Créez des chansons complètes — voix et instruments — sur votre PC, sans abonnement, sans cloud, sans compte.
Vous écrivez un titre, des paroles et un style. YueStudio génère le morceau en local avec YuE2-3B (via audio.cpp), l'enregistre en WAV et le classe dans un historique rejouable.
English: YueStudio is a self-contained Windows app that turns lyrics + a style prompt into a full song (vocals + instruments) entirely on your own machine, using the open YuE2-3B model through audio.cpp prebuilt binaries. No account, no subscription, no cloud, no Python dependency beyond the standard library. The UI is in French.
Créer une musique (thème sombre) — un titre, un style, des paroles, un seul bouton :
Historique — chaque chanson garde son lecteur audio, son style et ses paroles copiables, ses paramètres, sa partition ABC et ses actions (réutiliser, régénérer, renommer, note…) :
Le thème clair et l'interface anglaise, d'un coup d'œil :
| Thème clair (français) | Interface anglaise |
|---|---|
 |
 |
Le morceau « cyber » a été composé et joué entièrement en local par le modèle, sur un PC courant (i5-11400, 32 Go de RAM, RTX 2000 Ada 16 Go) — sans compte, sans cloud, sans abonnement :
- 💿 La même prise en WAV sans perte (24 Mo, 48 kHz / 16 bits stéréo) :
2026-09-19_135052_cyber.wav
(téléchargement) — les fichiers sont versionnés dans
docs/exemples/. - ℹ️ Le lecteur en ligne passe par jsDelivr : GitHub sert ses fichiers bruts avec un en-tête
Content-Disposition: attachment, qui force le téléchargement au lieu de la lecture. Les liens du typeraw.githubusercontent.comouvrent donc une fenêtre « Enregistrer sous… », pas l'audio. - La recette exacte, pour la rejouer chez vous :
- Style :
Synthwave années 80, basse, nappes, rythme entraînant, chill - Paroles :
[instrumental]— aucune ligne de texte, donc aucune voix : le modèle ne joue que les instruments.
- Style :
🛠️ Pourquoi pas un lecteur « comme sur Hugging Face », directement dans ce README ?
Sur Hugging Face, la carte du modèle affiche le morceau avec un vrai lecteur, parce que la plateforme laisse passer le HTML :
<audio controls preload="none" aria-label="Cyber Metal" src="…/cyber-metal.mp3"></audio>GitHub, lui, supprime ces balises. Test à l'appui : envoyée à l'API de rendu Markdown de
GitHub (POST /markdown), la balise <audio …> disparaît du HTML produit — comme <video>
et <iframe> — il ne reste qu'un paragraphe vide. Aucun lecteur maison ne peut donc s'afficher
dans un README, quel que soit le format du fichier (WAV, MP3, OGG…).
Le seul lecteur que GitHub accepte, c'est le sien : il suffit de coller une URL d'asset GitHub seule sur sa ligne, et GitHub la transforme en lecteur intégré avec le son.
https://github.com/user-attachments/assets/<identifiant>
Ces URL ne se fabriquent pas à la main : elles sont créées par un glisser-déposer du fichier dans l'éditeur web de GitHub (README, issue ou commentaire), une fois connecté.
Autres pistes testées, toutes sans effet : URL brute du .mp4 collée seule → GitHub affiche un
simple lien ; syntaxe image  → image cassée ; <video controls> → supprimée du rendu
comme <audio>.
Le fichier prêt à déposer est fourni :
cyber-readme-player.mp4 — 2 min 06, 1280×720,
6 Mo : pochette + forme d'onde du morceau, avec un curseur de progression, et le son AAC.
Ouvrez-le, c'est exactement ce que verront vos visiteurs. Marche à suivre, une seule fois, depuis
le compte propriétaire du dépôt :
- ouvrir ce README dans l'éditeur web GitHub (bouton crayon ✏️) ;
- glisser
docs/exemples/cyber-readme-player.mp4dans la zone de texte ; - GitHub insère une ligne
https://github.com/user-attachments/assets/…: la laisser seule sur sa ligne, à l'endroit voulu dans la section ; - enregistrer : le lecteur s'affiche dans la page du projet, avec les contrôles et le son.
C'est aussi la méthode officielle pour les vidéos de démonstration : rien à héberger ailleurs.
| 🖱️ 3 champs, 1 bouton | Titre, paroles, style → 🎵 Générer. Tout le reste est optionnel. |
| 📦 Aucune dépendance | Serveur en Python standard uniquement (pas de pip, pas de conda, pas de venv), interface en HTML/CSS/JS sans aucune librairie externe ni CDN. |
| 🚀 Installation en 1 clic | 1-INSTALLER.bat télécharge le moteur et le modèle, vérifie les empreintes SHA-256, reprend les téléchargements coupés. |
| 🧠 VRAM maîtrisée | 3 qualités (Q4 / Q8 / BF16), chargement paresseux du modèle, déchargement automatique après 30 min d'inactivité. |
| 🌗 Thème sombre / clair / système | Un bouton, trois états, mémorisé — contrastes WCAG AA dans les deux thèmes. |
| 🌐 Interface français / anglais | Bascule instantanée, sans rechargement ni perte d'état. |
| 🕘 Historique complet | Chaque génération : lecture, téléchargement, partition ABC, style et paroles copiables, réutilisation, régénération, notes personnelles. |
| ✍️ Aide à l'écriture | Guide des paroles + générateur de prompt pour LLM intégré (ChatGPT / Claude / Gemini écrivent vos paroles au bon format). |
| 🔌 Tout reste local | Aucune donnée ne quitte votre machine. L'interface n'écoute que sur 127.0.0.1. |
| 🪟 Arrêt propre | Fermer la fenêtre décharge le modèle et coupe le moteur automatiquement. |
Deux boutons en haut à droite, tous deux mémorisés entre les sessions :
- 🌙 Sombre / ☀️ Clair / 🖥️ Système — cycle à trois états. Système suit le réglage de Windows et bascule tout seul quand l'OS change de thème. Les 32 couleurs de l'interface sont des variables CSS, les deux thèmes respectent les contrastes WCAG AA.
- 🇬🇧 English / 🇫🇷 Français — bascule instantanée, sans rechargement : l'état du formulaire, la génération en cours et l'onglet affiché sont conservés. Le prompt pour LLM existe lui aussi dans les deux langues.
Le thème et la langue sont appliqués avant le premier rendu (script anti-scintillement dans
<head>), et le choix est conservé dans localStorage.
Deux onglets, thème sombre, aucun compte à créer :
┌─ 🎼 Créer une musique ──────────────────────────┬─ Conseils ─────────────┐
│ Titre [ Néons sur le boulevard ] │ Les 3 règles d'or │
│ Paroles [ [Verse] … ] │ des paroles │
│ [ boutons de balises de structure ] │ │
│ Style [ French pop, mid-tempo, … ] ├─ 🤖 Préparer avec ─────┤
│ │ une IA │
│ ▸ Réglages avancés (qualité, planification, │ Style + sujet → │
│ graine, étapes, guidage, durée maximale, │ prompt prêt à coller │
│ expressivité du chant) │ dans ChatGPT/Claude │
│ │ │
│ [ 🎵 Générer la chanson ] │ │
│ 📋 File d'attente : ➕ Ajouter · ⏳ 2 · ✅ 1 │ │
└─────────────────────────────────────────────────┴────────────────────────┘
┌─ 🕘 Historique ──────────────────────────────────────────────────────────┐
│ ♪ Néons sur le boulevard ▶ ━━━●━━━ 0:52/2:58 ⬇ ✏️ 🔁 ♻️ 📝 │
│ Style : French pop, melancholic, mid-tempo, breathy female vocal │
│ Q8 · 32 étapes · seed 481516 · généré en 2 min 41 (RTF 0.94) │
└──────────────────────────────────────────────────────────────────────────┘
Et aussi :
- 📋 File d'attente : empilez plusieurs chansons (formulaire ou resynthèse), elles sont générées l'une après l'autre, sans surveillance ;
- ✏️ Partition ABC éditable : corrigez la partition d'une chanson existante puis
🔁 Resynthétiser (le moteur la rejoue au lieu d'en planifier une autre,
cot = melodyoufull) — ou envoyez-la dans la file.
| Élément | Minimum | Recommandé |
|---|---|---|
| Système | Windows 10 / 11 x64 | Windows 11 |
| Python | 3.10+ | 3.12 (winget install -e --id Python.Python.3.12) |
| Carte graphique | NVIDIA 8 Go (CUDA) ou GPU Vulkan | NVIDIA 12 Go+ |
| Mémoire vive | 16 Go | 32 Go |
| Disque | 6 Go libres | 14 Go (toutes les qualités) |
| Connexion | nécessaire une seule fois (téléchargements) | — |
Configurations testées : ASUS ExpertCenter D500SC · i5-11400 · 32 Go · NVIDIA RTX 2000 Ada 16 Go.
Sans carte NVIDIA, l'installeur bascule automatiquement sur Vulkan, puis sur le CPU (fonctionnel mais très lent : comptez 30 min+ pour un morceau de 3 min).
:: 0. Python, une seule fois (ignorez si déjà installé)
winget install -e --id Python.Python.3.12
:: 1. Décompressez l'archive où vous voulez, puis :
1-INSTALLER.bat :: moteur + modèle (~5,5 Go, reprend si coupé)
2-LANCER.bat :: démarre tout et ouvre http://127.0.0.1:8090C'est tout. Rien n'est installé dans Windows : tout tient dans le dossier YueStudio,
que vous pouvez déplacer ou copier sur une clé.
.\installer.ps1 # Q8 (recommandé) + CUDA si dispo
.\installer.ps1 -Qualite q4 # plus léger (~8 Go de VRAM)
.\installer.ps1 -ToutesQualites # Q4 + Q8 + BF16 (~14 Go de disque)
.\installer.ps1 -Backend vulkan # force Vulkan (pas de CUDA)
.\installer.ps1 -Verifier # revérifie / répare les fichiers existants
.\installer.ps1 -SansLancement # ne propose pas de démarrer à la fin| Qualité | Fichiers | Pic de VRAM | Pour qui |
|---|---|---|---|
| Q4 — Rapide | q4_0 + VAE f16 |
~7,8 Go | GPU 8 Go, tests rapides |
| Q8 — Équilibré ⭐ | q8_0 + VAE f16 |
~8,9 Go | recommandé, GPU 12 Go+ |
| BF16 — Maximale | bf16 + VAE f32 |
~12,5 Go | GPU 16 Go, qualité maximale |
La qualité se change dans Réglages avancés, sans réinstallation (si les fichiers sont présents).
- Titre — sert à nommer le fichier et l'entrée d'historique.
- Paroles — avec les balises de structure (
[Verse],[Chorus]…) ; les boutons au-dessus du champ les insèrent pour vous. - Style — tags descriptifs en anglais, séparés par virgules : genre, tempo, instruments, ambiance, type de voix. Les puces de présélection s'ajoutent à la suite de votre texte (jamais d'effacement, jamais de doublon).
- 🎵 Générer — la première génération charge le modèle (30 à 60 s de plus), puis comptez 1 à 4 minutes pour un morceau de 3 minutes sur un GPU 16 Go.
Chaque réglage avancé affiche sous son champ sa valeur par défaut, ses bornes réelles et sa plage conseillée ; le bouton ↺ Valeurs par défaut remet tout d'un coup.
La durée du morceau suit la longueur des paroles (≈ 10 secondes chantées par ligne, plafond réel de 6 minutes).
La carte 🤖 Préparer avec une IA (colonne de droite) construit un prompt de ~5 300 caractères
au format exact attendu par YuE2, à coller dans ChatGPT, Claude, Gemini ou Mistral. Il renvoie trois
blocs TITRE / STYLE / PAROLES prêts à recopier. Détails : PROMPT-LLM.md.
Chaque carte propose : ▶ lecture · ⬇ téléchargement · 🎼 partition ABC · 📋 copier le style · 📋 copier les paroles · ♻️ réutiliser · 🎲 régénérer (nouvelle graine) · 📝 notes · 🗑 supprimer. Export/import JSON de tout l'historique inclus.
Il n'y a rien d'autre à faire :
fermeture de la fenêtre YueStudio (ou Ctrl+C)
↓
1. le modèle est déchargé → la VRAM est libérée proprement
2. le moteur audio.cpp est coupé (c'est un sous-processus caché)
3. yuestudio.pid est supprimé
Géré pour tous les cas de fermeture : croix de la fenêtre, Ctrl+C, fermeture de session Windows
et extinction du PC (SetConsoleCtrlHandler), plus SIGTERM/SIGHUP et un atexit de sécurité.
Deux filets supplémentaires :
- onglet du navigateur fermé → un beacon
POST /api/byelibère la VRAM tout en gardant le moteur chaud (rechargement immédiat si vous revenez). Le déchargement est différé de 5 secondes et annulé si la page revient : un simple F5 ne coûte donc plus les 30 à 60 s de rechargement du modèle, et rien n'est déchargé tant qu'une génération tourne ; - 30 minutes d'inactivité → le moteur décharge le modèle de lui-même (
idle_unload_ms).
3-ARRETER.bat reste fourni comme script de secours (fenêtre fermée brutalement, processus orphelin).
Le bouton 🧹 Libérer la VRAM de l'interface fait la même chose à la demande.
GUIDE-PAROLES.md explique le fonctionnement réel du modèle, vérifié dans le code
du moteur et sur l'exemple officiel des auteurs. L'essentiel :
[Intro]et[Interlude]vides (balise puis ligne vide) → passages instrumentaux ;- refrain dupliqué : 4 lignes suivies de la répétition exacte des 4 mêmes lignes ;
- 6 à 10 syllabes par ligne, rimes AABB ou ABAB, longueur homogène dans une section ;
- tout ce qui est production va dans le Style, jamais dans les paroles ;
- balises toujours en anglais, même pour des paroles en français.
| Symptôme | Solution |
|---|---|
Python est introuvable |
winget install -e --id Python.Python.3.12, puis rouvrez la fenêtre. |
| SmartScreen bloque | Informations complémentaires → Exécuter quand même. |
| Téléchargement coupé | Relancez 1-INSTALLER.bat : il reprend où il s'était arrêté. |
| Erreur CUDA au démarrage | Pilote NVIDIA trop ancien, ou .\installer.ps1 -Backend vulkan. |
insufficient memory |
Qualité Q4, fermez les applis GPU, puis 🧹 Libérer la VRAM. |
| Le moteur semble muet | La vraie erreur est dans engine\journal-moteur.log. |
| Génération très longue | Normal si les paroles sont longues ; cot = off et 8 étapes accélèrent beaucoup. |
Antivirus supprime audiocpp_server.exe |
Faux positif classique sur binaires ggml non signés : excluez le dossier. |
Table complète et réinitialisation : LISEZ-MOI.md.
YueStudio/
├─ 1-INSTALLER.bat télécharge moteur + modèle (reprise, SHA-256)
├─ installer.ps1 logique d'installation (PowerShell 5.1+, sans module tiers)
├─ 2-LANCER.bat démarre moteur + interface, ouvre le navigateur
├─ 3-ARRETER.bat arrêt forcé de secours (normalement inutile)
├─ app/
│ ├─ server.py serveur HTTP : interface, proxy moteur, historique, WAV
│ ├─ index.html interface (2 onglets, aucune dépendance externe)
│ ├─ app.js logique front
│ ├─ i18n.js traductions (fr/en) et thèmes (sombre/clair/système)
│ ├─ style.css feuille de style thémable (32 variables CSS)
│ └─ favicon.svg
├─ README.md ← ce fichier (français)
├─ README.en.md présentation en anglais
├─ LISEZ-MOI.md documentation complète (installation, référence, dépannage)
├─ PREMIERS-PAS.md prise en main en 5 minutes
├─ GUIDE-PAROLES.md écrire des paroles efficaces pour YuE2
├─ PROMPT-LLM.md le prompt à donner à un LLM pour écrire vos paroles
├─ README.txt version texte brut, sans mise en forme
├─ docs/screenshots/ captures d'écran des README
├─ docs/exemples/ morceau exemple « cyber » (écoute MP3, WAV, pochette, MP4 lecteur)
│
├─ engine/ créé à l'installation : binaires audio.cpp + journaux
├─ models/Yue2-3B-GGUF/ créé à l'installation : poids GGUF (~3 à 13 Go)
├─ Mes chansons/ créé au premier lancement : les WAV générés
└─ historique.json créé au premier lancement : métadonnées des générations
Le code applicatif tient dans 5 fichiers : server.py (≈ 1 150 lignes), index.html,
app.js, i18n.js, style.css.
server.py expose une petite API JSON sur 127.0.0.1:8090, utile pour scripter des générations :
| Méthode | Route | Rôle |
|---|---|---|
| GET | /api/state |
état du moteur, backend, qualités installées |
| GET | /api/history |
historique complet |
| POST | /api/generate |
lance une génération (title, lyrics, style, quality, seed, …) ; renvoie 202 si le moteur est occupé |
| GET | /api/pending, /api/pending/<id> |
files et travaux en cours |
| POST | /api/update |
notes / métadonnées d'une entrée |
| POST | /api/import, GET /api/export |
import / export JSON de l'historique |
| POST | /api/unload |
décharge le modèle (libère la VRAM ; refusé 409 pendant une génération) |
| POST | /api/bye |
beacon de fermeture d'onglet (déchargement différé, voir plus haut) |
| DELETE | /api/history/<id> |
supprime une entrée et son WAV |
| GET | /audio/<fichier> |
lecture / téléchargement (gère Range) |
Pour scripter l'API depuis un terminal, envoyez Content-Type: application/json :
curl -X POST http://127.0.0.1:8090/api/generate \
-H "Content-Type: application/json" \
-d '{"title":"Test","lyrics":"[instrumental]","style":"synthwave"}'Tout autre type est refusé (403) : c'est ce qui empêche une page web ouverte dans le même
navigateur de piloter l'application à votre insu (lancement de générations, import d'entrées,
déchargement du modèle). S'y ajoutent le contrôle de l'en-tête Host (contre le DNS rebinding)
et le refus explicite de Sec-Fetch-Site: cross-site / d'une origine non locale.
Le moteur audio.cpp est piloté via son API officielle :
POST /v1/tasks/run, POST /v1/tasks/unload_all_models, GET /health, GET /v1/models.
| Composant | Licence | Portée |
|---|---|---|
Code de YueStudio (app/, *.bat, installer.ps1, docs) |
MIT | libre, y compris commercial |
| Poids YuE2-3B (m-a-p) | CC BY-NC 4.0 | |
| audio.cpp | MIT | — |
Concrètement : le code est libre, mais les morceaux générés avec les poids officiels relèvent d'un usage non commercial (projets personnels, démos, tests). Vérifiez la licence en vigueur avant tout usage commercial.
- m-a-p/YuE2-3B — modèle de génération musicale (paroles → chanson).
- audio.cpp — inférence locale performante (ggml), binaires Windows précompilés.
- audio-cpp/Yue2-3B-GGUF — poids convertis en GGUF.
YueStudio n'est affilié à aucun de ces projets : c'est une interface d'assemblage qui les rend utilisables en un clic sur un PC grand public.
- Import d'un audio de référence (workflow cover de YuE2 :
cot = melody) — la moitié ABC fonctionne déjà (éditer ou coller une partition,cot = melody) ; la moitié audio attend qu'audio.cpp livre SheetSage2 (audio → partition) dans une version stable - Traduction anglaise complète des guides (
LISEZ-MOI.md,GUIDE-PAROLES.md) - Paquet macOS / Linux (audio.cpp existe déjà pour ces plateformes)
Les contributions sont bienvenues : ouvrez une issue ou une pull request.