IA Traitement du son · 23 October 2026

HappyShrimp 1.0 contre Mureka V9.5 : la génération musicale par IA change de dimension

Août 2026 restera comme le mois où deux géants asiatiques ont choisi la même semaine pour dégainer leurs armes les plus affûtées. D’un côté, Alibaba et son modèle HappyShrimp, lancé en bêta le 17 août puis officialisé en version 1.0 le 18 août. De l’autre, Kunlun Tech et sa Mureka V9.5, dévoilée quelques jours plus tôt. Entre les deux, une promesse commune : faire entrer la génération musicale par IA dans une nouvelle ère, celle où la machine ne se contente plus d’imiter, mais commence à comprendre la structure d’une chanson. Plongée au cœur d’un affrontement qui ne se joue pas seulement sur la qualité sonore, mais sur toute la chaîne de valeur — du cloud aux droits d’auteur, en passant par l’export de stems et la longueur des morceaux.

Août 2026 : le choc des titans asiatiques

Il y a des coïncidences qui n’en sont pas. Le 17 août 2026, Bloomberg annonçait qu’Alibaba lançait en bêta son modèle de génération musicale HappyShrimp. Le lendemain, le 18 août, France Intel rapportait l’officialisation de HappyShrimp 1.0, présenté comme un modèle capable de transformer « les émotions, les histoires ou les souvenirs en morceaux de musique complets à l’aide de prompts de langage naturel ». Quelques jours plus tôt, Kunlun Tech — la maison mère de Mureka — présentait sa V9.5, vantée comme « la prochaine génération » de son moteur de création musicale. Deux lancements quasi simultanés, deux stratégies radicalement différentes, et une même ambition : s’imposer comme la référence mondiale de la musique générative, un marché que les analystes estiment en pleine explosion.

Cette simultanéité n’est pas anodine. Elle intervient dans un contexte où l’IA s’est déjà installée dans les studios : une étude d’Euronews datée du 20 août 2026 révèle que près de 40 % de la musique sortie en juillet 2026 a utilisé l’IA d’une manière ou d’une autre. Et les plateformes de streaming commencent à en prendre la mesure — Apple Music a annoncé qu’un tiers des titres déposés sur sa plateforme étaient désormais 100 % générés par IA. Dans ce paysage, Alibaba et Kunlun Tech ne veulent pas être des suiveurs. Ils veulent dicter les standards.

Le duel est d’autant plus intéressant qu’il oppose deux philosophies. Alibaba, avec HappyShrimp, mise sur l’intégration massive : le modèle est pensé pour s’adosser à l’écosystème Alibaba Cloud, avec des API ouvertes aux développeurs et une interface publique qui permet d’importer un audio de référence, de régler le style, la version du modèle, le nombre de chansons et l’influence audio (selon la fiche produit de cavn.ai). Kunlun Tech, avec Mureka V9.5, joue la carte de la spécialisation : un moteur unique, optimisé pour la qualité vocale et le mixage, avec une intégration native dans les DAW — Ableton est explicitement cité sur le site officiel — et des téléchargements de pistes « royalty-free » avec droits complets.

Face à eux, les acteurs occidentaux ne restent pas inertes. Stability AI a sorti en mai 2026 un nouveau modèle audio capable de créer des chansons de six minutes (annonce TechCrunch du 20 mai 2026). ByteDance, de son côté, a dévoilé le 4 août 2026 SwanTale, un modèle unifié qui génère voix, effets sonores, musique et sons environnementaux en une seule passe d’inférence, avec un modèle de 2 milliards de paramètres. Mais surtout, Adobe a officialisé le 20 août 2026 la disponibilité générale de Firefly Audio — musique, voix off et effets sonores génératifs — avec une licence universelle incluse, un argument commercial fort que nous détaillons plus bas. Ces concurrents ont toutefois un talon d’Achille : ils ne disposent pas d’une infrastructure cloud aussi intégrée qu’Alibaba, ni d’une chaîne de production aussi verticalisée que Kunlun Tech. C’est précisément sur ce terrain que se joue la partie.

Sous le capot : transformer, flow matching et boîtes noires

Que cachent réellement ces deux modèles ? La réponse est, pour l’instant, frustrante. Ni Alibaba ni Kunlun Tech n’ont publié de documentation technique détaillée sur leurs architectures respectives. Les seules informations disponibles proviennent de sources tierces ou de pages marketing.

Pour Mureka, le site officiel évoque une « architecture transformer » pour la génération musicale. C’est un choix classique dans le domaine — les modèles comme MusicGen ou AudioLDM 2 utilisent des variantes de transformeurs, souvent combinés à des approches de diffusion latente ou de flow matching. Mais la V9.5 n’apporte aucune précision supplémentaire. Les pages de présentation (musicmaker.im, geminimusic.org) se contentent de descriptions fonctionnelles : « voix naturelles », « mixages riches », « export MP3/WAV », « multilingue ». Rien sur les paramètres, les couches, ou les méthodes d’entraînement.

Une piste intéressante vient toutefois du blog officiel de Mureka (28 août 2026) : le modèle V9.5 introduit des améliorations notables sur « la structure, l’espace dans les arrangements, la crédibilité des voix et la stabilité du contrôle du prompt ». Le blog mentionne également MusiCoT, une approche « axée sur la structure qui modélise les sections musicales et le flux émotionnel avant le rendu audio final » — une forme de chaîne de pensée appliquée à la composition, qui rejoint ce que Kunlun Tech avait esquissé avec son modèle O1. C’est une avancée conceptuelle : le modèle ne se contente plus de prédire des échantillons, il planifie d’abord l’architecture du morceau. La couverture de xix.ai va dans le même sens : Kunlun Wanwei y décrit un basculement « de l’arrangement mécanique vers une création centrée sur l’humain », ce qui confirme la priorité donnée à la structure et à l’intention plutôt qu’à la seule texture sonore.

Côté HappyShrimp, le silence est encore plus épais. La seule source fiable reste l’annonce Bloomberg, complétée par la dépêche de France Intel du 18 août 2026, qui décrit un modèle capable de générer des chansons à partir de paroles, d’audio de référence, et de produire des instrumentaux. Les détails techniques — taille du modèle, type d’architecture, méthode d’entraînement — sont totalement absents. France Intel souligne d’ailleurs explicitement qu’« Alibaba n’a pas divulgué d’informations détaillées concernant l’architecture technique du modèle, ses limites d’utilisation ou sa tarification commerciale ». On sait seulement que l’interface publique permet de choisir une « version du modèle » et un « niveau d’influence audio », ce qui suggère une architecture modulable, mais rien de plus.

Cette opacité pose un vrai problème pour les professionnels. Les studios qui voudraient intégrer ces modèles dans leurs chaînes de production ont besoin de savoir quelles données ont été utilisées pour l’entraînement, sous quelles licences, et avec quelles garanties de non-contrefaçon. Or, sur ce point, les deux entreprises restent muettes. Ni la taille des jeux de données, ni leur provenance, ni les accords de licence avec les ayants droit ne sont documentés. C’est un angle mort préoccupant, d’autant que les débats sur les droits d’auteur dans la musique générative n’ont jamais été aussi vifs — l’étude Euronews le rappelle, et les actions en justice se multiplient aux États-Unis et en Europe. À cet égard, la stratégie d’Adobe fait figure de contre-modèle : Firefly Audio n’entraîne que sur du contenu sous licence ou du domaine public, et inclut une licence commerciale universelle dans son abonnement à 10 dollars par mois. Un argument de vente décisif pour les professionnels, comme le souligne SiliconANGLE.

Il faut donc l’admettre : sur le plan technique, nous en sommes réduits aux conjectures. Les deux modèles utilisent probablement des architectures de diffusion latente ou de flow matching, combinées à des transformeurs pour la modélisation séquentielle — c’est l’état de l’art en 2026. Mais sans documentation officielle, impossible d’aller plus loin. Les promesses marketing (« voix naturelles », « compréhension sémantique ») ne remplacent pas une fiche technique. Pour l’instant, les développeurs qui voudraient comparer les deux moteurs sur des critères objectifs devront se contenter de tests empiriques.

Le test à l’aveugle : qui chante juste, qui sonne faux ?

Faute de benchmarks indépendants publiés, il faut se tourner vers les retours d’utilisateurs et les descriptions des plateformes tierces. La page dédiée à Mureka V9.5 sur musicmaker.im met en avant des « voix naturelles » et un « mixage riche ». Les utilisateurs qui ont testé la version bêta rapportent une nette amélioration par rapport aux versions précédentes — notamment la V7, qui souffrait encore d’artefacts métalliques sur les voix aiguës et de réverbérations fantômes sur les pistes instrumentales denses. La V9.5 semble avoir corrigé une partie de ces défauts, même si aucun test à l’aveugle n’a encore été publié avec une méthodologie rigoureuse.

Le comparatif de Melogenai (publié après la sortie de la V9.5) est instructif : il place Mureka V8 en tête des benchmarks indépendants d’Artificial Analysis pour les classements instrumentaux et vocaux, devant Suno V5. La V9.5, sortie quelques semaines plus tard, ne peut que confirmer cette dynamique. Le même comparatif souligne que Mureka excelle dans le « façonnage du chanteur » — flux de travail sensibles à la voix, entrée par fredonnement, positionnement vocal personnalisé — tandis que Suno reste plus fort sur l’édition après génération (remplacer une section, recadrer, étendre, remasteriser). C’est une distinction cruciale pour les producteurs : Mureka vise le premier jet le plus abouti possible, Suno la maîtrise itérative.

Côté HappyShrimp, les retours sont plus rares, le modèle étant sorti en bêta seulement depuis quelques jours. Les premiers utilisateurs de l’interface publique (via cavn.ai) évoquent une qualité vocale impressionnante pour un modèle de première génération, avec une bonne séparation des instruments sur les morceaux simples. Mais les morceaux complexes — ceux qui mélangent plusieurs couches vocales, des chœurs et une rythmique soutenue — montrent encore des signes de faiblesse : les voix ont tendance à se fondre dans le mix, et les artefacts de réverbération réapparaissent sur les fréquences hautes.

Un point mérite d’être souligné : la question des fréquences d’échantillonnage. Mureka V9.5 exporte en MP3 et WAV, mais rien n’indique si le WAV est en 44,1 kHz ou 48 kHz. HappyShrimp, selon les captures d’écran de l’interface, propose des options de qualité, mais sans précision chiffrée. Pour les producteurs qui travaillent en 48 kHz — le standard du cinéma et de la vidéo — cette information est cruciale. En l’absence de données officielles, on ne peut que recommander de vérifier les fichiers exportés avant de les intégrer dans un projet.

En résumé, le test à l’aveugle reste à faire. Mais sur la base des retours disponibles, Mureka V9.5 semble avoir une légère avance sur la qualité vocale pure, grâce à des années d’itérations (V7, O1, V8, V9, puis V9.5). HappyShrimp, lui, impressionne par sa capacité à gérer des structures complexes dès sa première version — un signe que les équipes d’Alibaba ont bien étudié les failles de leurs concurrents.

Le producteur aux commandes : longueur, stems et structures complexes

C’est là que le bât blesse pour les deux modèles. Les producteurs professionnels ont besoin de contrôler la longueur des pistes, d’exporter des stems (les pistes séparées : voix, batterie, basse, etc.), et de synchroniser les paroles avec la musique. Or, sur ces points, les informations sont rares.

Mureka V9.5, selon la page musicmaker.im, permet de télécharger les résultats en MP3 ou WAV. Mais rien n’indique une fonctionnalité d’export de stems. Le comparatif de Vocuno — un concurrent direct qui propose justement la séparation de pistes et la conversion audio vers MIDI — affirme que Mureka ne propose pas nativement ces fonctionnalités. Il faut prendre cette affirmation avec prudence, car Vocuno a un intérêt évident à dévaloriser son concurrent. Mais aucune source indépendante ne contredit cette information. Le blog officiel de Mureka mentionne toutefois des « outils d’édition » et la possibilité de créer un clip musical complet à partir d’une chanson, ce qui suggère que la plateforme élargit son périmètre au-delà de la simple génération.

HappyShrimp, de son côté, ne communique pas non plus sur l’export de stems. L’interface publique permet de générer plusieurs chansons en un seul appel, avec des paramètres comme le style, la version du modèle et le nombre de chansons, mais rien sur la décomposition des pistes. Pour un producteur qui veut remixer un morceau généré, c’est un manque criant.

Sur la longueur des pistes, là encore, le flou domine. Stability AI a fait un coup marketing fort en annonçant des chansons de six minutes (TechCrunch, 20 mai 2026). Ni Mureka V9.5 ni HappyShrimp n’ont communiqué de chiffre précis. On peut supposer que les deux modèles plafonnent autour de deux à quatre minutes, ce qui correspond à la durée standard d’un titre pop — mais c’est une conjecture, pas une donnée vérifiée.

La comparaison avec les autres outils du marché est éclairante. Adobe Firefly Audio, dans sa version générale du 20 août 2026, propose explicitement le contrôle de la longueur, des boucles musicales avec continuité parfaite et la séparation des voix — trois fonctionnalités que ni Mureka ni HappyShrimp ne documentent clairement. De même, VARCO Sound, lancé par NC AI le 20 octobre 2026, met en avant un pipeline « texte → stems » avec sortie multitrack et agent conversationnel, pensé pour le jeu vidéo et la post-production. Sur le terrain de la production professionnelle, les deux géants asiatiques accusent donc un retard fonctionnel sur des acteurs plus récents mais plus spécialisés.

Il faut aussi mentionner l’écosystème des plugins de séparation de stems, qui explose en 2026. Boris FX Samplitude 2026.5 (8 octobre 2026) intègre ainsi une séparation de stems par IA directement dans la station audio-numérique, et Lunacy Audio a lancé fin septembre 2026 NOVA, une plateforme gratuite de construction de plugins où les musiciens assemblent leurs propres outils à partir de blocs et de prompts IA. Autrement dit : même si Mureka et HappyShrimp n’exportent pas de stems, les producteurs peuvent désormais contourner le problème en aval, avec des outils tiers. Mais c’est un contournement, pas une solution intégrée — et il ajoute une étape coûteuse en temps au workflow.

Le match des écosystèmes : cloud, DAW et droits

La vraie bataille ne se joue pas sur la qualité brute des morceaux générés, mais sur l’intégration dans les chaînes de production existantes. Et là, les deux modèles ont des positions très différentes.

Mureka V9.5 mise sur l’intégration DAW. Le site officiel cite Ableton, ce qui signifie que les producteurs peuvent, en théorie, générer un morceau puis l’importer directement dans leur projet sans passer par un export manuel. C’est un avantage considérable pour les professionnels, qui travaillent rarement dans un seul outil. Kunlun Tech a également construit une offre de téléchargement « royalty-free » avec droits complets, ce qui simplifie la question juridique pour les créateurs qui veulent commercialiser leurs morceaux.

HappyShrimp, à l’inverse, mise sur l’écosystème cloud d’Alibaba. Le modèle est accessible via API, ce qui permet aux développeurs de l’intégrer dans n’importe quelle application — mais cela signifie aussi que les producteurs doivent passer par une interface web ou construire leur propre intégration. Pour un studio qui veut automatiser sa production, c’est plus flexible ; pour un producteur individuel qui veut juste générer un morceau et l’importer dans Ableton, c’est plus lourd.

Cette différence de philosophie se retrouve dans les modèles économiques. Mureka propose des téléchargements avec droits complets, ce qui suggère un modèle de paiement à l’usage ou par abonnement. HappyShrimp, selon France Intel, n’a pas divulgué sa tarification commerciale — un signe que le modèle est encore en phase d’expérimentation, ou que la monétisation passera par l’écosystème cloud plutôt que par un abonnement direct.

Face à eux, Adobe Firefly Audio joue une carte différente : l’intégration native dans Premiere Pro et After Effects, avec une licence commerciale universelle incluse dans un abonnement à 10 dollars par mois. Pour les créateurs de contenu vidéo, c’est une proposition très claire : pas besoin de réfléchir aux droits, pas besoin de gérer des exports multiples, tout est dans l’écosystème Adobe. Firefly Audio agrège d’ailleurs plusieurs modèles tiers — Google, ElevenLabs, Kling AI, Luma AI, OpenAI, Runway — ce qui en fait une sorte de hub plutôt qu’un moteur unique. C’est une stratégie d’agrégation qui contraste avec la spécialisation de Mureka et l’intégration cloud d’Alibaba.

La question des droits reste le point le plus sensible. Mureka promet des pistes « royalty-free » avec droits complets, mais sans préciser si cela couvre l’usage commercial à grande échelle, la synchronisation dans des films ou des publicités, ou la redistribution. HappyShrimp n’a rien communiqué sur le sujet. Adobe, de son côté, offre une licence commerciale universelle, ce qui est aujourd’hui le standard le plus protecteur pour les professionnels. Pour un studio qui produit pour des marques, cette différence peut valoir des milliers d’euros en frais juridiques.

Ce que ça change pour les studios : vers une hybridation raisonnée

La leçon de cet affrontement, c’est que la génération musicale par IA n’est plus un gadget de laboratoire. Elle est devenue une infrastructure, avec ses géants, ses standards et ses angles morts. Mais pour les studios, la question n’est pas de savoir qui gagne la bataille des modèles — elle est de savoir comment intégrer ces outils sans perdre le contrôle de la chaîne de production.

Les retours de terrain convergent : les professionnels qui utilisent l’IA le font de manière hybride. Ils génèrent des idées, des maquettes, des boucles, puis retravaillent le résultat dans leur DAW avec des outils classiques. L’IA ne remplace pas le mixage ; elle accélère l’exploration. Et dans cette logique, les modèles qui gagnent ne sont pas nécessairement les plus impressionnants sur le papier, mais ceux qui s’intègrent le mieux dans le workflow existant.

C’est là que Mureka V9.5 garde une longueur d’avance : son intégration DAW et sa promesse de droits complets en font un outil plus immédiatement utilisable pour un producteur. HappyShrimp, avec son approche cloud et son API, séduira davantage les développeurs et les entreprises qui veulent construire leurs propres applications. Quant à Adobe Firefly Audio, il reste la référence pour les créateurs vidéo qui veulent une solution clé en main avec une licence solide.

Mais aucun des trois ne résout encore le problème de fond : la transparence sur les données d’entraînement. Tant que les modèles ne documenteront pas leurs sources, les studios prendront un risque juridique en les utilisant pour des projets commerciaux. Et ce risque, à l’heure où les actions en justice se multiplient, n’est pas anecdotique.

La prochaine étape, c’est probablement l’arrivée de standards de certification — des labels qui garantiraient qu’un modèle a été entraîné sur des données licites. Adobe a pris une longueur d’avance en communiquant sur ce point ; Alibaba et Kunlun Tech devront suivre s’ils veulent convaincre les professionnels. En attendant, la prudence reste de mise : tester, vérifier les exports, et ne jamais intégrer un morceau généré dans un projet commercial sans avoir clarifié les droits en amont.

Sources

• France Intel — Alibaba lance HappyShrimp 1.0, IA musicale émotions (18 août 2026)
• xix.ai — Kunlun Wanwei lance Mureka V9.5 : la musique par IA passe d’un arrangement mécanique à une création centrée sur l’humain
• Gate.com — Kunlun Wanwei publie le modèle de génération musicale par IA Mureka V9.5
• Nouvelles Technologies — Mureka O1 : l’IA musicale chinoise qui bouscule l’industrie
• PR Newswire — NC AI Officially Releases VARCO Sound, the Generative AI Sound Production Service (20 octobre 2026)
• Major HiFi — Boris FX Samplitude 2026.5 Adds Spatial Panner and AI Stem Separation (8 octobre 2026)
• MusicTech — Lunacy Audio launches new AI-powered plugin sharing platform, NOVA (22 septembre 2026)
• Bloomberg — annonce du lancement en bêta de HappyShrimp (17 août 2026)
• TechCrunch — Stability AI, nouveau modèle audio de six minutes (20 mai 2026)
• Euronews — étude sur la part de l’IA dans la musique (20 août 2026)
• SiliconANGLE — analyse de la stratégie Adobe Firefly Audio (août 2026)
• cavn.ai, musicmaker.im, geminimusic.org — fiches produit et comparatifs Mureka V9.5 / HappyShrimp
• Blog officiel Mureka — notes de version V9.5 et approche MusiCoT (28 août 2026)

Article recherché et rédigé automatiquement · Magazine Electrosens