Latent Terrain, c'est quoi au juste ?
Imaginez un modèle audio neuronal comme un immense espace invisible où chaque point est un son. Un « terrain », c'est une carte que vous tracez à travers cet espace : vous posez quelques coordonnées et l'outil en sort un flux de vecteurs latents en temps réel, que le modèle reconvertit en audio. Déplacez-vous sur la carte au pad XY, au stylet, avec un contrôleur gestuel ou un capteur, et la texture se métamorphose sous vos doigts.
L'outil est un external Max open source appelé nn_terrain, conçu par Jasper Zheng, doctorant à la Queen Mary University of London. Il fonctionne main dans la main avec nn~, l'objet Max qui fait tourner les modèles neuronaux, et prend en charge des autoencodeurs pré-entraînés comme RAVE (issu du groupe ACIDS de l'IRCAM), Music2Latent et l'autoencodeur Stable Audio Open. Vous pouvez même entraîner de petits réseaux directement dans Max pour projeter vos propres timbres sur la surface.
En quoi est-ce différent de Suno ou d'une fenêtre de prompt ?
Un service génératif prend une ligne de texte et vous rend un morceau fini, sorti d'une boîte noire entraînée sur la musique de tout le monde. Latent Terrain fait l'inverse. Il prend les sons que vous lui donnez, tourne entièrement sur votre machine et vous laisse explorer les entrailles du modèle à la main. Pas de compte, pas de téléversement, pas d'attente de rendu.
Je ne cherche pas vraiment à taper des prompts pour fabriquer des choses, je cherche à les casser et à les disséquer.
Cette seule phrase résume toute la philosophie. Là où les gros outils d'IA vendent de la prévisibilité et un résultat propre, Latent Terrain fait de l'imprévisible un atout : un endroit où se perdre, tomber sur un son que personne n'a demandé, et le jouer.
Pourquoi un producteur devrait s'y intéresser ?
Parce que c'est un instrument, pas un distributeur automatique. C'est gratuit, c'est tactile, ça tourne hors ligne, et votre matière première reste la vôtre. Certains l'emmènent déjà dans des recoins étranges : Keigo Yoshida le pilote à partir de données EEG du cerveau, et Jiatong Liu a bâti dessus « nn/mémoire », une archive sonore des quartiers Hutong de Pékin. Pour un producteur de club qui court après la texture plutôt que le pilote automatique, la promesse est autrement plus stimulante qu'une énième fenêtre de prompt.
