idle() the music of ipe()

No. 3· behind-the-music

Comment naît une chanson lo-fi IA

Comment une chanson lo-fi IA d'idle() passe des paroles à la sortie : qui transmet quoi, où nous vérifions, et comment nous disons qu'elle est faite avec l'IA.

AI Cet article est une traduction réalisée par IA. Lire l'original (English)

La pochette de l'album : un latte en train d'être versé, avec les mots dear(you); vol.1, dear you et une ligne en coréen qui signifie « à toi qui as tenu bon aujourd'hui »

La pochette de dear(you); vol.1. Les dix chansons qu'il contient ont été faites en suivant l'ordre décrit ci-dessous.

Ce lo-fi est-il fait par l'IA ? Oui, avec Suno. Voici les cinq passages de relais, des paroles à la sortie, et l'endroit où une personne intervient. On nous demande parfois comment une chanson d'idle() est faite. La réponse en une ligne est « avec l'IA », mais dans cette ligne se cachent plus de passages de relais et de vérifications qu'on ne l'imagine. Ce texte parcourt l'ordre de production que nous nous sommes fixé, de la première parole à la sortie. Il décrit une procédure que nous avons mise par écrit ; cela ne signifie donc pas que chaque chanson l'a suivie sans le moindre écart.

D'abord, la phrase qui compte le plus. La musique est produite avec l'IA (Suno). Les paroles sont ébauchées par une IA, puis relues par une personne. Le reste de ce texte est en réalité une explication de ce que cette phrase donne comme travail concret.

Cinq passages de relais

Un schéma de cinq étapes reliées par des flèches : paroles, musique, visuel, relecture et sortie, chacune avec le rôle responsable et ce qu'elle produit. L'étape de relecture est entourée d'un trait doré

Les cinq étapes que traverse une chanson. La quatrième, la relecture, est un passage obligé que l'on ne peut pas sauter.

Une chanson traverse cinq étapes : paroles, musique, visuel, relecture et sortie. L'étape suivante ne commence que lorsque la précédente est terminée, et la personne responsable change à chaque fois. Nous appelons chaque changement un passage de relais, et dans ce texte nous comptons aussi la préparation qui précède la première parole. Un passage de relais se fait avec des fichiers et des statuts, pas avec une conversation. Quand la personne chargée des paroles termine le fichier d'une chanson et met son statut sur « composition demandée », la personne chargée de la musique lit ce fichier et se met au travail. Comme on garde toujours la trace de qui a transmis quel fichier, dans quel état, le contexte ne se perd pas en route.

Les statuts que traverse une chanson sont eux aussi fixés. Un nouveau texte est un « brouillon ». Tant que son ton et son déroulé émotionnel sont en cours de façonnage, il est « en polissage ». Une fois confié à la musique, il devient « composition demandée » ; pendant la production de l'audio, « en composition » ; et ce n'est qu'après avoir passé la relecture qu'il devient « sorti ». Un coup d'œil à ce tableau suffit pour savoir entre quelles mains se trouve une chanson à l'instant.

Étape 0 : la préparation, car l'album vient avant la chanson

La première étape concerne en réalité l'album, pas la chanson. On dessine d'abord le concept, l'ordre des titres et l'enchaînement des émotions. Pour dear(you); vol.1, un concept (« dix lettres à toi qui as tenu bon un jour difficile de plus ») et un arc de dix émotions (empathie, compréhension, peur, réconfort, repos, lien, gratitude, reconnaissance, espoir, calme) ont été fixés en premier, et chaque chanson a reçu sa place sur cet arc avant d'arriver à l'étape des paroles. Une chanson naît comme une case dans un album plutôt que comme une pièce isolée, et nous pensons que c'est en partie pour cela que nos chansons se ressemblent par leur structure.

Étape 1 : les paroles, une chanson en deux versions

Ce que produit l'étape des paroles est un fichier de chanson. Il contient le thème, l'ambiance, l'histoire et les paroles en deux versions : l'une avec le coréen comme langue principale, l'autre avec l'anglais. Le côté coréen est l'original, et le côté anglais est écrit comme une adaptation qui transpose le ton et le sentiment plutôt que les mots. Si l'on chante telle quelle la traduction littérale d'une IA, le rythme et l'émotion se brisent et la qualité de la chanson baisse.

La version principale en anglais est chantée en anglais par une voix féminine avec des murmures en coréen, et la version principale en coréen est chantée en coréen par une voix masculine avec des murmures en anglais. Toutes deux se terminent par la ligne murmurée ipe. be still

La règle des deux versions : chaque version est chantée dans une seule langue, et l'autre langue n'apparaît qu'en murmure.

Le principe tient en une ligne : la langue chantée reste fixe au sein d'une version, et la traduction est fournie sous forme de sous-titres. Autrement dit, nous ne forçons pas une traduction littérale dans une mélodie. L'autre langue n'est ajoutée que sous la forme d'un court murmure : la version anglaise porte un mot ou deux de coréen, et la version coréenne un mot d'anglais. Ces murmures sont la couture qui tient les deux versions ensemble en une seule chanson.

L'étape des paroles doit encore faire une chose : placer « ipe. be still » tout à la fin de la chanson. C'est un murmure d'un seul souffle, fixé en anglais, et toutes les chansons depuis dear(you); se terminent ainsi. Le fichier de paroles n'est considéré comme terminé, et ne peut être confié à la musique, qu'une fois cette signature en place.

Étape 2 : la musique, des mots au son

Le côté musique prend le fichier de paroles et monte un dossier de production. Ce dossier contient les paroles chantées de chaque version et un prompt de style : une description écrite du genre, des instruments, du caractère de la voix et de la texture du mixage. La première chanson de l'album, par exemple, est décrite comme du lo-fi ambient avec un piano doux, une guitare chaleureuse, des nappes délicates, un bruit de vinyle et une légère ambiance de pluie, avec une voix féminine douce pour la version anglaise et une voix masculine tendre pour la version coréenne.

Avec ce dossier, l'audio et les voix sont générés avec Suno, un outil de musique par IA. Une seule génération donne rarement exactement ce que l'on veut ; on en essaie donc plusieurs et on en confirme une. La version confirmée devient la chanson. Lorsqu'une chanson reçoit des sous-titres pour la vidéo, le fichier de sous-titres doit provenir de cette version confirmée, car le minutage change à chaque génération. Cette règle est inscrite dans notre procédure.

C'est ici que la traduction entre en scène, sous forme de sous-titres. Sur YouTube, il en existe deux sortes : les sous-titres que le spectateur active, et les paroles incrustées dans l'image. La synchronisation automatique n'est pas disponible pour les paroles en coréen ; il faut donc téléverser un fichier de sous-titres à la main, et une chanson dont on veut mettre les mots en valeur peut devenir une vidéo de paroles avec le texte incrusté. Chaque langue a sa propre pochette et son propre fichier de sous-titres.

Étape 3 : le visuel, donner un visage au son

Une fois l'audio confirmé, le côté visuel réalise la pochette, la miniature YouTube et, si besoin, un fond en boucle pour la vidéo. Ses données de départ sont le concept de la chanson, l'audio et la tonalité du moment de la journée auquel la chanson appartient. La saison 1 découpe une journée en quatre albums (nuit, aube, matin et soir), de sorte que les chansons d'un même album partagent les couleurs d'un même moment de la journée.

Quelques règles visuelles sont fixées. La palette s'organise autour du bleu marine profond, de l'or chaud, du vert sauge et de la crème, et le lettrage utilise une police à chasse fixe qui rappelle un éditeur de code. Sur une pochette, l'anglais est en tête et le coréen en ligne secondaire. Regardez la pochette de la première chanson : le titre anglais est composé en grand, avec le titre coréen en dessous.

Étape 4 : la relecture, un passage obligé

Quand les paroles, l'audio, la pochette, la miniature et la carte de sortie de ce site sont tous prêts, la relecture s'ouvre juste avant la sortie. Ce passage ne peut pas être sauté. Il a deux paires d'yeux. L'une regarde la qualité et le risque : le son est-il propre, la langue et la voix de l'audio correspondent-elles aux paroles (voix féminine pour la version anglaise, voix masculine pour la version coréenne), le sentiment et l'ordre des titres cadrent-ils avec le plan de l'album, y a-t-il des risques de droits d'auteur comme l'étiquetage IA ou le plagiat, et les liens et métadonnées sont-ils corrects. L'autre regarde la marque : la palette, la typographie, un ton que nous décrivons comme le calme avant le bruit, et la hiérarchie des langues sur la pochette.

Quelques points sont des arrêts impératifs. « ipe. be still » est-il tout à la fin ? La hiérarchie des langues est-elle respectée sur la pochette et la miniature ? Les liens et les langues de la carte de sortie du site correspondent-ils ? Si la signature manque, la chanson est renvoyée, corrigée, puis relue à nouveau. Le relecteur ne fait que signaler les problèmes et ne réécrit pas les paroles. Corriger revient à celui qui l'a fait. Séparer la personne qui vérifie de celle qui a fabriqué la chose, c'est le cœur de ce passage obligé.

Étape 5 : la sortie, mettre en ligne, relier, consigner

Après la relecture, le côté musique met la chanson en ligne sur YouTube et, pour celles qui en ont besoin, s'occupe de la distribution sur les plateformes de streaming. L'étape de mise en ligne comprend la vérification de la mention indiquant que le contenu a été fait avec l'IA. Ensuite, le statut de la chanson passe à « sorti », les liens YouTube sont inscrits sur le tableau des chansons, et la carte de sortie de ce site ainsi que les documents de synthèse sont mis à jour. Une chanson peut sembler terminée et avoir encore une tâche à accomplir : vérifier que ses liens concordent partout où ils apparaissent.

La méthode de sortie est hybride dès le départ : les singles sortent un par un pour garder la chaîne en mouvement, et lorsqu'une série compte assez de chansons, elles sont réunies en album. Les dix chansons de dear(you); vol.1 sont toutes sur YouTube en version anglaise et en version coréenne. Une longue vidéo de l'album complet, pour l'écouter d'une traite, est elle aussi sur YouTube.

Pourquoi nous mettons « fait avec l'IA » en avant

La question que l'on nous pose le plus tient, au fond, en une seule : pourquoi montrer que ce n'est pas fait à la main ? Notre réponse est simple. Il n'y a rien à cacher, et ne pas cacher est l'approche qui dure. Produire les voix avec l'IA est inscrit dans nos principes de travail comme l'option par défaut, et l'une des raisons est que cela correspond à l'idée de marque qui consiste à dévoiler ouvertement la production par IA. Ce que font les personnes, c'est fixer la direction, puis lire, examiner et choisir dans l'ébauche. Ce que fait l'IA, c'est produire rapidement des ébauches et du son. Nous ne brouillons pas les deux. Nous écrivons ce que chacun prend en charge, et c'est là notre promesse.

À écouter

Les dix chansons de dear(you); vol.1, faites en suivant l'ordre décrit plus haut. Chacune est sur YouTube en version anglaise et en version coréenne.

Toute la chaîne est sur YouTube ipe-rest.

Nous espérons que la prochaine fois que vous écouterez une chanson, vous remarquerez un peu plus de choses. Derrière la ligne murmurée tout à la fin, il y a, entre des paroles et une sortie, cinq étapes et un passage obligé que l'on ne peut pas sauter. Vous pouvez écouter sur la page d'accueil d'idle().