Sortie de Suno v4.5
(suno.com)- L’écran vérifiable n’est pas une note de version, mais la page Explore de musique IA de Suno, qui affiche des morceaux publics et leur version de génération via les listes Staff Picks et Best of v5.5
- Dans Staff Picks, les labels v4.5-all, v5.5 et Studio sont mélangés, et chaque morceau est affiché avec son titre, son créateur, son nombre de vues/réactions et son nombre de commentaires
- Best of v5.5 regroupe à part uniquement des morceaux v5.5 et met en avant des titres comme Sentiment, Love Language, Condolences et 365
- D’après la liste affichée, dans Staff Picks, Lucid Dreaming est le plus élevé avec 438K vues, et dans Best of v5.5, Condolences est en tête avec 321K
- Les informations visibles sur la page se limitent à l’exploration des morceaux et aux menus internes, et les fonctionnalités de la sortie v4.5, ses tarifs ou ses conditions d’utilisation n’y sont pas visibles
Structure de l’écran visible dans Suno Explore
- Explore est la page d’exploration AI Music de Suno, qui propose à la fois une liste de morceaux publics et un menu de navigation interne
- En haut apparaissent Home, Explore, Create, Studio, Library et Hooks
- Des menus supplémentaires, Earn Credits et Labs, sont également visibles
Morceaux et versions affichés dans Staff Picks
- Staff Picks affiche dans une même liste des morceaux issus de plusieurs versions de génération
- My Vision : v4.5-all, Luna World, 239K, 3.2K, 462 commentaires
- Secret Fantasy : v5.5, Alfie, 120K, 1.8K, 190 commentaires
- BIZARRE : v4.5-all, MOSTER, 110K, 1.8K, 167 commentaires
- Velvet Heist : v5.5, Stageism, 61K, 1.1K, 108 commentaires
- Ethereal Sun : v4.5-all, Rachel_Claveau, 47K, 1.0K, 115 commentaires
- Lucid Dreaming : v4.5-all, Varletine, 438K, 7.7K, 942 commentaires
- Slippin : Studio, PK♠️ 🇳🇴, 255K, 6.6K, 704 commentaires
Liste Best of v5.5
- Best of v5.5 regroupe dans une section distincte les morceaux marqués v5.5
- Sentiment : Toxic trades, 212K, 2.9K, 210 commentaires
- Love Language : Halo 💔, 137K, 2.8K, 217 commentaires
- No Conversation (Underground 2-Step Mix) : CKDolcefarniente, 68K, 1.1K, 82 commentaires
- Condolences : Æthereal Diffusion, 321K, 4.2K, 334 commentaires
- 365 : Han, 212K, 3.8K, 307 commentaires
- float. : WorriedChart, 150K, 2.7K, 223 commentaires
- Flatline : Ken Hein Lucky, 95K, 2.1K, 139 commentaires
Éléments qui ne sont pas confirmés comme informations de sortie de v4.5
- Dans le périmètre du texte fourni, il n’y a aucune description des fonctionnalités de la sortie v4.5, des améliorations du modèle, des tarifs ou des conditions d’utilisation
- Les éléments vérifiables se limitent à la liste des morceaux de la page Explore, aux labels de version, aux créateurs, aux nombres de réactions, aux nombres de commentaires et aux menus de navigation internes de Suno
1 commentaires
Avis de Hacker News
Je pense que le vrai potentiel d’outils comme Suno n’est pas de produire des tubes radio à la chaîne, mais de créer des musiques qui avaient du mal à exister faute d’incitation commerciale. Par exemple, de la musique fonctionnelle
J’ai commencé à créer des chansons pour renforcer des stratégies de régulation émotionnelle, avec des thèmes comme l’ancrage, la respiration et le fait de rester dans le présent ; ce n’étaient pas des pistes d’instructions, mais de vraies chansons avec des paroles reflétant des exercices et des compétences réelles
Au début, je m’en servais pour me détendre en écoutant, sur le chemin du retour après une séance de thérapie, un mini-album que j’avais créé, mais plus tard, dans des situations de stress, les paroles ont commencé à me revenir, et j’ai alors compris que ces chansons n’étaient pas de simples outils d’apaisement, mais qu’elles enseignaient des compétences émotionnelles utilisables dans la vie en général
Les chants de travail, berceuses, marches et chants religieux montrent qu’il existait déjà des musiques qui ne sont pas seulement faites pour être écoutées, et la musique qui enseigne des manières d’interagir reste un territoire encore très peu exploré
Le produit lui-même me donne quand même envie. J’aimerais que le compositeur, si ce n’est pas déjà le cas, puisse planifier de plus grandes séquences et leurs relations mutuelles avec une structure du type chaîne de pensée, et Suno me semble être un domaine où un modèle neuro-symbolique fonctionnel conviendrait particulièrement bien. CPE utilisait déjà des algorithmes de contrepoint il y a des siècles
https://www.reddit.com/r/classicalmusic/comments/4qul1b/crea... Le site d’origine a changé de main, mais on peut le voir via Wayback. En revanche, je n’ai pas trouvé de sauvegarde où la démo de génération fonctionne, même si à l’époque je l’avais vraiment utilisée
https://suno.com/playlist/d2886382-bcb9-4d6d-8d7a-78625adcbe...
https://music.apple.com/au/album/breath-of-the-cosmos/175227...
https://open.spotify.com/track/0mJoJ0XiQZ8HglUdhWhg2F?si=tID...
https://suno.com/s/LHRmE867FslALzz6
Cela dit, je pense qu’ils ont pris la mauvaise direction. En pratique, il aurait fallu entraîner le système sur des fichiers tracker et composer les morceaux de cette manière, puis générer uniquement les voix et les sons d’instruments séparés pour le MIDI
On pourrait ainsi en quelque sorte rendre les pistes, avec une meilleure qualité, et un vrai musicien pourrait récupérer un fichier squelette de type mod, le modifier et y ajouter une touche humaine, ce qui aurait été bien plus utile
Ce sous-genre est assez vaste, et des personnes au talent d’écriture encore peu visible créent des raps sur des thèmes comme la politique, la finance, l’entretien du quotidien ou l’entraînement à la pensée critique ; leur musique personnelle circule parfois sur des sites de partage de Conscious Rap
L’endroit où la musique générative a eu le plus d’impact dans ma vie, c’est le spectacle de mariage. Quand la famille veut une chanson drôle avec des anecdotes sur la mariée, il n’est désormais plus nécessaire d’avoir du talent
La première fois, j’ai été bluffé, mais au deuxième mariage où j’ai vu quelque chose de similaire, ça m’a ennuyé, et au troisième, tout le monde détestait ça
Comme avec la génération d’images, on semble se lasser très vite de cet art qui donne l’impression d’être produit à la chaîne, et je ne sais pas trop comment l’aborder
Des choses bizarres et idiotes, comme créer le générique d’une série télé qui n’existe pas, trouver comment transposer une forme de chanson de la culture A vers la culture B, composer la musique de fond d’un jeu que j’aimerais créer, ou faire une chanson de vente pour vendre des actions de l’Iyo Railway dans Shikoku 1889
Pour quelqu’un qui n’a aucune influence culturelle, un service comme Suno permet de ne pas se contenter d’écouter la même pop de masse qui ramollit le cerveau. On peut produire des déchets, mais au moins ce sont les siens, et on n’a pas besoin d’attendre que quelqu’un nous lance quelque chose
J’aime Suno parce que c’est un service par abonnement rarement aussi amusant
À mon oreille de non-musicien, Suno semble produire une musique plausible, mais après en avoir écouté quelques-unes, j’ai aussi commencé à trouver que ça sonnait faux. Cela dit, ce n’est pas très intéressant ; ce qui est vraiment intéressant, c’est qu’ils vont devenir suffisamment bons pour dépasser cette impression de faux
Et ça ne me plaît vraiment pas
Je n’avais pas compris que c’était de l’IA avant de lire les commentaires ici. J’appréciais vraiment la station anti-folk big band
Avec le recul, il y a de fortes chances que ce soit un nom de genre absurde, mais cette absurdité était plus plaisante que ce que j’ai trouvé sur Spotify. Je ne sais pas ce que ça dit de moi, ni de l’état de la musique, mais je ne pensais pas que c’était déjà capable à ce point
L’ambiance ici est, comme souvent sur HN, d’un cynisme tristement célèbre. Tout le monde balaie cette technologie comme dépourvue d’originalité, d’inspiration et de relief, et essaie de se convaincre qu’en musique, sans cette « touche humaine particulière », le public s’ennuiera et ne sera pas ému
Mais je pense que l’oreille moyenne s’en moquera. Cette musique est déjà aussi bonne que ce que des humains peuvent produire, et elle sera disponible à un coût bien plus faible, sans frais de licence. Préparez-vous à la voir partout : cafés, restaurants, pubs TV, votre prochaine playlist Spotify
Ce genre de bande-son va devenir banal, et les cris de communautés comme celle-ci deviendront ceux d’une minorité marginalisée, comme dans d’autres cas où des technologies remplacées étaient rejetées
Bien sûr, la musique créée par des humains continuera d’exister, mais je parierais gros que, pour les usages de masse qui n’exigent pas ce lien émotionnel — musique d’ambiance de café, bandes-son de jeux et de films, salles d’attente, émissions TV — elle finira par devenir plus courante que la musique produite par des humains
Tu n’as jamais entendu parler de Nobuo Uematsu, Yoko Shimomura, Lena Raine, John Williams, Clint Mansell, Ennio Morricone, Ramin Djawadi, Max Richter ? Tu n’as jamais vécu ce moment où On The Nature of Daylight est utilisé à la perfection lors du climax émotionnel d’un film ou d’une série, et te transperce jusqu’au plus profond ? Rien que d’y penser, j’en ai des frissons sur les bras
Tu survoles de façon beaucoup trop superficielle des gens qui sont aimés dans ces médias, et qui le resteront encore longtemps
Je ne me soucie pas vraiment de savoir si le morceau diffusé dans mon café préféré a été généré par IA ou non. Je n’ai pas besoin de m’investir émotionnellement dans une musique de fond, et pour une musique à usage simple, l’IA peut remplir cette fonction aussi bien qu’un humain pour beaucoup de gens
Les frais de licence sont aussi un gros avantage. Les royalties de la musique humaine sont complexes et coûteuses, alors que la musique générée par IA revient au plus à un abonnement mensuel
Je ne suis pas entièrement d’accord pour les bandes-son de jeux vidéo ou de films, mais je pense que les assets générés par IA rendront le développement de jeux plus accessible aux développeurs solo et aux petites équipes
Au final, il suffit d’écouter ce qu’on aime et de voir où va la technologie. Les créateurs humains ne vont pas perdre leur emploi du jour au lendemain, mais ils pourraient faire face à de la concurrence, surtout dans la musique fonctionnelle
Comme si des fermes de contenus par abonnement détenues par des entreprises, à la place de ces humains pénibles, représentaient l’avenir officiellement non cynique et heureux de la musique et de l’art
Dire que cette musique est déjà aussi bonne que ce que des humains peuvent produire, c’est dire qu’elle est bonne de la même manière que d’autres productions générées par IA, comme de grosses bases de code. Si tu ne fais pas la différence, félicitations
Si l’on dit que, pour les bandes-son de jeux et de films, les salles d’attente ou les émissions TV, aucun lien émotionnel n’est nécessaire, alors quel est le sens de regarder un film ou une émission TV, et quel est le sens d’en créer ?
L’un des plus grands points faibles de Suno est la génération de paroles, et le fait qu’on ne puisse pas générer uniquement des paroles sans générer de chanson. À mon avis, il vaut mieux écrire les paroles avec un autre LLM, les retravailler plusieurs fois, puis les transmettre à Suno pour générer le morceau final.
S’il y a ici des abonnés qui peuvent dépenser quelques tokens, ce serait amusant qu’ils partagent une chanson sur Hacker News.
J’espère qu’à l’avenir des outils comme Suno permettront de créer des morceaux par projet et de les ajuster plus finement. En pratique, ce serait une façon de vibe coder de la musique.
Dans la version 4.0, les fonctions d’annotation restaient limitées, et même si le chanteur prononçait mal un mot, il n’y avait aucun moyen de le corriger ni de spécifier la bonne prononciation. Le billet de blog indique que la 4.5 améliore l’interprétation des prompts, mais il manque des détails techniques ou des exemples clairs permettant de sentir le changement.
Le guidage utilisateur pourrait clairement être meilleur. D’après mon expérience, les émotions, un peu de direction musicale, la description des parties ou couches souhaitées dans le morceau, les termes de production musicale, les genres, ainsi que diverses consignes comme intro/outro/chorus fonctionnent, mais je les vois plutôt comme un moyen d’orienter l’espace des résultats générés que comme des commandes qui marchent toujours à 100 %.
Ces consignes peuvent être placées dans des tags de style ou dans des [crochets] au sein des paroles, et avec la 4.5, les formuler de manière plus descriptive change clairement le résultat.
Elle avait cette qualité fine et métallique typique de l’IA, et ce commentaire m’a donné envie d’essayer la mise à niveau en 4.5 : https://suno.com/s/tbZlkBL7XeLVuuN0
C’est devenu meilleur, mais une partie de la magie a disparu.
Le commentaire d’origine est ici : https://news.ycombinator.com/item?id=39997706
Dans le même esprit du même « artiste », j’ai aussi transformé ce commentaire en chanson : https://suno.com/s/AumsIqrIovVhT0c9
Et https://suno.com/s/YGlpHptX6yXJVpHq
Je ne sais pas trop laquelle est la meilleure.
Je compose et j’écris des paroles en amateur depuis 10 ans. Depuis Suno 4.0, les fonctionnalités sont devenues suffisantes pour commencer par y faire un travail conceptuel, et l’outil a aussi de la valeur pour quelqu’un capable de découper les stems en instruments de synthèse et de les ajuster manuellement si nécessaire.
Les gens s’inquiètent toujours de ce que signifie une production musicale à faible effort, façon « on lance et on prie », mais au final cela permet des itérations et un développement plus rapides et moins chers pour toutes les personnes impliquées. À chacun de juger si le résultat final est vraiment meilleur.
À titre de comparaison, un morceau pour lequel je me suis imposé de tout faire uniquement dans Suno a pris moins d’une semaine : https://www.youtube.com/watch?v=R6mJcXxoppc
En revanche, un morceau que j’ai composé moi-même et réalisé avec des musiciens de session a pris plusieurs mois et coûté plusieurs centaines de dollars : https://www.youtube.com/watch?v=I5JcEnU-x3s
Le fait que les LLM calculent la moyenne de la culture humaine se voit plus clairement dans l’IA musicale que dans n’importe quel autre média. Comme pour l’image, le design et l’écriture créative, on ne peut pas leur faire produire quelque chose d’original avec ça, et ce n’est pas une question d’« intelligence »
Je ne sais pas si c’est résoluble, mais je pense que cela devrait devenir un sujet de recherche plus important. Si quelqu’un connaît des articles sur le sujet, je n’en ai pas encore trouvé. Je ne sais même pas vraiment quoi chercher
Va-t-on dire que tous les morceaux de Green Day sont uniques et originaux ? Le jazz réutilise aussi sans cesse la progression 6-2-5-1. À moins de n’écouter que du rock progressif avant-gardiste, toute musique est dérivative, et ce n’est pas un problème
Tous les morceaux n’ont pas besoin d’être des flocons de neige uniques. S’ils te plaisent ou te font ressentir quelque chose, cela suffit
https://youtu.be/JdxkVQy7QLM?si=_lkqbjVZRuPVjOkL
https://youtu.be/_PC6jwoHyOk?si=imjfG9khOI-hsJA0
https://youtu.be/Fkf4QYTfIxA?si=j-Fo8HN59xCbteD2
Si l’expérience et les gènes sont tout, alors l’IA a de fortes chances de dépasser un jour l’humain. Car ce ne sont que des motifs très sophistiqués
Sinon, il faut supposer quelque chose de métaphysique, mais il n’y a aucune preuve en ce sens
C’est un sujet vraiment passionnant, qui pourrait apporter de nouvelles perspectives sur la condition humaine. J’ai hâte de voir où cela mènera
On essaie quelque chose de nouveau et d’aléatoire, puis, en tant qu’humain, on vérifie subjectivement si cette nouvelle chose aléatoire est bonne, avant de la sélectionner
Dans cette compréhension, créer un nouveau style est un processus évolutif, c’est-à-dire un processus progressif de mutation et de sélection, et son propre cerveau est indispensable pour effectuer la sélection. La sélection, c’est : « Est-ce que la nouvelle idée que je viens d’essayer m’a fait me sentir bien ? »
Pour les humains, l’activité de validation est immédiate et sans effort, mais l’IA n’a fondamentalement pas accès à cette validation, donc elle n’a pas la capacité d’effectuer l’étape de sélection après l’aléatoire. C’est pourquoi, quelle que soit l’architecture, je pense qu’il est difficile de faire émerger de la créativité
À moins de créer d’une manière ou d’une autre un substitut au validateur humain, cela semble presque impossible ; la seule solution paraît être de simuler ce processus, mais ce sera difficile
L’UI est vraiment superbe. Appuyer sur le bouton aléatoire pour découvrir de nouveaux genres ou styles de niche est très amusant. Par exemple, je n’avais jamais entendu parler du klezmer, et c’était vraiment un très bon style
Je ne sais pas si c’est à cause de la musique, mais cela faisait longtemps qu’un site web ne m’avait pas fait autant sourire
Ça donne envie de sauvegarder les chansons qu’on écoute. Honnêtement, je ne sais pas si je saurais dire, dans un test à l’aveugle, que c’est de l’IA
Si tu veux sauvegarder une chanson, il suffit de cliquer sur son titre. Avec un compte, tu peux l’ajouter aux favoris, la télécharger, etc.
Quelqu’un pourrait même lancer une activité consistant à enregistrer de la musique IA adaptée à l’époque sur cassette ou vinyle et à la vendre
C’est le plaisir d’une musique du domaine public infinie
Ils ne sont pas toujours en procès avec Sony et d’autres pour entraînement sur de la musique sans autorisation ? Et pourtant ils continuent à sortir de nouveaux produits
Ils semblent espérer un résultat à la Uber : gagner assez pendant la phase illégale, payer une petite amende, puis continuer
Suno a reconnu avoir entraîné son modèle sur de la musique protégée par le droit d’auteur, et défend désormais l’idée que le droit d’auteur musical et les royalties sont nuisibles à l’avenir de la musique
Je n’ai pas l’impression qu’ils aient vraiment testé ces genres
« Cajun synthpop chant » ne contient ni chant ni synthé, et sonne comme de la country avec une voix féminine en français
Une raison possible est qu’il n’existe pas beaucoup de descriptions de haute qualité de la musique. On peut déduire le genre des artistes et scraper des choses comme des critiques, mais ce sera très bruité
La musique klezmer était bien aussi, même si le yiddish n’était peut-être pas totalement exact