Isoler une voix, une batterie ou une basse à partir d’un simple fichier stéréo était impossible il y a quelques années. Les outils de séparation de sources par IA le font aujourd’hui en quelques minutes, parfois dans le logiciel audio lui-même. La technique ouvre de vrais usages professionnels, mais elle ne crée aucun droit : séparer un enregistrement, c’est toujours le reproduire.
Cet article s’adresse aux labels, éditeurs, ingénieurs, artistes et responsables de catalogue qui envisagent d’extraire des stems d’enregistrements existants. Il complète notre article sur le mastering par IA et notre réflexion plus large sur l’IA générative en musique.
L’essentiel en cinq points
- La séparation de sources par IA estime chaque élément d’un mix (voix, batterie, basse, reste) à partir de l’enregistrement stéréo : ce n’est pas une restitution des pistes d’origine.
- La qualité dépend du morceau, de l’outil et de l’élément visé : attendez-vous à des artefacts, surtout sur les sources qui se chevauchent.
- Les usages légitimes sont nombreux : restauration d’archives, remix autorisé, karaoké, pédagogie, préparation de synchronisation et de remasterisation, reconstitution de stems quand les multipistes sont perdus.
- L’extraction ne donne aucun droit sur l’œuvre ni sur l’enregistrement : il faut l’accord des ayants droit, et notamment du producteur du phonogramme.
- Documentez chaque extraction (source, outil, version, date, usage autorisé) comme n’importe quel élément de catalogue.
Extraire des stems : le bon ordre
Les droits d’abord, la technique ensuite.
Producteur, éditeur, artistes : qui doit dire oui ?
Multipistes, bandes, sessions : avant d’estimer, retrouver.
Meilleure source disponible, plusieurs outils testés.
Écoute en solo et en somme, artefacts, phase.
Source, outil, version, usage autorisé.
Le principe : estimer des sources à partir d’un mélange
Un mix stéréo est une somme : toutes les pistes ont été additionnées, traitées, compressées ensemble. Il n’existe plus, dans le fichier final, de « piste voix » que l’on pourrait simplement extraire. Les outils de séparation par IA reposent sur des réseaux de neurones entraînés sur de grandes quantités de musique dont on connaît à la fois le mix et les pistes séparées. Le modèle apprend à reconnaître ce qui ressemble à une voix, à une batterie ou à une basse, puis, face à un nouveau morceau, il estime la part de chaque source dans le signal.
Le nombre de sources est généralement fixé par le modèle. Lorsque Deezer a présenté son outil open source Spleeter (licence MIT), l’éditeur proposait des modèles pré-entraînés à deux, quatre ou cinq stems. Le découpage le plus courant, utilisé notamment dans les compétitions de recherche, distingue quatre sources : voix, batterie, basse et « autres » (tout le reste : guitares, claviers, cordes, effets). Apple a retenu la même logique pour le Stem Splitter de Logic Pro, présenté en mai 2024, qui sépare un enregistrement en batterie, basse, voix et autres instruments, avec un traitement réalisé sur l’appareil.
Ce point est essentiel pour la suite : un stem extrait n’est pas la piste enregistrée en studio. C’est une reconstruction plausible, qui contient des fragments des autres sources et à laquelle il manque parfois une partie de la source visée.
Les usages légitimes
La séparation de sources n’est pas réservée aux expériences de remix. Bien encadrée, elle sert des besoins concrets de catalogue et de production.
| Usage | Ce que la séparation apporte | Autorisations typiques à vérifier |
|---|---|---|
| Restauration d’archives | Isoler une voix d’un enregistrement amateur, réduire un bruit ou un instrument gênant | Producteur du phonogramme, artistes, éditeur si exploitation |
| Remasterisation | Rééquilibrer un mix ancien quand les bandes multipistes sont introuvables | Producteur, accord artistique des interprètes si le rendu change |
| Remix autorisé | Fournir des éléments à un remixeur quand les stems d’origine n’existent plus | Producteur, éditeur (adaptation de l’œuvre), artistes |
| Synchronisation | Créer une instrumentale ou une version sans voix pour l’image | Producteur (master), éditeur (synchronisation de l’œuvre) |
| Karaoké | Produire une version sans voix principale | Producteur, éditeur, conditions de la plateforme de diffusion |
| Pédagogie et analyse | Écouter une ligne de basse ou une batterie isolée pour apprendre | Usage privé ou cadre d’enseignement : à vérifier selon la diffusion |
| Reconstitution de stems | Recréer des stems pour un catalogue dont les sessions sont perdues | Producteur, et tous les ayants droit pour chaque exploitation future |
Restauration et archives
L’exemple le plus connu est celui de « Now and Then », publié par les Beatles en 2023. La démo de John Lennon, enregistrée sur un magnétophone domestique, mélangeait sa voix et son piano sur une même piste, avec du bruit de fond. Comme l’a rapporté le Smithsonian Magazine en novembre 2023, l’équipe de Peter Jackson a utilisé un outil d’apprentissage automatique développé pour le documentaire The Beatles: Get Back afin de séparer la voix du piano. L’outil a nettoyé une interprétation existante ; il n’a pas généré de voix artificielle. La différence est capitale, artistiquement comme juridiquement.
Pour un label qui détient un fonds ancien, la même logique s’applique à plus petite échelle : une maquette sur cassette, un enregistrement de répétition, une captation de concert. Si vous préparez une réédition, notre article sur la réédition d’un ancien enregistrement détaille les vérifications de droits et de sources à mener en parallèle.
Synchronisation et exploitation de catalogue
Les productions audiovisuelles demandent souvent une instrumentale ou des stems pour adapter une musique au montage. Pour un catalogue ancien, ces fichiers n’existent pas toujours. En août 2024, Music Business Worldwide a rendu compte d’un partenariat entre la plateforme de gestion de droits Synchtank et le spécialiste de la séparation AudioShake, destiné à permettre aux ayants droit de générer des stems directement dans leur outil de gestion : les deux sociétés mettaient en avant le manque de stems comme un frein historique pour les équipes de synchronisation, et la possibilité de séparer voix et instruments d’enregistrements dont les multipistes ne sont plus disponibles. Sur ce que les productions attendent concrètement, voir notre article instrumentaux et stems pour l’audiovisuel.
Qualité : ce que valent vraiment les stems extraits
La recherche mesure la qualité de séparation avec un indicateur appelé SDR (rapport signal sur distorsion), exprimé en décibels : plus il est élevé, plus l’estimation est proche de la source réelle. Lors du Music Demixing Challenge 2021, organisé avec un jeu de test inédit de trente morceaux fourni par Sony Music, les meilleurs systèmes ont obtenu un SDR moyen d’environ 7,3 dB lorsqu’ils n’étaient entraînés que sur le jeu de données de référence, et d’environ 8,3 dB lorsqu’ils pouvaient utiliser des données supplémentaires. Fin 2022, les chercheurs de Meta à l’origine de Demucs ont annoncé 9,2 dB sur le jeu de référence MUSDB avec un modèle hybride à base de transformeurs, entraîné avec des données supplémentaires.
Ces chiffres montrent une progression rapide, mais ils ne disent pas tout. Les auteurs du bilan du Music Demixing Challenge rappellent eux-mêmes qu’ils ont retenu une mesure globale, simple à calculer, et que certains cas la faussent, par exemple une piste cible silencieuse ou la repisse entre micros dans les enregistrements de référence. Un bon score moyen n’empêche pas un artefact gênant sur un passage précis. Pour un usage professionnel, seule l’écoute tranche.
Les artefacts les plus fréquents
- Fuites (bleed) : une caisse claire résiduelle dans la voix, une guitare dans la basse.
- Son « aquatique » ou métallique : effet de phase, de gazouillis, surtout sur les réverbérations et les fins de notes.
- Transitoires amputées : attaques de batterie adoucies, consonnes de voix moins nettes.
- Confusions entre sources : chœurs rangés avec les instruments, basse synthétique classée en « autres », percussions mélodiques mal attribuées.
- Effets et espace mal répartis : la réverbération de la voix reste dans le stem instrumental, ou disparaît.
Ce qui influence le résultat
- La qualité de la source : un fichier sans perte donne de meilleurs résultats qu’un fichier compressé ou qu’une copie de copie.
- La densité du mix : une voix seule sur une guitare se sépare mieux qu’un chœur au milieu d’un orchestre.
- Le genre et l’époque : les modèles sont entraînés sur des corpus qui ne couvrent pas toutes les esthétiques de la même manière.
- L’élément visé : la voix principale et la batterie sont en général plus faciles à isoler que les instruments du médium, qui se partagent les mêmes fréquences.
Un flux de travail professionnel, étape par étape
1. Clarifier l’usage et les droits
Avant d’ouvrir le moindre logiciel, écrivez en une phrase ce que vous voulez faire du résultat (une réédition, une instrumentale pour une publicité, un remix officiel) et identifiez qui doit l’autoriser. Cette étape conditionne tout le reste, y compris le niveau de qualité exigé.
2. Chercher d’abord les originaux
La meilleure séparation reste celle qui n’est pas nécessaire. Interrogez l’ingénieur, le studio, le réalisateur, le label d’origine : des multipistes, des stems ou une session d’époque existent peut-être. Si vous travaillez aujourd’hui sur de nouveaux titres, exportez et archivez systématiquement vos stems pour éviter ce problème demain.
3. Partir de la meilleure source
Utilisez le master sans perte le plus proche de l’original, à pleine résolution, plutôt qu’un fichier issu d’une plateforme de streaming ou d’une vidéo. Vérifiez que l’outil choisi accepte ce format sans le recompresser.
4. Tester plusieurs outils et réglages
Les résultats varient d’un modèle à l’autre et d’un morceau à l’autre. Comparez deux ou trois outils sur un passage difficile (refrain dense, fin de morceau avec réverbération), puis retenez le meilleur pour chaque source : rien n’interdit de prendre la voix d’un outil et la batterie d’un autre.
5. Contrôler à l’écoute
- Écoutez chaque stem en solo, au casque et sur enceintes, du début à la fin.
- Écoutez la somme des stems à côté du mix d’origine, à volume égal : les écarts révèlent ce qui a été perdu.
- Vérifiez la phase et l’alignement en début de fichier, ainsi que le niveau de chaque stem.
- Notez les passages problématiques et décidez s’ils sont acceptables pour l’usage prévu.
6. Retoucher avec mesure
Un débruitage léger, une égalisation ciblée ou un travail de montage peuvent atténuer les artefacts. Évitez d’empiler les traitements : chaque correction peut en créer une autre. Pour une exploitation commerciale, faites valider le résultat par un ingénieur.
7. Nommer, documenter, archiver
Nommez clairement les fichiers (titre, source, « stem extrait », date), et consignez dans votre base catalogue : enregistrement d’origine et son code ISRC, outil et version utilisés, date, personne responsable, usage autorisé et références de l’autorisation. Ces stems sont des dérivés d’un enregistrement existant : ils doivent être tracés comme tels, et ne jamais être confondus avec des stems d’origine dans un envoi à un superviseur musical.
Le cadre juridique : l’extraction ne donne aucun droit
C’est le point qui pose le plus de malentendus. Disposer d’un outil capable de séparer une voix ne donne aucun droit sur ce que l’on sépare. En France, plusieurs titulaires de droits peuvent être concernés par un même stem.
Le producteur du phonogramme
L’article L.213-1 du Code de la propriété intellectuelle définit le producteur de phonogrammes comme la personne qui a l’initiative et la responsabilité de la première fixation d’une séquence de son, et soumet à son autorisation la reproduction, la mise à disposition du public et la communication au public de son phonogramme. Un stem extrait d’un enregistrement est une reproduction d’une partie de ce phonogramme : son exploitation suppose l’accord du producteur ou de son ayant droit (souvent le label, parfois un distributeur ou un acquéreur de catalogue). Sur la nature de ces droits, voir notre article sur les droits voisins.
Les artistes-interprètes
L’article L.212-3 du même code soumet à l’autorisation écrite de l’artiste-interprète la fixation de sa prestation, sa reproduction et sa communication au public. Les contrats d’artiste prévoient généralement l’étendue des autorisations consenties au producteur ; une utilisation nouvelle, comme une voix isolée réutilisée dans un remix, doit être vérifiée au regard de ces contrats. Au-delà du droit, isoler la voix d’un artiste expose sa performance de façon inédite : associez-le à la décision.
Les auteurs, compositeurs et éditeurs
La composition et le texte restent protégés, indépendamment de l’enregistrement. L’article L.122-4 rend illicite toute reproduction ou représentation faite sans le consentement de l’auteur ou de ses ayants droit, et vise aussi l’adaptation, la transformation et l’arrangement. Un remix, un karaoké exploité ou une instrumentale synchronisée avec une image mobilisent donc aussi les droits d’auteur, gérés par l’éditeur et, pour certaines exploitations, par les sociétés de gestion collective. Notre article sur la différence entre droits sur le master et droits sur la composition détaille ces deux circuits.
Quelques situations fréquentes
- « J’ai acheté le titre, je peux en extraire la voix pour un remix. » Non : l’achat ou l’abonnement donne un droit d’écoute, pas un droit d’exploitation. La publication d’un remix non autorisé expose à des retraits et à des poursuites.
- « C’est notre propre catalogue. » Vérifiez quand même les contrats : les droits ont pu être cédés, limités dans le temps ou le territoire, et l’accord des artistes peut être requis pour certaines utilisations.
- « C’est pour un usage pédagogique. » Les exceptions prévues par la loi sont étroites et encadrées ; diffuser des stems extraits en ligne, même pour enseigner, n’est pas couvert par principe.
- « Le stem est trop dégradé pour être reconnaissable. » La qualité ne change rien à l’origine : un extrait reste une reproduction de l’enregistrement, comme pour un sample.
Ces repères sont généraux et ne remplacent pas l’analyse de vos contrats. Pour un projet d’exploitation commerciale, un remix officiel ou une remasterisation de catalogue, faites valider la chaîne des autorisations par un avocat spécialisé ou par votre éditeur.
Questions fréquentes
Un stem extrait peut-il remplacer les stems d’origine pour une synchronisation ?
Parfois, si la qualité est suffisante pour l’usage et si le superviseur musical est informé. Précisez toujours qu’il s’agit de stems reconstitués par séparation : un superviseur doit savoir ce qu’il reçoit, notamment si la musique doit être retravaillée au mixage final.
Peut-on obtenir une piste parfaitement propre ?
Rarement. Même les meilleurs systèmes laissent des fuites ou des artefacts sur certains passages. Le résultat peut être excellent pour une instrumentale de karaoké et insuffisant pour isoler une voix destinée à une diffusion en gros plan sonore.
Faut-il déclarer l’usage d’un outil de séparation ?
Il n’existe pas d’obligation générale de mentionner l’outil, mais il est prudent de le documenter en interne et de l’indiquer à vos partenaires (distributeur, superviseur, coproducteur), d’autant que les pratiques de transparence sur l’usage de l’IA évoluent.
Les plateformes acceptent-elles les remix réalisés avec des stems extraits ?
Une plateforme exige que vous déteniez les droits sur ce que vous distribuez. Un remix réalisé avec des stems extraits sans autorisation peut être retiré et engager votre responsabilité, quel que soit l’outil utilisé.
À retenir
La séparation de stems par IA estime les sources d’un mix ; elle ne retrouve pas les pistes d’origine. Elle rend de grands services pour restaurer des archives, préparer une remasterisation ou une synchronisation, créer une version karaoké ou reconstituer des stems perdus, à condition de partir de la meilleure source, de tester plusieurs outils, de contrôler chaque stem à l’oreille et de tout documenter. Surtout, elle ne crée aucun droit : chaque exploitation suppose l’accord du producteur du phonogramme, des artistes-interprètes concernés et des ayants droit de l’œuvre.
