Si l’IA Générative s’est imposée lourdement en texte et en image, le domaine de la musique semble épargné à première vue.
Le monde des harmonies n’en est pas moins exposé au tsunami de l’IA, au mieux bénéficie-t-il d’un léger retard qui s’explique facilement. Déjà, enfonçons avec joie une porte ouverte, la donnée annotée (le nouvel or triste de l’IA) est naturellement plus rare en musique qu’en image. Mais surtout, générer un son est techniquement beaucoup plus ardu. Autant notre cher cerveau restera très tolérant sur une image avec quelques pixels défectueux, autant il sera intraitable face à des échantillons sonores imparfaits.
La rencontre entre le Deep Learning et la musique s’organise pourtant depuis plusieurs années, avec déjà de nouveaux outils dignes d’intérêts... La séparation de sources (décomposition d’un morceau mixé en pistes initiales avec reconstruction de l’information détruite par le mix) est devenue un classique depuis le projet « Open Unmix » de l’INRIA. La modélisation de l’écriture musicale via une approche hiérarchique (génération de mesures, puis de notes) a été proposée par l’équipe Magenta de Google en 2018. Si cette approche ne génère que des partitions, elle a esquissé toute une nouvelle gamme d’outils de composition. Dans un autre registre, le Tone Transfert du même laboratoire permet de convertir un instrument vers un autre, pour une qualité au-delà de ce que nous pouvions imaginer. Cet outil convertit la mélodie, mais aussi les articulations et autres bruits propres au jeu. Les sons de clés d’un saxophone deviendront ainsi des bruits d’archet au violon. Au-delà de la prouesse technique se présage une nouvelle forme d’instrument numérique avec une forte expression humaine originale.
Enfin, les "purs" modèles génératifs en musique existent déjà, et ont aujourd’hui une qualité sonore appréciable, loin des expérimentations bruitistes des années précédentes. Les récents "StableAudio" de StabilityAI et "AudioCraft" de MetaAI annoncent un tsunami futur, semblable à ce que connaît aujourd’hui le monde de l’image. Mais ces modèles restent beaucoup plus limités que leurs équivalents graphiques, avec notamment un contrôle par le texte (le "prompt") très imprécis.
Contemplant la recherche académique depuis les premières IA génératives de 2014 en image, nous pouvons déjà essayer d’imaginer ce que réserve l’avenir, le meilleur comme le pire...
Déjà peut-on s’attendre à voir émerger de nouvelles formes d’instruments virtuels, beaucoup plus expressifs. Car les outils IA ont tous en commun d’apprendre une représentation simplifiée de haut niveau (les fameux "embeddings"), et ces représentations, bien que cryptiques, permettent de manipuler l’information de manières surprenantes. Fantasmes et/ou blasphèmes, attendons-nous à voir débarquer des modélisations numériques d’artistes réels, permettant par M.A.O. de reproduire par exemple un solo de Jimmy Hendrix basé sur quelques accords, ou de marier le timbre de Georges Brassens à une mélodie de Rihanna. Et on peut espérer que certains créateurs iront se saisir de ces outils pour les pousser dans leurs retranchements, comme cela a été infligé pour chaque nouveau medium de création...
Attendons-nous à voir marier le timbre de Georges Brassens à une mélodie de Rihanna.
Ces outils vont aussi probablement redéfinir ce que l’on appelle aujourd’hui un "style" musical. En complément des analyses historiques et culturelles indispensables, l’intelligence artificielle propose de nouveaux outils pour se déplacer dans la quantité de morceaux produits ce dernier siècle et en extraire de nouveaux axes de découvertes. Je peux demain espérer trouver le morceau de K. Pop ayant la plus grande complexité dans son orchestration en respectant une cadence précise, ou utiliser une œuvre de Dizzy Gillespie comme boussole pour chercher des similarités rythmiques dans le répertoire du rock indépendant anglais des années 70.
Le concept d’originalité d’une œuvre risque, lui aussi, de revenir au centre de la scène. Avec des conséquences fascinantes sur l’évolution de la consommation musicale, mais aussi très inquiétantes. À ce stade, par souci d’honnêteté, parlons aussi du pire à venir...
L’apocalypse que nous voyons pour de nombreux illustrateurs ou photographes aujourd’hui arrive tristement et touchera les acteurs, souvent modestes, vivant de compositions ou d’interprétations sur des projets professionnels. Quand il sera trivial de générer facilement de nombreuses variantes musicales d’un thème en quelques minutes, la demande va se raréfier très vite, et seuls ceux qui auront saisi les premiers ces nouveaux outils de création auront une chance de survivre. Pire encore, un débat sur le copyright très similaire à celui qui arrive pour l’image va être un moment clé et dangereux pour le monde de la création. Un modèle génératif apprend partiellement "par cœur" les œuvres sur lesquelles il est entraîné, et peut les recracher sans prévenir. Plus loin encore, "protéger" un modèle IA reproduisant une voix, un style de jeu ou de composition, posera des questions fondamentales et inquiétantes. Peut-on être propriétaire d’un style de chant ? Et dans un cadre international où chaque pays a son propre cadre juridique, mais où les usages traversent les frontières, comment évoluera l’industrie musicale ? Espérons le meilleur, mais préparons le pire.
Qui est Eric Debeir ?
Directeur scientifique de Datalchemy, il s’est spécialisé en intelligence artificielle depuis 2015, et suit avec attention l’impact de ces nouveaux outils sur la création artistique. Il prétend cacher une âme d’artiste derrière son cœur de mathématicien.