Il m’est arrivé, ces derniers mois, de voir des musiciens réagir à une génération sonore avec une drôle de vitesse dans le regard. Le son n’était pas forcément bon. Il n’était pas forcément mauvais non plus. Il était là, déjà formé, déjà habillé, déjà presque convaincant. Et cette avance change quelque chose dans la manière de créer.

Avec l’IA générative, on ne part plus forcément d’un silence, d’un instrument, d’un motif fragile ou d’un accident de studio. Il arrive qu’on parte d’une proposition. Une boucle apparaît, une texture se compose, une voix synthétique dessine une intention qui n’a pas encore été éprouvée dans la pièce. C’est pratique, stimulant, dans une certaine mesure vertigineux.

La question n’est donc pas seulement de savoir si la machine peut produire des sons. Elle le peut, dans bien des contextes. Reste à comprendre ce que devient le geste artistique quand la proposition arrive avant l’écoute.

Quand la machine commence par remplir l’espace

Dans une session de création sonore, le vide a une fonction. Il laisse une place au doute, à la maladresse, aux essais minuscules. On écoute une attaque de piano, un souffle de synthé, un bruit de chaise dans la pièce, puis l’idée se précise peu à peu. Cette lenteur n’est pas qu’un délai. Elle peut devenir une zone de discernement.

Un outil génératif déplace ce rapport au temps. Il répond vite. Il donne une matière qui ressemble selon les cas à une maquette ou à un résultat. Une description textuelle peut faire apparaître une ambiance orchestrale, un motif électronique, une texture vocale ou un paysage sonore crédible. Les travaux autour de MusicLM, par exemple, ont montré qu’un modèle pouvait générer de la musique à partir de descriptions en langage naturel, et même transformer une mélodie selon un style demandé.

Cette capacité est impressionnante. Elle ouvre des pistes pour la recherche, le prototypage, le sound design, la publicité, le jeu vidéo ou l’habillage sonore. Mais elle installe aussi un piège discret : confondre la présence d’une proposition avec la présence d’une intention.

Une machine peut donner une forme. Elle peut même donner une forme séduisante. Pourtant, dans une production musicale ou audiovisuelle, le problème n’est pas seulement de produire une matière sonore. Il s’agit souvent de choisir ce qu’on veut faire ressentir, à quel moment, avec quelle densité, avec quelle place laissée au silence.

Le prompt n’est pas encore une direction artistique

On parle beaucoup de prompt. C’est compréhensible : il donne l’impression de reprendre la main. On écrit une demande, l’outil répond, on ajuste. Mais dans une démarche sonore exigeante, décrire une ambiance ne suffit pas forcément à construire une direction.

Un prompt peut demander une musique « cinématique », « intime », « sombre », « organique ». Ces mots parlent, mais ils restent larges. Dans un studio, on finit assez vite par leur demander des comptes. Sombre comment ? Intime pour qui ? Organique avec quelle matière ? Une basse feutrée, un piano préparé, une réverbération courte, un grain de bande, une respiration dans le haut médium ?

C’est là que l’écoute redevient centrale. Elle oblige à sortir du mot pour revenir à la sensation. Un son peut correspondre au prompt et manquer quand même le projet. Il peut cocher les cases et ne pas porter la scène. Il peut sembler moderne, mais écraser une voix. Il peut remplir l’espace et empêcher l’émotion de circuler.

Dans certaines sessions, j’ai l’impression que le vrai travail commence au moment où l’on cesse de demander à l’outil de produire davantage. On arrête la cascade. J’ai observé que la discussion devient mieux cadrée quand je prends le temps d’écouter une proposition contre l’image, contre une voix, contre un texte, contre le corps du morceau. Puis on décide si elle sert quelque chose ou si elle attire seulement l’attention sur elle.

Garder un geste quand le flux propose trop vite

Le risque n’est pas que l’IA retire magiquement le geste humain. Ce serait une formulation trop simple. Le risque, plus concret, tient à la vitesse de remplacement. Une idée à peine née peut être recouverte par dix variantes. Une hésitation peut disparaître sous une ribambelle de versions. Un choix délicat peut se transformer en sélection de surface : celle qui brille, celle qui impressionne, celle qui semble prête. Autrement dit, le mécanisme de choix dépend moins du nombre d’options que de la qualité d’écoute qu’on arrive à préserver.

Or une partie du geste artistique se loge dans ce qui résiste. Dans une prise un peu fragile. Dans une texture qu’on ne comprend pas encore. Dans une erreur qui révèle une couleur. Dans un silence qui rend la scène plus grande.

Face à des propositions générées, il peut être utile de ralentir volontairement. Pas par nostalgie de l’ancien monde. Plutôt pour protéger l’endroit où la décision se forme. Avant de relancer une génération, écouter la première jusqu’au bout. Avant de demander une variante, nommer ce qui manque vraiment. Avant de garder une boucle, vérifier si elle crée une direction ou si elle remplit seulement une case.

Cette méthode paraît simple. Elle change pourtant le rapport à l’outil. L’IA générative devient alors un partenaire de brouillon, pas un pilote esthétique. Elle aide à faire apparaître des matières, des contrastes, des hypothèses. Le geste reste dans la manière de trier, de couper, de déplacer, de refuser, de réenregistrer, de salir ou d’alléger.

Ce que le studio peut encore apporter à une matière générée

Une matière sonore générée arrive rarement dans un vide réel. Elle doit rencontrer une pièce, un projet, une narration, un mixage, une écoute client, quelquefois une contrainte juridique. C’est précisément là que le studio garde un rôle fort.

D’abord, il permet de remettre le son dans un système d’écoute fiable. Une texture séduisante au casque peut devenir envahissante sur des enceintes. Une nappe très large peut manger la voix. Un motif rythmique peut sembler vivant seul et devenir rigide dans le morceau. Le studio donne un cadre pour vérifier, pas seulement pour embellir.

Ensuite, il aide à transformer une proposition en matériau travaillable. On peut rééchantillonner, découper, filtrer, doubler avec une vraie source, enregistrer un geste humain par-dessus, passer par des traitements analogiques, changer l’espace, réduire la densité. À ce moment-là, l’origine générative compte moins que la décision musicale qui s’organise autour d’elle.

Enfin, il oblige à poser une question quelquefois inconfortable : qui signe quoi ? En France, la Sacem rappelle qu’un outil d’IA ne peut pas être déclaré comme auteur ou coauteur. La question de l’apport créatif humain devient donc sensible, surtout lorsque la machine fournit une matière centrale. Il ne s’agit pas seulement d’une inquiétude administrative. C’est aussi une manière de clarifier la place du compositeur, du réalisateur sonore, du producteur ou du client dans la chaîne de création. Dans mon expérience, ce type de clarification apaise souvent la suite du travail.

Une méthode possible : écouter avant d’augmenter

Pour utiliser l’IA générative sans perdre le fil artistique, j’aurais tendance à proposer une méthode assez sobre. Imaginons une session d’identité sonore pour une marque, ou une recherche de texture pour un film court.

Première étape : formuler l’intention avant le prompt. Pas seulement le genre ou l’ambiance, mais la fonction. Est-ce que le son doit soutenir une voix ? Créer une attente ? Donner une identité à une marque ? Ouvrir un espace émotionnel ? Rendre une interface plus humaine ?

Deuxième étape : limiter le nombre de générations. Trois propositions bien écoutées valent souvent mieux qu’une multitude parcourue trop vite. Le cerveau finit par comparer des surfaces plutôt que des directions.

Troisième étape : annoter avec des mots d’écoute, pas seulement avec des mots de goût. Au lieu de « j’aime » ou « je n’aime pas », chercher : trop dense, trop frontal, pas assez respirant, belle attaque, grave instable, médium intéressant, texture prometteuse, dynamique figée.

Quatrième étape : réinjecter du geste. Enregistrer une source, modifier le timing, créer une rupture, changer l’espace, garder une imperfection. Une création sonore gagne en quelque sorte en présence quand un élément résiste à la propreté du modèle.

L’IA comme accélérateur, pas comme verdict

Il serait dommage de réduire l’IA générative à une menace uniforme. Elle peut ouvrir des carnets de croquis sonores, débloquer une recherche d’ambiance, aider à prototyper une identité, donner des directions inattendues. Dans certains projets, cette vitesse peut même libérer de l’énergie pour la composition, le montage, le mixage ou la discussion artistique. J’ai le sentiment que son intérêt dépend surtout de la place qu’on lui laisse dans la chaîne.

Mais sa force appelle une vigilance. Plus l’outil propose vite, plus l’écoute doit redevenir lente. Plus la matière paraît finie, plus la direction doit rester active. Plus le résultat impressionne au premier passage, plus il faut vérifier ce qu’il fait au projet après dix écoutes.

Peut-être que le geste créatif se déplacera. Il sera moins visible dans certains débuts de processus, plus décisif dans le tri, l’intégration, la transformation et le refus. On ne reconnaîtra pas seulement un créateur à ce qu’il produit, mais à ce qu’il choisit de ne pas garder.

À mes yeux, c’est une bonne nouvelle si l’on garde le bon ordre : l’outil propose, l’oreille décide, le projet tranche. Et parfois, entre les trois, un vrai son commence enfin à apparaître.