Beaucoup de personnes, lorsqu’elles découvrent pour la première fois la génération musicale, sont touchées par cet instant.

Écrire une phrase, attendre un moment, et une chanson complète avec voix, mélodie et arrangement apparaît. Ce qui nécessitait autrefois de trouver un compositeur, un arrangeur, un chanteur et un ingénieur de mixage peut désormais être commencé par une seule personne.

Mais après avoir réellement fait quelques chansons, les problèmes apparaissent rapidement.

Générer n’est pas difficile, générer une chanson que l’on est prêt à garder reste très difficile.

Parfois, les paroles sont écrites avec beaucoup de soin, mais lorsqu’elles sont chantées, elles ressemblent à une lecture mot à mot ; parfois, l’ambiance du couplet est bonne, mais au refrain, elle ne monte pas vraiment ; il y a aussi des œuvres qui semblent étonnantes à la première écoute, puis, à la seconde, on découvre que la mélodie n’a aucun point mémorable. On ne peut alors que changer les prompts, modifier le style, générer à nouveau, et continuer à chercher parmi une multitude de versions similaires.

Plus gênant encore, lorsque nous voulons intégrer la génération musicale dans notre propre produit, il ne s’agit plus seulement de savoir « si l’on peut générer ». La stabilité de l’interface, le nombre de chansons renvoyées à chaque fois, la manière de gérer l’échec des tâches, la capacité à supporter le coût de génération, ces questions qui semblent peu romantiques déterminent souvent, à la fin, si une idée créative peut réellement être mise en ligne.

C’est précisément à ce stade que la valeur d’ACE Music commence à devenir claire.

Il ne s’agit pas simplement d’ajouter un modèle musical supplémentaire, mais d’offrir aux créateurs et aux développeurs un autre choix : à moindre coût, transformer une inspiration en une phrase ou des paroles complètes en deux chansons candidates écoutables et téléchargeables, puis sélectionner parmi elles la direction qui mérite réellement d’être poursuivie.

Lorsque « générer une chanson » devient facile, ce qui est réellement rare, ce sont les bons résultats

Une nuit tardive où la création est bloquée

La création musicale présente une contradiction très réelle.

Plus il est facile de générer, plus nous avons tendance à passer du temps dans des essais sans fin.

Une seule phrase de prompt peut générer une chanson, ce qui semble déjà assez simple. Mais si le créateur a en tête un thème, des paroles et une émotion clairement définis, une description vague ne suffit généralement pas. Ce que nous voulons contrôler ne se limite pas à « pop » ou « folk », mais concerne la manière dont le couplet doit installer l’atmosphère, le moment où le refrain doit s’ouvrir, si la voix féminine doit être retenue ou lumineuse, et si la dernière phrase doit laisser un vide ou retomber.

Ces détails déterminent si une chanson ressemble seulement à une chanson à l’écoute, ou si elle peut réellement rester dans les mémoires.

ACE Music propose deux méthodes de création très directes dans Ace Data Cloud.

Si l’on n’a qu’une idée vague, on peut utiliser le mode inspiration, pour décrire le thème, l’émotion et la direction musicale de la chanson. Si les paroles sont déjà prêtes, il est possible de soumettre le titre, les paroles complètes et le Style, afin que le modèle réalise le chant et l’arrangement autour d’un contenu explicite. Les paroles peuvent aussi conserver des balises structurelles telles que [Verse], [Chorus], afin de rendre la relation entre les sections plus claire.

Une génération complète renvoie deux chansons candidates, au lieu de ne fournir qu’un seul résultat. Le créateur peut comparer directement deux traitements de mélodie et de chant, puis décider laquelle mérite davantage d’être conservée.

Cette conception semble simplement générer une chanson de plus, mais elle correspond en réalité très bien aux habitudes de la création musicale.

Nous ne déterminons généralement pas si une chanson est « acceptable ou non », mais nous cherchons, entre deux directions, la version la plus proche de notre idée. Avec une comparaison, il devient plus facile de déterminer si la mélodie possède un point mémorable, si le refrain fonctionne suffisamment, et si la voix convient aux paroles.

Ce qu’ACE Music veut faire ne consiste pas seulement à faire chanter du texte

Des paroles à deux chansons candidates

Dans Ace Data Cloud, ACE Music propose actuellement les deux modèles acemusic-v1.1 et acemusic-v1, dont acemusic-v1.1 est le choix par défaut. En plus de la génération d’inspiration classique et de la génération personnalisée à partir de paroles, il prend également en charge l’importation d’audio de référence, les reprises d’œuvres existantes, ainsi que la fusion de deux chansons de référence.

Pour les personnes qui souhaitent seulement vérifier rapidement un thème, le mode inspiration est déjà suffisant.

Par exemple, saisissez :

Une chanson folk chinoise chaleureuse et retenue, écrite pour une personne qui a quitté sa ville natale depuis de nombreuses années et qui, au cœur de la nuit, se souvient soudain d’une vieille rue. Principalement avec une guitare acoustique et des cordes douces, une voix féminine naturelle, sans émotion excessive.

Le modèle réalisera la compréhension de la direction de la chanson à partir de cette description.

Si le créateur a déjà écrit les paroles, il peut passer au mode personnalisé. Le titre, les paroles et le Style sont soumis séparément ; le modèle n’a pas besoin de réinterpréter l’histoire à votre place, mais réalise directement la musique autour du texte existant.

Cette méthode est particulièrement adaptée à la création en chinois.

Car les paroles chinoises dépendent beaucoup de la longueur des phrases, des pauses et du ton. Si le thème, les paroles et le Style sont tous entassés dans une seule description, le modèle peut facilement prendre en compte le style, mais négliger l’expression concrète. Après avoir séparé le contenu et la direction musicale, le créateur peut d’abord modifier soigneusement les paroles, puis ajuster séparément le style musical et la sensation du chant.

ACE Music propose également une interface indépendante de génération de paroles. Elle peut fournir un titre et un brouillon de paroles à partir d’un thème et d’un style musical ; après la génération, ils peuvent toujours être modifiés manuellement, puis envoyés à l’interface de chanson.

Un point relativement important ici est le suivant : la génération de paroles et la génération de chansons sont deux étapes séparées.

Il ne force pas les créateurs à accepter tout le contenu produit en une seule fois. Écrire d’abord les paroles, puis les modifier, et enfin faire la chanson : ce processus est plus proche de la création réelle, et permet aussi plus facilement de conserver le jugement humain.

ACE Music et Suno, ce n’est pas une question de remplacement de l’un par l’autre

Les différents flux de travail d’ACE Music et de Suno

Lorsqu’on évoque la musique IA, la première réaction de nombreuses personnes reste encore Suno. C'est tout à fait normal. Suno a déjà établi une chaîne de création relativement complète ; en plus de la génération de chansons de base, elle couvre également la continuation, le remplacement local, l'assemblage, les reprises, le Remaster, l'ajout et l'extraction de pistes audio, la séparation des pistes et les capacités liées au timbre vocal. Parmi les interfaces actuellement fournies par Ace Data Cloud, Suno reste une chaîne d'outils de post-production plus complète.

L'orientation d'ACE Music est quelque peu différente.

Il se concentre actuellement davantage sur la génération de chansons elle-même : transformer une idée ou des paroles en deux candidats complets, et il est également possible d'utiliser un audio de référence pour une reprise ou une fusion à double référence. Il ne fournit pas encore, dans l'API Ace Data Cloud, de paramètres tels que la continuation, la séparation des pistes et le clonage de timbre vocal.

Ainsi, une compréhension plus précise n'est pas de savoir si « ACE Music peut remplacer Suno », mais qu'ils conviennent à des positions différentes dans le processus de création.

Si l'objectif est de trouver rapidement, à partir de paroles, une mélodie agréable, une voix naturelle et une structure de chanson complète, ACE Music est un choix très attrayant. Son processus est plus court et son mode d'appel est également plus centralisé.

Si, après la génération de la chanson, il faut continuer à la prolonger, remplacer un certain passage, extraire la voix et l'accompagnement, ou conserver le même ensemble de timbres vocaux pour plusieurs œuvres, la chaîne d'outils de Suno est actuellement plus mature.

Pour de nombreuses équipes de contenu, la solution la plus pratique n'est peut-être pas de choisir l'un ou l'autre.

Il est tout à fait possible d'utiliser d'abord ACE Music pour trouver rapidement une direction pour la chanson, sélectionner la version dont la mélodie et l'émotion sont les plus appropriées, puis entrer dans un processus de post-production plus détaillé selon les besoins du projet. Les modèles ne sont que des outils ; ce qui importe vraiment, c'est de placer les différents outils là où ils excellent le plus.

Les avantages d'ACE Music se reflètent d'abord dans le coût de création

Selon les règles de facturation actuelles d'Ace Data Cloud, ACE Music génère deux candidats de chansons complets en consommant environ 0.3148 Credits. Les nouveaux modèles grand public actuels de Suno génèrent deux chansons en consommant généralement environ 0.56 Credits.

À périmètre de Credits identique, le coût de génération de chansons de base d'ACE Music est inférieur d'environ quatre dixièmes.

Pour les personnes qui créent occasionnellement une chanson, la différence peut ne pas être si évidente. Mais pour les équipes qui doivent tester des styles à plusieurs reprises, générer en lot ou intégrer des capacités musicales dans leurs produits, le coût sera rapidement amplifié.

Par exemple, avec les mêmes paroles, nous pourrions avoir besoin de tester :

  • la différence entre une ballade chaleureuse et de la pop urbaine
  • la différence entre un solo féminin et un duo homme-femme
  • la différence entre une version retenue et une version avec un refrain plus puissant
  • l'influence de différentes instrumentations sur l'émotion des paroles

Chaque génération produit deux candidats. Lorsque le volume d'appels augmente progressivement, un coût inférieur par appel signifie que le produit peut offrir aux utilisateurs davantage d'espace pour essayer, plutôt que de devoir sérieusement considérer le budget à chaque pression sur « régénérer ».

Le mécanisme de facturation en cas d'échec d'ACE Music est également relativement favorable. Les frais de génération de chansons pour ce groupe ne sont facturés qu'après la livraison réussie d'un groupe complet de deux chansons ; si la tâche échoue finalement, ou si une seule chanson est terminée et que l'ensemble entre dans un état d'échec partiel, les frais de génération de chansons pour ce groupe ne sont pas facturés, et les pistes audio déjà terminées sont tout de même conservées.

Pour les services de génération asynchrone, cette règle est très importante.

Les utilisateurs n'ont pas à supporter le coût de résultats qui n'ont pas été livrés intégralement, et les développeurs peuvent plus facilement concevoir les mécanismes de réessai et les messages d'exception, plutôt que de continuer à traiter les litiges de facturation après l'échec d'une tâche.

L'audio de référence permet à la création de ne plus dépendre uniquement du texte

Processus d'intégration de l'API ACE Music

ACE Music fournit principalement trois types d'interfaces dans Ace Data Cloud : la chanson, les paroles et la consultation des tâches.

La génération de chansons utilise :

POST https://api.acedata.cloud/acemusic/audios

La génération de paroles utilise :

POST https://api.acedata.cloud/acemusic/lyrics

La consultation des tâches utilise :

POST https://api.acedata.cloud/acemusic/tasks

Avant l'appel officiel, il faut d'abord créer ou copier une API Key dans la console Ace Data Cloud, et s'assurer que les identifiants disposent des autorisations d'accès à ACE Music et d'un quota disponible. Les requêtes utilisent un Bearer Token pour l'authentification.

S'il ne s'agit que de partir d'une phrase d'inspiration, une requête comme celle-ci peut être soumise :

curl --request POST 'https://api.acedata.cloud/acemusic/audios' \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "acemusic-v1.1",
    "custom": false,
    "prompt": "Une ballade folk chinoise chaleureuse et retenue, écrite pour une personne ayant quitté sa ville natale depuis de nombreuses années, guitare acoustique et cordes légères, voix féminine naturelle",
    "async": true
  }'

Si les paroles sont déjà prêtes, le mode personnalisé peut être utilisé :

curl --request POST 'https://api.acedata.cloud/acemusic/audios' \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "acemusic-v1.1",
    "custom": true,
    "title": "老街的灯",
    "style": "Warm Chinese folk pop, intimate female vocal, acoustic guitar, soft strings, restrained emotion",
    "lyric": "[Verse]\n离开以后才发现\n那条街并没有走远\n\n[Chorus]\n老街的灯还亮着\n像有人等我回去",
    "async": true
  }'

Une fois la requête acceptée par l’interface, elle renvoie généralement d’abord un task_id, ce qui ne signifie pas que la chanson a déjà été générée.

La bonne pratique consiste à enregistrer cet ID de tâche, puis à consulter la progression via l’interface des tâches. Une fois la tâche réussie, le résultat contiendra deux pistes audio, chacune avec son propre titre, ses paroles, son style, sa durée, son adresse audio, ainsi qu’un ID de piste pouvant être utilisé pour des reprises ou des fusions ultérieures.

S’il s’agit d’un produit officiel, il est recommandé de transmettre également Idempotency-Key.

Lorsqu’une interruption réseau ou un rafraîchissement de page se produit, le client peut utiliser l’identité de requête d’origine pour retrouver la tâche, plutôt que de soumettre à nouveau une nouvelle génération payante. L’utilisation de la même clé d’idempotence et de la même requête renverra la tâche d’origine ; si la clé d’idempotence est identique mais que le contenu de la requête est différent, la requête sera refusée.

Pour les produits devant fonctionner sur le long terme, il est également possible de configurer callback_url. Une fois la tâche terminée, le service poussera le résultat final vers l’adresse spécifiée, et le frontend n’aura pas besoin d’effectuer des interrogations en continu.

D’un bouton de génération à un véritable produit musical utilisable

Intégrer un modèle musical n’est pas difficile.

La vraie difficulté est de donner aux utilisateurs envie de conserver les résultats.

Cela exige que le produit ne fournisse pas seulement un champ de saisie et un bouton de génération, mais qu’il traite aussi sérieusement la modification des paroles, la comparaison des versions, l’écoute, la récupération des tâches, les favoris et le téléchargement. Les deux candidats devraient être placés côte à côte pour être comparés, plutôt que dispersés dans l’historique ; l’état d’échec devrait clairement indiquer ce qui s’est passé, plutôt que d’afficher seulement « erreur de génération » ; après une interruption réseau, la tâche d’origine devrait également être récupérée, plutôt que de faire recommencer l’utilisateur depuis le début.

Les avantages d’ACE Music conviennent précisément à cette approche produit plus pragmatique.

Il ne présente pas ses capacités actuelles comme une station de travail musicale capable de tout faire, mais rend les parcours les plus courants suffisamment directs : saisir une idée ou des paroles, attendre la fin de la tâche, obtenir deux chansons complètes, puis choisir la meilleure version parmi elles.

S’il est nécessaire de continuer à peaufiner, le résultat peut être envoyé dans le processus de production ultérieur ; s’il s’agit simplement de trouver une chanson complète pour une courte vidéo, une histoire, une scène de jeu ou une création personnelle, le résultat généré peut lui-même devenir le point de départ.

Aujourd’hui, la génération musicale ne se résume déjà plus à « faire chanter une chanson au modèle ».

Nous commençons à nous soucier de savoir si les paroles ont été exprimées avec soin, si le refrain peut rester en mémoire, si le coût permet de répéter les essais, et aussi de savoir si une capacité est suffisamment stable pour pouvoir réellement intégrer son propre produit.

ACE Music propose un autre chemin, plus léger et plus direct.

Il ne s’agit pas de prendre toutes les décisions à la place des créateurs, mais de permettre aux idées d’avoir plus rapidement une version qui puisse être entendue.

Et l’endroit où de nombreuses œuvres commencent vraiment, c’est souvent la première fois qu’on les entend.


Pour essayer vous-même ACE Music, vous pouvez accéder à Ace Data Cloud ici :

Documentation technique d’intégration d’ACE Music