Les meilleurs modèles open source de musique et de son en 2026

La génération de musique ouverte a vite progressé en 2026. Plusieurs modèles écrivent désormais des chansons complètes avec voix sur une seule GPU de jeu, l'un streame de la musique en direct vers un MacBook et deux transforment une phrase en effet sonore. La qualité est une affaire de goût et les licences divergent fortement : ACE-Step et HeartMuLa sont permissives, YuE2 est non commerciale, MiniMax Music 3 exige le crédit et une autorisation au-delà de 20 millions de dollars US par an, et Stable Audio 3 plafonne l'usage commercial gratuit à 1 million de dollars. Lisez la ligne de licence et parlez-en à un avocat pour le droit d'auteur, car les développeurs décrivent leurs données d'entraînement à des degrés très différents.

  • Liste mise à jour le 11 novembre 2026
  1. MiniMax Music 3 Le plus grand EN

    Le modèle de chansons 11.1B de MiniMax : en entrée, des paroles et une description de style ; en sortie, jusqu'à cinq minutes de stéréo 32 kHz avec voix. Il tient sur un GPU de 24 Go en BF16, et la licence demande aux produits d'afficher le nom du modèle et aux entreprises au-delà de 20 millions de dollars US par an d'obtenir une autorisation écrite.

    • MiniMax
    • 11.1B
    • MiniMax Music3 Community (Conditionnelle)
    • à partir de 24 GB
  2. YuE2 Plus récent EN

    Le modèle 3.6B de M-A-P écrit d'abord une partition éditable avant de produire voix et accompagnement en 48 kHz. Sur le benchmark de l'équipe YuE2 elle-même, il obtient 6,73 contre 6,87 pour Suno v5 et devance les autres modèles ouverts de la table, mais les poids sont en CC BY-NC et la fiche demande un GPU de 24 Go.

    • M-A-P
    • 3.63B
    • CC BY-NC (Non commerciale)
    • à partir de 24 GB
  3. ACE-Step 1.5 Meilleur petit modèle

    Le modèle sous licence MIT d'ACE Studio et StepFun : des chansons complètes en quelques secondes, à partir d'environ 4 Go de VRAM pour le 2B turbo DiT, avec reprises, repeinture et paroles en plus de 50 langues. Hugging Face a compté environ 97 000 téléchargements du dépôt principal et 816 000 de la copie ComfyUI sur les 30 jours jusqu'au 11 novembre 2026, et le benchmark de l'équipe YuE2 place sa qualité sous YuE2 et MiniMax Music 3.

    • ACE-Step
    • 4B
    • MIT (Permissive)
    • à partir de 4 GB
  4. HeartMuLa EN

    Le modèle de chansons de HeartMuLa sous Apache 2.0, avec un modèle de langage 3B et le HeartCodec 48 kHz : en entrée, paroles et étiquettes de style ; en sortie, des chansons allant jusqu'à quatre minutes à vitesse quasi temps réel. Le benchmark de l'équipe YuE2 lui donne 6,25, juste sous MiniMax Music 3, et le modèle séparé MuLaCover est CC BY-NC.

    • HeartMuLa
    • 3.94B
    • Apache 2.0 (Permissive)
    • à partir de 26 GB
  5. Stable Audio 3 EN

    La famille de musique instrumentale et d'effets sonores de Stability AI : le Medium produit jusqu'à 6 min 20 s avec environ 8 Go de mémoire GPU, et les modèles Small tournent sur le CPU d'un portable. L'usage commercial gratuit s'arrête à 1 million de dollars US de revenus annuels, et les dépôts sont sous contrôle d'accès.

    • Stability AI
    • 1.4B
    • Stability Community (Conditionnelle)
    • à partir de 4.02 GB
  6. Magenta RealTime 2 EN

    Le modèle de musique en direct de Google, qui joue plutôt qu'il ne compose : il diffuse en flux continu de la stéréo 48 kHz image par image et réagit à texte, audio et MIDI en environ 200 ms. Le Small tourne sur n'importe quel MacBook Apple Silicon, le Base veut une M3 Pro, une M2 Max ou mieux, et les poids sont CC BY 4.0.

    • Google DeepMind
    • 2.4B
    • CC BY 4.0 (Permissive)
    • à partir de 2.53 GB
  7. MOSS-SoundEffect v2.0 EN

    Le modèle texte-vers-effets-sonores 1.3B d'OpenMOSS sous Apache 2.0 : ambiances, créatures et actions jusqu'à 30 secondes à 48 kHz, à partir de prompts en anglais ou en chinois. Il utilise 100 étapes d'échantillonnage et ne publie ni benchmark ni chiffre de VRAM.

    • OpenMOSS
    • 1.3B
    • Apache 2.0 (Permissive)
    • à partir de 13 GB

Comment nous choisissons

  • Des poids ouverts que vous pouvez télécharger dès aujourd'hui depuis le dépôt officiel du développeur.
  • La licence des poids, et pas seulement celle du code, car les modèles de musique ajoutent souvent plafonds de revenus, mention obligatoire ou clauses non commerciales.
  • Ce que le modèle produit : chansons avec voix, musique instrumentale, diffusion en direct ou effets sonores sont des métiers différents, décrits séparément.
  • La qualité est une affaire de goût, nous décrivons donc fonctionnalités, durées et matériel plutôt que de classer par le son. Les scores de benchmark sont signalés comme ceux du développeur lui-même.