
Caractère distinctif
Le rendu a un caractère reconnaissable qui ne sonne pas comme le milieu homogénéisé de la catégorie, et certains le recherchent justement.
Riffusion
L’expérience sur les spectrogrammes devenue une plateforme de chansons.
En bref
Chiffres vérifiés 2026-08-10. Ce domaine bouge vite — re-vérifie avant de t’y fier.
Riffusion a l’histoire d’origine la plus intéressante du domaine et ça s’entend encore dans le rendu. Le projet initial a affiné un modèle de diffusion d’images sur des spectrogrammes — des images du son — et a reconverti ces images générées en audio : un vrai hack malin plutôt qu’une architecture conçue pour ça. La plateforme actuelle est un générateur de chansons bien plus capable, mais un caractère distinct a survécu à la transition, et une partie des utilisateurs la préfère justement parce que le rendu ne sonne pas comme tout le reste. La lignée est documentée publiquement avec un niveau de détail inhabituel, ce qui la rend précieuse pour qui veut comprendre comment ces systèmes marchent plutôt que juste les utiliser. La disponibilité via des agrégateurs, en plus de l’accès direct, permet d’essayer sans reprendre un abonnement, et cette faible friction explique en grande partie pourquoi l’outil est resté pertinent pendant que des concurrents mieux financés disparaissaient.
Forces

Le rendu a un caractère reconnaissable qui ne sonne pas comme le milieu homogénéisé de la catégorie, et certains le recherchent justement.

L’origine par diffusion de spectrogrammes est documentée publiquement avec un niveau de détail inhabituel, ce qui est vraiment utile pour comprendre comment ces systèmes marchent.

L’accès via des agrégateurs te permet de l’essayer dans un workflow que tu as déjà plutôt que de reprendre un abonnement.
Comment ça se compare
Riffusion a commencé comme une expérience générant de la musique en diffusant des images de spectrogrammes et c’est depuis devenu une vraie plateforme de génération de chansons avec voix. Ça garde un caractère sonore distinctif et c’est dispo en direct et via des agrégateurs de modèles.
Comparer avec MusicGenerate
Recherché comme riffusion, riffusion ai, riffusion ai music et riffusion classic. L’origine par spectrogramme explique pourquoi son output a un caractère que les gens recherchent ou évitent.
Ils ont affiné un modèle de diffusion d’images sur des spectrogrammes — des images du son — puis reconverti les images générées en audio. Un vrai hack malin, pas une architecture conçue pour ça.
La plateforme actuelle est un générateur de chansons bien plus capable que l’expérience d’origine, mais un caractère distinct a survécu à la transition, raison pour laquelle certains utilisateurs la préfèrent.
Il existe un accès gratuit, avec des limites, et des offres payantes au-dessus. Sa disponibilité via des agrégateurs de modèles te permet aussi de l’essayer dans un workflow que tu as déjà.
Oui, la plateforme actuelle génère des chansons complètes avec voix, plutôt que les clips instrumentaux du projet d’origine.
Son héritage se voit. L’output a un caractère reconnaissable qui ne se cale pas dans le milieu homogénéisé de la catégorie — une raison de le choisir ou de l’éviter selon ce que tu veux.
Le projet initial de diffusion par spectrogramme a été publié ouvertement et reste l’un des exemples les mieux documentés du fonctionnement de ces systèmes. La plateforme actuelle est un produit distinct, plus capable.
Continue d’explorer
Plus de modèles
Modèles et plateformes qu’on suit, comparés sur les capacités et la licence.
L’expérience sur les spectrogrammes devenue une plateforme de chansons.