suivra.

Apprendre et se former

Le potentiel pédagogique est réel. Générer un morceau dans un style donné, puis en observer la structure — couplet, refrain, pont — aide à comprendre comment la musique est bâtie. Les outils de séparation de pistes permettent d'isoler une ligne de basse ou une partie de batterie pour l'étudier ou la rejouer. Des institutions musicales reconnues intègrent d'ailleurs ce type d'outils dans leurs pratiques d'apprentissage. Ici, l'IA n'est pas un raccourci vers un produit fini, mais un instrument d'exploration au service de la compréhension.

Le musicien augmenté

Contrairement à une crainte répandue, les artistes confirmés figurent parmi les utilisateurs les plus intéressés — mais d'une manière particulière. Pour eux, l'IA n'est pas un remplaçant, c'est un partenaire d'atelier. Un producteur peut générer une base rythmique pour lancer une session, extraire les stems d'une démo pour la retravailler, ou demander des variations sur une idée pour se débloquer. La composition assistée propose des pistes, l'humain arbitre. C'est cette logique de collaboration, plutôt que de substitution, qui décrit le mieux l'usage professionnel émergent.

La bonne question n'est pas « la machine remplace-t-elle le musicien ? » mais « quel travail la machine me permet-elle de faire mieux, plus vite, ou autrement ? »

Ce que ces outils savent — et ne savent pas encore — faire

L'enthousiasme ne doit pas masquer les limites, bien réelles en 2024. Les connaître évite les déceptions et permet un usage lucide. Un bon praticien sait exactement où placer le curseur de ses attentes.

Le contrôle fin reste limité

La principale frustration des utilisateurs avancés concerne le contrôle. On décrit une intention par des mots, mais on ne dirige pas chaque note, chaque transition, chaque nuance. Obtenir précisément la mélodie que l'on a en tête relève souvent d'un jeu de tentatives successives, en affinant la description ou en régénérant. Les outils progressent — certains permettent d'étendre un morceau, d'en modifier une section ou de repartir d'une mélodie fournie — mais on est encore loin de la précision chirurgicale d'un logiciel de studio classique entre les mains d'un professionnel.

La cohérence sur la durée

Générer trente secondes crédibles est une chose ; tenir une structure cohérente sur un morceau entier, avec des transitions naturelles entre couplet et refrain, en est une autre. Les modèles s'améliorent, mais des artefacts subsistent : une voix qui déraille sur une syllabe, une transition abrupte, une texture qui « bave ». La qualité est très variable d'une génération à l'autre, ce qui explique que les utilisateurs produisent souvent plusieurs versions avant d'en retenir une.

Les voix et les paroles

La synthèse de voix chantées a fait des bonds impressionnants, au point de troubler l'oreille. Mais la diction reste parfois imparfaite, certaines langues sont mieux servies que d'autres, et l'expressivité — cette manière qu'a un interprète de porter une émotion — demeure difficile à égaler. Sur les paroles, les modèles peuvent produire des textes cohérents, mais la finesse d'écriture d'un parolier humain garde une longueur d'avance.

L'originalité en question

Enfin, une limite plus subtile. Ces modèles apprennent des régularités d'un immense répertoire existant : ils sont donc, par construction, doués pour produire du plausible, du « déjà entendu » agréable. La rupture stylistique, le geste artistique qui invente un langage, reste l'apanage de l'humain. La machine excelle à recomposer ; elle ne bouleverse pas, du moins pas encore. C'est une limite, mais aussi une clarification utile sur la place respective de l'outil et de l'artiste.

Consentement, droits et données : le cadre à respecter

Impossible de parler de musique générée par IA sans aborder frontalement la question des droits. C'est le sujet le plus sensible du domaine, et le plus structurant pour son avenir. Nous l'abordons de façon factuelle, sans prendre parti sur les procédures en cours.

La question des données d'entraînement

Le cœur du débat porte sur les données ayant servi à entraîner les modèles. Pour apprendre à générer de la musique, un système a besoin d'écouter une immense quantité de morceaux existants. La question devient : ces morceaux ont-ils été utilisés avec l'autorisation de leurs ayants droit ?

Cette question a pris une tournure judiciaire en 2024. Le 24 juin 2024, l'organisation représentant l'industrie du disque américaine, la RIAA, a annoncé le dépôt de deux plaintes en justice contre Suno et Udio, aux côtés de maisons de disques majeures — Sony Music Entertainment, Universal Music Group et Warner Records. Les plaintes, déposées respectivement dans le Massachusetts et à New York, allèguent une utilisation à grande échelle d'enregistrements protégés pour entraîner ces modèles, sans autorisation ni compensation. Les plaignants demandent des déclarations d'infraction, des injonctions et des dommages. Suno et Udio, de leur côté, avancent des arguments relevant de l'usage équitable. À l'heure où nous écrivons, ces affaires sont en cours d'instruction : nous nous garderons donc de tout jugement sur leur issue, en rappelant simplement qu'elles poseront des repères importants pour tout le secteur.

Une voie plus sereine : les données licenciées

Face à cette incertitude, une orientation se dégage clairement : entraîner les modèles sur des données dont l'usage est autorisé. C'est la démarche revendiquée par plusieurs acteurs. Meta indique avoir entraîné MusicGen sur de la musique qu'elle possède ou a licenciée spécifiquement. Stability AI met en avant l'entraînement de Stable Audio Open sur des bibliothèques de sons libres, Freesound et la Free Music Archive, « pour respecter les droits des créateurs ». Cette voie, plus lente et plus coûteuse à constituer, offre en contrepartie une bien meilleure sécurité juridique et un rapport plus apaisé avec la communauté des artistes.

Le clonage de voix et le consentement

Un point mérite une vigilance particulière : la reproduction de la voix ou du style d'un artiste identifiable. Générer une chanson « à la manière de » telle voix célèbre, sans autorisation, soulève des questions de droit à l'image et à la voix, distinctes de celles du droit d'auteur sur les enregistrements. Le principe à retenir est simple et robuste : le consentement de la personne dont on imite la voix ou le style doit être la règle. Les plateformes sérieuses mettent en place des garde-fous pour l'empêcher, et c'est une responsabilité que tout utilisateur devrait faire sienne.

Le fil conducteur d'un usage responsable tient en un mot : consentement — celui des artistes dont on utilise les œuvres pour entraîner un modèle, comme celui des personnes dont on imiterait la voix.

À qui appartient une œuvre générée ?

La question de la titularité des droits sur un morceau généré par IA est, en 2024, encore mouvante et variable selon les pays. Les conditions d'utilisation de chaque plateforme précisent ce que l'utilisateur peut faire de ses créations — usage personnel, commercial, ou restreint. Le conseil pratique est de lire attentivement ces conditions avant tout usage, en particulier commercial, et de conserver une trace de ce que l'on a créé et comment. Ce n'est pas le sujet le plus enthousiasmant, mais c'est celui qui évite les mauvaises surprises.

Comment choisir son outil selon son besoin

Après ce panorama, voici des repères concrets pour s'orienter. Le bon outil n'est pas le plus puissant dans l'absolu, mais le plus adapté à ce que l'on cherche à faire. Voici une grille de décision simple.

• Vous voulez une chanson complète, avec voix, sans compétence musicale ? Les générateurs de chansons comme Suno ou Udio sont taillés pour cela. Décrivez un style, fournissez éventuellement vos paroles, générez plusieurs versions et sélectionnez la meilleure. Vérifiez les conditions d'utilisation pour tout usage au-delà du loisir.
• Vous avez besoin de courtes textures, boucles ou ambiances pour une vidéo ? Un modèle de diffusion spécialisé dans les échantillons courts, comme Stable Audio Open, ou un outil de banque sonore, répondra mieux qu'un générateur de chansons entières. Vous gagnez en pertinence et en légèreté.
• Vous êtes développeur et voulez intégrer la génération dans une application ? Les modèles ouverts comme MusicGen, disponibles avec leur documentation, offrent la flexibilité et le contrôle nécessaires, ainsi qu'une visibilité sur la provenance des données d'entraînement.
• Vous êtes musicien et cherchez à accélérer votre production ? Orientez-vous vers les outils d'assistance : séparation de pistes pour retravailler des stems, mastering automatique pour la finition, composition assistée pour explorer des idées. L'IA vient soutenir votre geste, pas le remplacer.
• Vous voulez apprendre ou enseigner ? Les outils de séparation et d'analyse, combinés à la génération de morceaux dans un style donné, constituent un laboratoire pédagogique riche pour comprendre comment la musique est construite.

Un principe général traverse cette grille : commencez par définir votre besoin réel avant de choisir l'outil, et non l'inverse. La profusion d'options peut donner le vertige ; partir de l'usage visé remet de l'ordre et évite de payer pour des fonctions dont on n'a pas l'emploi.

La place de l'artiste : partenaire, pas spectateur

Une inquiétude légitime traverse le monde de la musique : ces outils vont-ils dévaloriser le travail des créateurs ? La réponse mérite de la nuance, et un peu de recul historique.

L'histoire de la musique est jalonnée d'innovations techniques qui ont, chaque fois, suscité les mêmes craintes avant de devenir des instruments à part entière. L'enregistrement, la boîte à rythmes, le synthétiseur, l'échantillonneur, les stations de travail numériques : chacune de ces technologies a été accusée en son temps de « tuer » la musique authentique, avant de nourrir des genres entiers et d'élargir la palette des artistes. La boîte à rythmes n'a pas remplacé les batteurs ; elle a fait naître de nouveaux styles. Le regard historique invite à la mesure plutôt qu'à l'alarme.

La génération par IA s'inscrit dans cette lignée, avec ses spécificités propres. Ce qu'elle déplace, ce n'est pas tant la capacité à faire de la musique que la barrière d'entrée pour commencer à en faire. Elle ouvre la création à des personnes qui en étaient exclues faute de formation, tout en offrant aux professionnels un nouvel outil d'atelier. La valeur de l'artiste ne disparaît pas ; elle se déplace vers ce que la machine ne sait pas faire — l'intention, le goût, la direction artistique, l'émotion incarnée, le geste qui invente.

Ce déplacement appelle toutefois des garde-fous. La question des données d'entraînement, celle de la rémunération des artistes dont les œuvres nourrissent les modèles, celle de la transparence sur ce qui est généré : ce sont là des chantiers ouverts, que le secteur devra traiter pour que cette technologie se développe de façon soutenable. Les accords de licence entre plateformes et détenteurs de catalogues, l'entraînement sur données autorisées, les mécanismes de consentement : autant de pistes qui dessinent un modèle plus équilibré, où l'artiste reste partie prenante plutôt que simple ressource silencieuse.

Bien démarrer : conseils pratiques

Pour qui veut se lancer, voici quelques recommandations tirées des usages observés. Elles valent quel que soit l'outil choisi.

Soignez votre description. La qualité du résultat dépend largement de la précision de la consigne. Plutôt que « une chanson pop », essayez « une pop lumineuse et rythmée, tempo modéré, voix féminine chaleureuse, piano et batterie discrète, ambiance estivale ». Plus la description est riche en genre, instruments, ambiance et tempo, mieux le modèle vous comprend. C'est le principe même du conditionnement par texte évoqué plus haut, appliqué concrètement.

Générez plusieurs versions. La variabilité est la règle. Ne vous arrêtez pas à la première proposition : produisez-en plusieurs et comparez. C'est en itérant que l'on approche du résultat visé.

Combinez les outils. Rien n'oblige à tout confier à un seul système. On peut générer une base avec un outil, extraire et retravailler des stems avec un autre, appliquer un mastering automatique en finition. L'assemblage produit souvent de meilleurs résultats que l'usage isolé d'une seule plateforme.

Vérifiez les droits avant de publier. Avant tout usage public ou commercial, lisez les conditions d'utilisation de l'outil employé, assurez-vous de ne pas imiter une voix ou un style protégés sans autorisation, et conservez une trace de vos créations. Cette rigueur en amont vous épargne bien des complications.

Gardez la main sur l'intention. L'outil génère, mais c'est vous qui décidez de ce qui est réussi, de ce qui sert votre projet, de ce que vous publiez. Cette part de jugement, irréductiblement humaine, fait toute la différence entre une génération anonyme et une œuvre qui vous ressemble.

Un instrument de plus, entre des mains humaines

Que retenir de ce panorama ? D'abord, que la musique générée par IA est devenue, en 2024, une réalité accessible et utile. Composer une chanson sans savoir jouer d'un instrument, illustrer une vidéo avec une piste sur mesure, prototyper une idée, retravailler une production : ces usages sont concrets, à portée de tous, et ils s'appuient sur des avancées techniques solides — codecs neuronaux, transformers, modèles de diffusion — dont nous avons décrit les principes.

Ensuite, que ces outils ne sont ni des baguettes magiques ni des rivaux appelés à évincer les artistes. Ils ont des forces claires — vitesse, accessibilité, foisonnement d'idées — et des limites réelles — contrôle fin encore imparfait, cohérence variable, originalité mesurée. Les situer avec justesse, c'est s'en servir intelligemment plutôt que d'en attendre l'impossible ou de les rejeter en bloc.

Enfin, que la question du consentement et des droits est le vrai fil rouge d'un usage responsable. Le respect des artistes dont les œuvres entraînent les modèles, la préférence pour les données licenciées, la vigilance sur le clonage de voix, la lecture attentive des conditions d'utilisation : ce sont là les repères qui permettront à cette technologie de trouver sa place de façon apaisée, au bénéfice des créateurs comme du public.

Au fond, la musique générée par IA rejoint la longue liste des outils qui, au fil de l'histoire, ont élargi le champ de la création musicale sans jamais en épuiser la source. La machine recompose avec brio ce qu'elle a appris ; l'humain, lui, garde ce qui ne s'automatise pas — l'intention, l'émotion, le goût, l'audace du geste. Entre les deux, un partenariat s'invente. Et c'est peut-être là la nouvelle la plus réjouissante : jamais autant de personnes n'ont pu, aussi facilement, commencer à faire de la musique. À nous d'en faire quelque chose qui en vaille la peine.

Sources

Cet article s'appuie sur des sources publiques et vérifiables :

• Suno, « Introducing v3 » et informations sur les modèles — suno.com/blog/v3 (modèle v3, morceaux de deux minutes, qualité radio).
• Music Business Worldwide, « New AI-powered "instant" music-making app Udio raises $10m; launches with backing from will.i.am, Common, UnitedMasters, a16z » — musicbusinessworldwide.com (lancement d'Udio, 10 avril 2024, levée de fonds).
• TechCrunch, « Meta open sources framework for generating sounds and music » — techcrunch.com (MusicGen, AudioCraft, données licenciées).
• Meta AI, page AudioCraft — ai.meta.com (MusicGen, AudioGen, EnCodec).
• Stability AI, « Introducing Stable Audio Open » — stability.ai (modèle ouvert, échantillons courts, entraînement sur Freesound et Free Music Archive).
• RIAA, « Record Companies Bring Landmark Cases for Responsible AI Against Suno and Udio » — riaa.com (plaintes du 24 juin 2024).
• Variety, « Record Labels Sue AI Music Services Suno and Udio for Copyright » — variety.com (contexte de la procédure).
• Moises, plateforme de séparation de pistes et outils musiciens — moises.ai (stem separation, détection d'accords, transcription).