L'intelligence artificielle est devenue de plus en plus capable de composer des chansons, et un concurrent relativement méconnu vient désormais de battre Suno, sans doute le plus grand nom de la musique IA, sur son propre terrain.

ACE Music v1, développé par ACE Studio, a pris la première place du classement de musique vocale d'Artificial Analysis, avec 1 160 points Elo contre 1 144 pour Suno v6.

Le benchmark AA-Music-Vocal v1.1 mesure la qualité des chansons générées par IA comportant des voix. Les évaluateurs écoutent des morceaux produits à partir de prompts identiques sans savoir quel modèle les a créés, puis choisissent leur préféré. Ces préférences déterminent une notation de type Elo, les scores les plus élevés indiquant une plus forte préférence des auditeurs. Comme les notations de type Elo sont relatives plutôt qu'absolues, les scores reflètent la préférence en confrontations directes au sein du pool de modèles testés, et non une mesure indépendante de la qualité.

L'avance est relativement faible, et les intervalles de confiance statistiques des deux modèles se chevauchent, ce qui signifie que l'écart de classement peut se situer dans la plage d'incertitude de mesure. Suno conserve par ailleurs la première place du classement distinct en musique instrumentale.

ACE Studio, fondé en 2018, s'est initialement concentré sur la synthèse de voix chantées à partir de notes MIDI et de paroles — le même territoire vocal que mesure le nouveau classement. Son dernier modèle phare génère des chansons complètes à partir de descriptions écrites ou de paroles fournies par l'utilisateur.

Les tests pratiques de Decrypt : mélodies plus fortes, fins plus propres

Lors des tests pratiques de Decrypt, ACE Music a produit de manière constante des chansons plus mélodiques et cohérentes dans les styles grand public. Ses performances vocales semblaient généralement plus naturelles, avec moins d'artefacts synthétiques qui donnent parfois aux chanteurs IA l'impression de peiner à prononcer leurs propres paroles, de recourir massivement à l'autotune ou d'halluciner des mots juste pour combler les espaces vides.

Decrypt a même publié l'un de ses propres morceaux de test — une chanson sur la dernière annonce de l'entreprise concernant l'Information Exchange — pour démontrer la production du modèle.

ACE a également mieux géré les fins de chansons. Là où Suno introduit parfois des sons étranges, des répétitions inutiles, des hallucinations ou des changements musicaux brusques vers la fin, ACE a généralement maintenu sa structure et livré des conclusions plus propres. Cela compte, car produire un refrain convaincant est relativement facile comparé au maintien d'une idée musicale tout au long d'une composition, même après la fin des paroles.

Suno a toutefois conservé un avantage lorsque les modèles ont été poussés vers des genres moins conventionnels. Lors du test de death metal mélodique de Decrypt, ACE a produit de manière constante des morceaux — un exemple ici — mettant en scène une femme chantant clairement d'une voix agréable et pure, manquant de la performance vocale agressive attendue du style demandé. Plus largement, le modèle a confondu les genres metal dans leur ensemble. Suno a offert des arrangements plus créatifs dans les styles heavy appropriés, avec une meilleure cohérence stylistique sur plusieurs prompts tout aussi exigeants.

Ces résultats étaient subjectifs plutôt qu'un benchmark contrôlé, mais ils montrent pourquoi une victoire au classement ne fait pas automatiquement d'un modèle le meilleur choix pour chaque musicien.

Bien plus qu'un générateur de chansons

La fonctionnalité la plus intéressante d'ACE est peut-être son flux de travail de composition. Sa fonction « Idea » peut développer un concept de base en paroles et en une composition structurée, en identifiant les sections individuelles de la chanson et en décrivant leur arrangement. Les utilisateurs peuvent ensuite affiner le matériau plutôt que de générer répétitivement des morceaux entièrement nouveaux.

La v1.1 Preview va plus loin, en créant une partition musicale avant de générer l'audio. « Chaque génération est une nouvelle interprétation, de sorte que le son peut différer même lorsque la partition reste identique », expliquent les développeurs.

Les utilisateurs peuvent modifier les mélodies et les accords, régénérer les interprétations, exporter des fichiers MIDI et séparer la voix des instruments pour une production plus poussée. MIDI lui-même est un format standard de longue date pour encoder les notes et les données de performance, si bien que les fichiers exportés peuvent être ouverts dans des logiciels de production musicale conventionnels pour un montage ultérieur. Ce flux de travail rapproche ACE d'un assistant de production musicale plutôt que d'une simple application de génération de chansons par prompt.

Ambitions open source

Le modèle phare ACE Music v1 reste à code fermé sans API publique, si bien que les utilisateurs ne peuvent actuellement générer de la musique que via le site officiel. Ses développeurs mènent néanmoins une stratégie open source parallèle. ACE Studio et StepFun ont déjà publié ACE-Step 1.5, une famille de modèles distincte dont le code et les poids sont publiquement disponibles. Contrairement au modèle phare propriétaire, ces modèles peuvent fonctionner sur le matériel des utilisateurs — au prix toutefois de performances moindres.

L'entreprise a également promis une autre version. « Nous prévoyons d'ouvrir le code d'ACE Music v1 Flash fin 2026 », indiquent les développeurs sur leur site web, décrivant une version conçue pour équilibrer qualité, vitesse de génération et exigences matérielles.

ACE Music est disponible via son application navigateur, avec un niveau gratuit limité et des abonnements payants. Les droits d'utilisation commerciale des chansons du modèle phare nécessitent un plan payant — une distinction importante pour quiconque envisage de publier ou de monétiser des morceaux générés — tandis qu'ACE-Step propose une option de génération gratuite distincte.

Pour l'instant, ACE Music v1 détient une avance de 16 points Elo sur Suno v6 en génération vocale. La sortie promise de Flash offrirait aux utilisateurs exécutant des modèles en local une option supplémentaire à essayer avant la fin de 2026.