Données, Données, Données

Comment construire des choses cool, légalement !

L'une des premières questions qu'on nous pose toujours quand nous disons que nous construisons un outil de musique générative avec l'IA, c'est : « Alors, où volez-vous vos données ? » Même si cela semble du bon sens à notre époque, les gens ne comprennent toujours pas l'importance d'avoir des données impeccablement propres. Avec l'augmentation des grandes poursuites judiciaires entre Suno, Udio et les grands labels, ce sujet est devenu vraiment intéressant pour tous ceux qui se soucient de l'industrie musicale et des droits des artistes. Notre point de vue est très clair : si vous le créez, c'est le vôtre ! Mais ce n'est clairement pas la façon de penser de beaucoup de gens dans ce secteur.

Quand nous avons décidé qu'il était temps de clore notre étude de marché et de mettre la main à la pâte, la première chose que nous avons décidé d'aborder, c'était les DONNÉES. Nous savions que ce serait l'une des plus grandes batailles de notre parcours, mais nous avons également reconnu cette lutte comme une opportunité de nous différencier des autres outils. Si nous pouvions prendre le temps de créer le jeu de données parfait — un jeu de données que nous serions les seuls à posséder — nous pourrions entraîner des modèles que personne d'autre dans le monde ne pourrait reproduire. Et c'est exactement ce que nous avons fait. Nous avons décidé que notre premier modèle devrait être un outil de génération de kick drum, justement appelé « Just 4 Kicks », et nous nous sommes immédiatement mis au travail.

Our first few pieces of training data - live recordings trimmed in Bitwig.

Les semaines suivantes ont été faites de longues nuits collés aux drum machines et aux écrans d'ordinateur. J'ai commencé avec tout le matériel que mes amis et moi possédons. Je connectais une machine à mon interface, je configurais un simple loop de kick en 4x4 et je commençais à enregistrer. En jouant avec différentes modulations, effets et réglages, j'ai réussi à produire environ 1 000 kicks drums. En allant directement du matériel à la DAW, j'ai découpé chaque sample, puis appliqué une autre série d'effets et de transformations sur les sons pour quadrupler mon jeu de données. Dès cet instant, j'ai réalisé que je me trouvais assis sur notre coffre au trésor.

J'ai ensuite effectué les mêmes tâches avec les plugins de batterie que je possède et qui permettent l'utilisation secondaire des données. Là encore, j'ai créé, découpé et transformé les samples pour me retrouver avec 2 000 kicks supplémentaires. Mais mon ami de confiance et magicien du machine learning, Henning, m'a rappelé que nous avions besoin de bien plus que 6 000 points de données pour lancer la machine. Alors, bon gré mal gré, je me suis tourné vers internet. Pour le dernier coup de pouce dans la quête de kick drums, j'ai fouillé toutes les bibliothèques de sons open-source existantes à la recherche de sons de haute qualité et libres de droits. J'avais écouté environ 15 000 kick drums à ce stade, jusqu'à ce que j'abandonne, que je prenne ce que j'avais trouvé dans ma DAW et que je commence le processus de découpage et de transformation.

Au total, toute cette expérience m'a pris quelques jours, mais je n'ai aucun regret. Maintenant que nous avons utilisé ce jeu de données de plus de 9 000 kicks pour entraîner nos premiers workflows ML de bout en bout, je suis rappelé de l'importance des données et de pourquoi tant de gens prennent des raccourcis. Cela dit, si vous prenez au sérieux ce que vous construisez et que vous voulez construire quelque chose qui soit non seulement vraiment utile, mais aussi juste, éthique et légal, traiter vos données avec amour et respect devrait toujours être l'étape numéro 1.

Fin de la diatribe. Merci encore d'avoir écouté ces mots et de me donner un exutoire moins cher que mon thérapeute :)

Comme toujours — n'hésitez pas à nous contacter !

— Max (max@just4noise.com)