AppAttentionéditeur officiel

MusicGen (Meta)

App : Un produit que vous utilisez directement

Génération musicale par texte de Meta, poids ouverts.

Historique et facile, mais poids non commerciaux.

Site officiel GitHub · 23 757 ★

Score global

5.9 /10

Sécu : une réserve, lire la fiche

Utilité

7.0

Fiabilité

4.0

Sécurité

Une réserve

Facilité

Technique · Technique

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Composer de la musique demande du temps, des compétences et des outils coûteux. MusicGen permet de générer des extraits musicaux directement à partir d'une description textuelle, sans jouer d'un instrument ni maîtriser un logiciel de production.

MusicGen fait partie de la bibliothèque AudioCraft de Meta. Il repose sur un modèle de deep learning entraîné sur des données audio : vous saisissez une description en texte libre, et le modèle produit un fichier audio correspondant. Une variante, MusicGen Style, accepte en plus un extrait audio comme référence de style.

Cet outil s'adresse aux développeurs, chercheurs et créateurs techniques capables d'installer un environnement Python et de travailler en ligne de commande. Le code d'entraînement est également disponible pour ceux qui souhaitent affiner le modèle sur leurs propres données.

MusicGen n'est pas adapté aux utilisateurs sans expérience technique : l'installation requiert Python 3.9, PyTorch et ffmpeg. Par ailleurs, les poids des modèles sont publiés sous licence CC-BY-NC 4.0, ce qui interdit tout usage commercial.

Ce que ça propose

·Génération de musique à partir d'une description textuelle en langage libre.
·Variante MusicGen Style : conditionnement par un extrait audio fourni en référence de style.
·Code d'entraînement disponible pour affiner le modèle sur ses propres données.
·Intégration dans la bibliothèque AudioCraft aux côtés d'autres modèles audio (AudioGen, EnCodec, MAGNeT, JASCO).
·Modèle musicgen-melody disponible pour un conditionnement mélodique.
·Filigrane audio intégré via AudioSeal pour marquer les fichiers générés.
·API Python documentée pour intégrer MusicGen dans ses propres projets.

Nos conseils

Installez PyTorch avant audiocraft pour éviter des conflits de dépendances, notamment avec xformers.
Utilisez ffmpeg (via apt-get ou conda) pour assurer la compatibilité des formats audio en entrée et en sortie.
Pour modifier le dossier de cache des modèles téléchargés, définissez la variable d'environnement AUDIOCRAFT_CACHE_DIR.
Si vous utilisez le modèle musicgen-melody, consultez la documentation Torch Hub pour changer l'emplacement de téléchargement de Demucs.
Pour entraîner ou modifier le modèle, clonez le dépôt localement et installez avec pip install -e . plutôt qu'en version stable.

À éviter

Les poids des modèles sont sous licence CC-BY-NC 4.0 : toute utilisation commerciale est interdite, même si le code est sous MIT.
L'installation nécessite Python 3.9 et PyTorch 2.1.0 précisément, ce qui peut créer des conflits avec d'autres environnements existants.

En pratique

Prix: GratuitCode MIT, poids CC-BY-NC.
Usage commercial: Usage commercial : non
Disponible sur: linux, windows
Licence: MIT (code) / CC-BY-NC (poids)
En local: Oui, 8 Go de VRAM conseillés
Interface FR: Non

Sécurité et données

Pastille: Sécu : une réserve, lire la fiche
Vos données: Données en local
Permissions: Local.
Maintenance: Inactive depuis plus de six mois

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 juin 2023

Comment installer MusicGen (Meta)

1. Vérifiez que Python 3.9 est installé sur votre machine. 2. Installez PyTorch 2.1.0 en premier : python -m pip install 'torch==2.1.0' 3. Installez les outils de base : python -m pip install setuptools wheel 4. Installez AudioCraft : python -m pip install -U audiocraft 5. Installez ffmpeg : sudo apt-get install ffmpeg (Linux) ou conda install "ffmpeg<5" -c conda-forge (Anaconda). 6. Les poids sont téléchargés automatiquement depuis Hugging Face lors du premier usage ; vérifiez que vous acceptez la licence CC-BY-NC 4.0 avant utilisation commerciale.

python -m pip install -U audiocraft

Dans la même catégorie

Toute la catégorie Audio, voix & musique →