Qu’est-ce que YuE2-3B ?
YuE2-3B est un modèle musical ouvert de la communauté de recherche Multimodal Art Projection (M-A-P), le groupe derrière le YuE d'origine. Il transforme un prompt de style et des paroles en chanson complète avec voix et accompagnement, en stéréo 48 kHz. Avant de générer l'audio, il écrit un plan symbolique, une partition ABC avec mélodie et accords, que vous pouvez exporter, modifier à la main ou avec un agent IA, puis réinjecter.
Les poids ont été publiés sur Hugging Face en septembre 2026 sous CC BY-NC 4.0, qui interdit l'usage commercial ; le dépôt de code sur GitHub est sous Apache-2.0. Les démos de la fiche durent jusqu'à 5:00, en anglais et en mandarin. Il fait aussi des reprises : transcrivez la mélodie d'une chanson existante avec le modèle compagnon SheetSage2, et YuE2 la chante dans un autre style.
YuE2-3B vaut-il le coup ?
YuE2-3B produit, sur le papier, les chansons les mieux notées de tous les modèles ouverts, et vous ne pouvez pas les vendre. Sur WildSongBench, le benchmark de 192 prompts de ses auteurs, YuE2 retenant la meilleure de huit prises obtient une moyenne SongBench de 6,9632, devant tous les modèles propriétaires testés, dont Suno v5 à 6,8721 et Mureka 9 à 6,9377. En choisissant entre deux prises, il obtient 6,7316, encore au-dessus de MiniMax Music 3 (6,2830) et d'ACE-Step 1.5 (6,0118). Ce sont les chiffres des auteurs, sur leur propre benchmark.
Sa particularité est la partition. YuE2 écrit d'abord mélodie et accords en notation ABC, puis génère l'audio à partir de ce plan. Vous pouvez vous arrêter après la planification, changer un accord ou une phrase et relancer avec la même graine : une révision modifie ce que vous avez demandé, pas toute la chanson. La démo montre un agent menant une chanson en 9 étapes et 14 versions. Le même mécanisme produit des reprises qui gardent l'air d'origine : avec la partition source, la chanson originale a été identifiée dans 71,3 % des cas sur le test SHS100K, contre 2,4 % pour ACE-Step 1.5.
Il reste praticable sur une seule carte grand public. Sur une RTX 4090, une chanson de 3,6 minutes prend 71 secondes avec un pic de 11,18 GiB de VRAM ; la fiche demande un GPU de 24 Go et 24 Go de RAM libre. Un serveur vLLM distinct sur une H800 a atteint 373,53 chansons par heure avec 32 requêtes simultanées.
Le hic : CC BY-NC 4.0 exclut publicités, jeux, applis et tout ce qui rapporte de l'argent, quel que soit celui qui exécute les poids. Le démarrage rapide se limite à Linux et NVIDIA avec prise en charge BF16, et la fiche ne cite que l'anglais et le mandarin. Les paroles sont claires sans être les plus claires : son taux d'erreur de phonèmes de 8,44 % dépasse les 6,27 % de MiniMax Music 3.
Notre avis : pour les chercheurs, les amateurs et quiconque écrit des chansons pour soi, la partition modifiable fait de YuE2 l'option ouverte la plus pilotable ; dès qu'un morceau part chez un client ou sur une boutique, la licence vous renvoie vers MiniMax Music 3 ou ACE-Step 1.5.
Là où il fait la différence
Un laboratoire universitaire de technologie musicale
Comparer des générateurs de chansons par IA et étudier la composition contrôlable
Exportez les plans ABC de YuE2, modifiez harmonie ou mélodie dans des conditions contrôlées et relancez avec des graines fixes ; la licence CC BY-NC couvre la recherche académique et les prompts de WildSongBench sont publics sur Hugging Face.
Un auteur-compositeur amateur équipé d'une RTX 4090
Écouter des maquettes de ses propres paroles dans différents genres
Lancez le pipeline avec cot="full", modifiez score.abc pour corriger la mélodie d'un refrain et relancez ; une chanson de trois à quatre minutes prend environ une minute, et rien ne quitte la machine.
Une cheffe de chœur qui prépare du matériel de répétition
Écouter un chant de Noël du domaine public dans un nouvel arrangement
Transcrivez la mélodie avec SheetSage2 et fournissez-la avec cot="melody" et un nouveau prompt de style ; adapté aux répétitions et à l'enseignement, pas à un enregistrement payant.
Avant de vous engager
- Mise en route
- Sous Linux avec Python 3.10+, installez le wheel yue2_infer du dépôt Hugging Face et chargez YuE2Pipeline.from_pretrained("m-a-p/YuE2-3B") ; le décodeur YuE2-Vae par défaut se télécharge séparément.
- Intégrations
- Pipeline Python avec étapes séparées de plan, sémantique, synthèse et décodage ; outil en ligne de commande yue2 avec mode lot ; serveur basé sur vLLM pour les requêtes simultanées ; SheetSage2 pour transcrire les mélodies.
- Données et confidentialité
- Tourne en local ; prompts et audio restent sur votre machine. La fiche du modèle ne décrit pas les données d'entraînement.
- Coût à grande échelle
- Aucune redevance, mais l'usage commercial est interdit à toute échelle. La fiche indique 373,53 chansons par heure sur une H800 avec 32 requêtes simultanées.
- Limites
- Une chanson à la fois dans le pipeline Hugging Face ; exige un GPU de 24 Go et 24 Go de RAM ; Linux et NVIDIA avec BF16 ; les reprises demandent une mélodie et des paroles transcrites à part.
Les points forts
- Meilleure moyenne SongBench sur WildSongBench (6,9632 en best-of-8), selon ses auteurs
- Partition ABC modifiable : changez mélodie ou accords et relancez
- Reprises qui gardent la mélodie d'origine (71,3 % d'identification sur SHS100K)
- Stéréo 48 kHz ; une chanson de 3,6 minutes en 71 secondes sur une RTX 4090
- Pic de VRAM d'environ 11 GiB dans les tests de la fiche
Les points faibles
- CC BY-NC 4.0 : pas d'usage commercial
- Linux et GPU NVIDIA avec BF16 uniquement
- Benchmarks réalisés par ses propres auteurs
- Seuls l'anglais et le mandarin sont cités
- Pas d'API hébergée
Idéal pour
Chercheurs, amateurs et auteurs-compositeurs sans visée commerciale qui veulent retravailler la mélodie et les accords d'une chanson plutôt que la régénérer.
Alternatives à YuE2-3B
YuE2-3B : questions fréquentes
- YuE2-3B vaut-il le coup ?
- YuE2-3B est le modèle ouvert de chansons pour étudier et expérimenter, puisque sa partition se modifie note par note, mais sa licence non commerciale l'écarte de tout ce que vous vendez. Nous lui donnons 4.0 sur 5.
- Combien coûte YuE2-3B ?
- Poids gratuits sous CC BY-NC 4.0 : usage non commercial uniquement. Pas d'API hébergée ; vous payez votre propre GPU.
- Quels sont les inconvénients de YuE2-3B ?
- CC BY-NC 4.0 : pas d'usage commercial; linux et GPU NVIDIA avec BF16 uniquement; benchmarks réalisés par ses propres auteurs; seuls l'anglais et le mandarin sont cités; pas d'API hébergée.
- À qui s’adresse YuE2-3B ?
- Chercheurs, amateurs et auteurs-compositeurs sans visée commerciale qui veulent retravailler la mélodie et les accords d'une chanson plutôt que la régénérer.
- Combien coûte YuE2-3B pour une équipe ou en production ?
- Aucune redevance, mais l'usage commercial est interdit à toute échelle. La fiche indique 373,53 chansons par heure sur une H800 avec 32 requêtes simultanées.
- YuE2-3B est-il sûr pour les données de l’entreprise ?
- Tourne en local ; prompts et audio restent sur votre machine. La fiche du modèle ne décrit pas les données d'entraînement.
- Quelles sont les meilleures alternatives à YuE2-3B ?
- Les alternatives les plus proches que nous avons testées sont MiniMax Music 3, ACE-Step 1.5 et Lyria 3.5.
Réponses vérifiées le 7 nov. 2026.
Vous éditez YuE2-3B ? Affichez cette note sur votre site
