Note de transparence. Ce que je rapporte de mon propre essai est signalé comme tel. Les chiffres de performance et les comparaisons avec Suno viennent des auteurs du modèle, cités en bas de page : ils n’ont pas encore été vérifiés par un test indépendant. L’illustration ci-dessus a été réalisée avec Gemini, la chanson avec YuE2.
Mon test : une chanson française à la Aznavour
Pour juger un générateur de musique, rien ne vaut un exercice difficile. J’ai donc écrit un texte en français, avec ses alexandrins, ses images de miroir brisé et de café qui refroidit, et j’ai demandé à YuE2 de le chanter dans l’esprit de Charles Aznavour : voix dramatique, accordéon nostalgique, piano mélancolique, cordes expressives, ambiance parisienne des années 1960.
Le prompt et les paroles utilisés
Style : French chanson, Charles Aznavour style, dramatic emotional vocal, nostalgic accordion, melancholic piano, slow tempo, expressive strings, theatrical storytelling, 1960s Paris atmosphere
[Verse 1]
Dans le miroir brisé des années qui s’envolent,
Je cherche le garçon aux rêves d’autrefois.
Le temps a dispersé ses plus tendres paroles,
Et le vent de l’hiver a fatigué sa voix.
[Chorus]
C’était autrefois, comme un conte d’enfants,
Où le monde semblait tenir au creux des mains.
On défiait le ciel, on riait du destin,
Mais la jeunesse fuit au souffle du couchant.
[Verse 2]
J’ai bâti des châteaux sur des chemins de pierre,
Porté tant de fardeaux en gardant le regard
Tourné vers la lumière, défiant la poussière,
Avant que la nuit tombe et qu’il soit trop tard.
[Chorus]
C’était autrefois, comme un conte d’enfants,
Où chaque larme avait la douceur du matin.
Le rideau va tomber sur ce vieil écrivain,
Qui salue son passé dans un geste tremblant.
[Outro]
Un accordéon pleure… le café se fait froid…
C’était autrefois.
Morceau généré avec YuE2 (Multimodal Art Projection), dont les poids sont publiés sous licence CC BY-NC 4.0 : il est partagé ici à titre de démonstration, sans usage commercial. Seul le volume a été harmonisé pour l’écoute sur le web.
1. Fini l’effet « boîte noire » : place à la planification symbolique
Sur les plateformes payantes comme Suno, on tape un prompt et on croise les doigts. Si une note sonne faux, il faut tout recommencer. YuE2 introduit une autre façon de travailler, la planification symbolique (symbolic planning) :
- Vous lui donnez vos paroles et un style musical, comme je l’ai fait avec ma chanson à la Aznavour.
- Avant de produire le moindre son, l’IA écrit une partition au format ABC, une notation musicale en texte : la mélodie et les accords, section par section.
- Vous pouvez lire, écouter et modifier chaque note ou chaque accord, notamment grâce au piano roll visuel de l’intégration ComfyUI, avant de lancer le rendu final en stéréo 48 kHz. Le contrôle créatif reste entre vos mains.
Techniquement, le modèle réunit deux « experts » dans un même réseau : le premier écrit la partition puis les jetons musicaux, note après note ; le second transforme ces jetons en son. Trois modes sont proposés : full (mélodie et accords modifiables, le réglage par défaut), melody (seule la mélodie est planifiée, conseillé pour les reprises) et off (génération directe, sans partition, à la manière de Suno).
2. Ce que l’on peut faire avec YuE2
- Des chansons complètes, avec une voix étonnamment expressive et le respect des structures annoncées (
[Verse],[Chorus],[Outro]). - Des instrumentaux : l’intégration ComfyUI propose un mode « Instrumental only », qui efface la mélodie chantée et garde les accords. Il suffit de laisser les paroles vides et de décrire les instruments dans le style.
- Des reprises « zero-shot » : grâce à ses outils maison, SheetSage2 (transcription) et MERT2 (analyse audio), YuE2 peut écouter un morceau, en extraire la partition, puis le rejouer dans un tout autre style, sans entraînement spécifique. Cette fonction est dans l’outil officiel, pas encore dans l’intégration ComfyUI.
- Une retouche par la conversation : un agent permet de modifier la partition, l’arrangement ou les paroles en lui expliquant ce que l’on veut.
- 100 % local et privé : pas d’abonnement, pas de crédits à surveiller, et vos créations restent sur votre PC.
3. Face à Suno : ce que disent les chiffres
Sur WildSongBench, un banc d’essai de 192 demandes, YuE2 se place au niveau de Suno v5 et v6 pour la qualité des chansons et le respect du texte. En gardant le meilleur de huit essais (« Bo8 »), il obtient même la meilleure note moyenne : 6,96 contre 6,87 pour Suno v5.
Deux précautions avant de crier victoire : ce banc d’essai a été conçu par les auteurs eux-mêmes, et le score « Bo8 » de YuE2 repose sur huit tentatives, contre deux pour les autres systèmes. Le message honnête est donc plutôt celui-ci : pour la première fois, un modèle ouvert qui tourne chez soi joue dans la même cour que Suno. Votre oreille reste le meilleur juge.
4. Le matériel nécessaire
- Une carte graphique NVIDIA de 24 Go de mémoire (VRAM), compatible BF16, est la configuration officielle, sous Linux avec Python 3.12. Le premier lancement télécharge environ 7,8 Go de modèles.
- La vitesse annoncée : sur une RTX 4090, l’équipe a généré un morceau de 3 min 35 en 71 secondes, avec un pic de 14 Go de mémoire. Plus vite que la musique elle-même.
- Avec ComfyUI, le décodage audio se fait par morceaux (réglage
tile_frames) : en le réduisant, on baisse la mémoire consommée, ce qui ouvre la porte à des configurations plus modestes. L’auteur de l’intégration précise toutefois ne l’avoir validée que sur une carte professionnelle : sur une carte grand public, il faudra tâtonner. - Et le NPU ? Pas pour l’instant : YuE2 a besoin d’un GPU NVIDIA. Pour savoir ce que la puce IA de votre PC sait déjà faire, voyez mon guide sur le NPU.
5. Attention à la licence
« Gratuit » ne veut pas dire « libre de tout usage ». Le code de YuE2 est sous licence Apache 2.0, mais les poids du modèle sont sous CC BY-NC 4.0 : usage non commercial uniquement. Vous pouvez créer, tester, partager en citant YuE2, mais pas vendre vos morceaux, les publier sur Spotify, ni les utiliser dans une vidéo monétisée ou une publicité sans accord avec les auteurs. C’est une vraie différence avec la première version, YuE, publiée sous Apache 2.0. Les auteurs demandent aussi de signaler que la musique est générée par IA.
En un coup d’œil
Les plus
- Une partition modifiable avant le rendu : on corrige une note au lieu de tout refaire.
- Un niveau proche de Suno, d’après les mesures des auteurs.
- 100 % local : pas d’abonnement, pas de crédits, pas d’envoi de vos textes.
- Reprises et retouches par la conversation.
Les moins
- Licence non commerciale : pas question de vendre ses morceaux.
- Une grosse carte graphique NVIDIA de 24 Go conseillée, pas de NPU.
- Des chiffres à confirmer par des tests indépendants.
- Une installation technique (Python, ComfyUI) loin du « clic et ça chante ».
Mon verdict
YuE2 est le premier générateur de musique ouvert qui m’a donné l’impression de tenir la plume plutôt que de tirer au sort. Pouvoir lire la partition, changer un accord et relancer le rendu change tout pour qui aime façonner un morceau. Il demande une machine solide et un peu de patience à l’installation, et sa licence le réserve aux projets personnels. Mais pour expérimenter chez soi, sans abonnement, c’est aujourd’hui l’outil le plus impressionnant que j’aie essayé.
Pour comparer avec d’autres nouveautés, lisez mon retour sur DOTS d’OpenAI et l’avis de Gigs sur Gemini 4 Argon.
Liens officiels pour tester
- Dépôt GitHub officiel : multimodal-art-projection/YuE (code, installation, licences)
- Page officielle et démos : map-yue2.github.io (exemples, WildSongBench)
- Intégration ComfyUI avec piano roll : ComfyUI-FL-YuE2 (projet communautaire)
Sources
- Note de version YuE2 v0.1.6 (fonctions, licences)
- GIGAZINE : sortie de YuE2 (vitesse et mémoire sur RTX 4090)
Retour d’expérience personnel de KVH, publié par KVH ÉDITION, complété par la documentation officielle consultée le 15 octobre 2026. Il ne constitue pas un test indépendant. Présentation sans lien avec Multimodal Art Projection ni avec Suno.