Un détecteur neuronal fondé sur le spectrogramme a identifié des voix auto-tunées avec 94,75% de précision, contre 79,33% pour le modèle audio de référence RawNet2 auquel il a été comparé (Gohari et al., IEEE WIFS 2024). La correction de hauteur laisse une empreinte que les machines savent lire, alors même que l’oreille humaine est généreuse : sur des enregistrements bruts, une fausse note chantée avec des paroles est plus difficile à repérer qu’une note chantée sur une syllabe neutre (Weiss et Trehub, Psychology of Music 2023). L’acceptation se partage selon l’âge, avec 78,4% des répondants de la génération Z qui acceptent l’Auto-Tune contre 31,2% des baby-boomers dans une enquête de 2025 (Xie et Kim, Journal of Computing and Biomedical Informatics 2025). Et la matière première sur laquelle travaillent ces outils est loin d’être parfaite : dans 22% des enregistrements a cappella, les chanteurs ont dérivé de façon significative par rapport à leur hauteur de départ (Mauch, Frieler et Dixon, JASA 2014). Nous avons rassemblé des données de Billboard, de la Recording Academy, d’Antares Audio Technologies, d’études de perception évaluées par les pairs parues dans Psychology of Music, Behavior Research Methods, Music and Science et JASA, ainsi que d’articles de traitement du signal issus d’IEEE WIFS, d’ICASSP et de Data in Brief. Si vous venez de nos statistiques sur le diapason de concert et l’accord A=440, ce tour d’horizon passe de la note de référence sur laquelle s’accorde un orchestre au logiciel qui tire une voix vers elle.
Une brève note sur les unités, valable dans tout l’article : les écarts de hauteur se mesurent en cents, 100 cents correspondant à un demi-ton (une touche de piano) et 50 cents à un quart de ton.
TL;DR
- ‘Believe’ de Cher est restée 4 semaines au n° 1 du Billboard Hot 100 (Billboard Canada, 25e anniversaire de Believe 2023).
- Celemony, éditeur de Melodyne, a été fondée en 1997 et a reçu un Technical GRAMMY lors des 54e GRAMMY Awards (Recording Academy, Technical GRAMMY : Celemony).
- Environ 85-90% des gens peuvent chanter juste, tandis qu’environ 10-15% sont particulièrement imprécis (Dalla Bella et al., Frontiers in Psychology 2011).
- Une dérive de hauteur significative est apparue dans 22% de 72 enregistrements a cappella, à p < 0,01 (Mauch, Frieler et Dixon, JASA 2014).
- 95% des 333 auditeurs avaient des capacités de détection du désaccord comprises entre 36,309 et 82,589 cents (Larrouy-Maestri et al., Behavior Research Methods 2019).
- Des chefs de chœur et des professeurs de chant ont noté 11 gammes sur 16 entièrement corrigées en hauteur en dessous de 80 sur 120 pour la justesse (Michael et Gilman, Journal of Singing 2021).
- Les auditeurs ont préféré un correcteur automatique dans 79% des comparaisons lorsque l’original était décalé de 40 à 60 cents (Wager et al., ICASSP 2020).
- 78,4% de la génération Z contre 31,2% des baby-boomers acceptent l’Auto-Tune sur les enregistrements (Xie et Kim, Journal of Computing and Biomedical Informatics 2025).
- Un détecteur a conservé 87,55% de précision sur des voix auto-tunées après compression MP3, contre 56,67% pour le modèle de référence (Gohari et al., IEEE WIFS 2024).
- Le jeu de données ATDD contient 21 249 segments étiquetés pour la détection de l’Auto-Tune dans trois langues (Gohari et al., Data in Brief 2026).
1. Jalons : comment la correction de hauteur est arrivée dans les classements
La correction de hauteur a moins de 30 ans : la sortie d’Auto-Tune et la fondation de Celemony datent toutes deux de 1997. Le logiciel a été conçu pour corriger les notes discrètement ; il est devenu célèbre pour la raison inverse, le jour où un tube a rendu la correction audible. ‘Believe’ de Cher est restée 4 semaines au n° 1 du Billboard Hot 100, et Billboard Canada attribue à ce single de 1999 le mérite d’avoir “fait découvrir au monde les merveilles d’AutoTune” (Billboard Canada, 2023).
Les distinctions de l’industrie elle-même retracent la même courbe. La Recording Academy a décerné à Celemony, l’éditeur de Melodyne, un Technical GRAMMY lors des 54e GRAMMY Awards, et rappelle que Peter Neubäcker a présenté Melodyne au NAMM Show d’hiver 2001 (Recording Academy, Technical GRAMMY Award: Celemony). Antares affirme que son fondateur Andy Hildebrand a reçu le Technical GRAMMY 2023 (blog d’Antares, 2023), ce qui est l’annonce de l’éditeur lui-même.
| Métrique | Valeur | Source |
|---|---|---|
| Date de sortie publique d’Auto-Tune (déclaration propre à l’éditeur) | 19 septembre 1997 | Antares Audio Technologies, The Science Behind Auto-Tune 2026 (déclaration de l’éditeur) |
| Pays où ‘Believe’ a atteint la première place (déclaration propre à l’éditeur) | 23 | Antares Audio Technologies, article sur le Technical GRAMMY 2023 (déclaration de l’éditeur) |
| Semaines passées par ‘Believe’ de Cher au n° 1 du Billboard Hot 100 | 4 | Billboard Canada, 25e anniversaire de Believe 2023 |
| Nominations aux GRAMMY pour ‘Believe’ (single et album) et victoires | 3 nominations, 1 victoire (meilleur enregistrement dance) | Billboard Canada, 25e anniversaire de Believe 2023 |
| Année de fondation de Celemony, l’entreprise derrière Melodyne | 1997 | Recording Academy, Technical GRAMMY Award: Celemony |
| Année de lancement de Melodyne (NAMM Show d’hiver) | 2001 | Recording Academy, Technical GRAMMY Award: Celemony |
| Cérémonie des GRAMMY où Celemony a reçu un Technical GRAMMY | 54e GRAMMY Awards (Special Merit Awards 2012) | Recording Academy, Technical GRAMMY Award: Celemony |
Note de contexte : le même article de l’éditeur date la sortie de ‘Believe’ du 22 octobre 1998 ; le chiffre de 23 pays et cette date proviennent du blog de l’éditeur lui-même et ne sont pas des données de classement indépendantes. Nous n’avons trouvé aucun décompte vérifiable et évalué par les pairs du nombre de tubes actuels corrigés en hauteur ; voir la note sur les données dans la méthodologie.
2. Avec quelle justesse les gens chantent sans correction
La correction de hauteur existe parce que la voix humaine est un instrument imprécis, mais l’écart est plus faible que ne le suggère le cliché selon lequel “tout le monde a besoin de l’Auto-Tune”. Le problème le plus important n’est pas de toucher une note une fois, mais de tenir une référence dans la durée : dans 22% de 72 enregistrements a cappella, les chanteurs ont dérivé de façon significative par rapport à leur hauteur de départ (p < 0,01) (Mauch, Frieler et Dixon, JASA 2014). La dérive (un glissement lent de toute l’interprétation vers le haut ou vers le bas) est exactement ce qu’un correcteur calé sur une tonalité supprime, puisqu’il ramène chaque note sur une échelle fixe.
Le stimulus de l’étude était ‘Happy Birthday’, chanté sur la syllabe “na” par 24 chanteurs de niveaux variés. Une revue plus large remet les chiffres de population en perspective : la plupart des gens savent tenir une mélodie, et la vraie faiblesse est la constance (Dalla Bella, Berkowska et Sowiński, Frontiers in Psychology 2011). Données les plus récentes disponibles : revue de Frontiers in Psychology 2011 et JASA 2014 ; les études de population plus récentes utilisant les mêmes mesures sont rares.
| Métrique | Valeur | Source |
|---|---|---|
| Dérive de hauteur absolue médiane sur une interprétation a cappella d’environ 50 secondes (24 chanteurs) | 11 cents | Mauch, Frieler et Dixon, JASA 2014 |
| Enregistrements avec une dérive statistiquement significative (sur 72) | 22% (16) à p < 0,01 ; 38% (27) à p < 0,05 | Mauch, Frieler et Dixon, JASA 2014 |
| Erreur médiane de l’intervalle entre notes chantées consécutives | 0,267 demi-ton (environ 27 cents) | Mauch, Frieler et Dixon, JASA 2014 |
| Part de la population générale particulièrement imprécise pour produire la hauteur | environ 10-15% | Dalla Bella, Berkowska et Sowiński, Frontiers in Psychology 2011 |
| Part de la population générale capable de chanter juste dans des évaluations systématiques | environ 85-90% | Dalla Bella, Berkowska et Sowiński, Frontiers in Psychology 2011 |
| Part jugée imprécise une fois la constance des tentatives répétées prise en compte | environ 55% | Pfordresher et al. 2010, tel que résumé dans Dalla Bella et al., Frontiers in Psychology 2011 |
| Écart moyen par rapport aux intervalles musicaux corrects, chanteurs occasionnels et chanteurs professionnels | 0,6 demi-ton contre 0,3 demi-ton | Dalla Bella et al. 2007, tel que résumé dans Dalla Bella et al., Frontiers in Psychology 2011 |
| Écart de justesse que peuvent présenter des chanteurs professionnels sur les intervalles, mesuré par rapport à la gamme tempérée | 20-25 cents | Vurma et Ross 2006 et Zurbriggen et al. 2006, tels que résumés dans Dalla Bella et al., Frontiers in Psychology 2011 |
Note sur les valeurs atypiques : dans cette étude, la dérive n’était corrélée ni à l’expérience du chant ni aux autres mesures de précision, et la plupart des dérives significatives allaient vers le haut. L’expérience de chorale allait de pair avec des notes et des intervalles plus justes, mais elle n’empêchait pas de façon fiable le glissement.
3. Quelle part du désaccord les auditeurs entendent réellement
Les auditeurs sont tolérants, et cette tolérance est l’économie cachée de la correction de hauteur : elle n’a qu’à déplacer une note assez loin pour franchir le seuil d’un auditeur, pas jusqu’à la perfection. La calibration du Mistuning Perception Test a utilisé de vrais enregistrements pop, en décalant la voix principale par rapport à la piste d’accompagnement. 95% des 333 auditeurs avaient des capacités correspondant à des décalages de hauteur compris entre 36,309 et 82,589 cents (Larrouy-Maestri, Harrison et Müllensiefen, Behavior Research Methods 2019). Autrement dit, pour presque tout le monde dans cet échantillon, une voix devait être décalée de plus d’un tiers de demi-ton avant que l’erreur ne devienne détectable de façon fiable.
L’échantillon de validation de 66 personnes savait distinguer deux sons purs à une médiane de 24,0 cents, de sorte que le mixage lui-même masque des erreurs que l’oreille pourrait repérer isolément. Les voix sont aussi plus difficiles à juger que les instruments : les musiciens ayant l’oreille absolue (la capacité de nommer une note sans référence) étaient moins précis pour nommer des notes chantées que des notes d’alto (Gao et Oxenham, JASA 2022). Nos statistiques sur la justesse de hauteur de la synthèse de voix chantée examinent les mêmes seuils sous l’angle du chant généré par IA. Données les plus récentes disponibles : Behavior Research Methods 2019 et Music and Science 2018.
| Métrique | Valeur | Source |
|---|---|---|
| Plage de désaccord vocal testée dans des extraits de musique pop, en dessous et au-dessus de la note | de 10 à 100 cents, par pas de 5 cents | Larrouy-Maestri, Harrison et Müllensiefen, Behavior Research Methods 2019 |
| Décalage de hauteur correspondant aux capacités de 95% de 333 auditeurs de calibration | de 36,309 à 82,589 cents | Larrouy-Maestri, Harrison et Müllensiefen, Behavior Research Methods 2019 |
| Fiabilité test-retest du test adaptatif de 30 items (échantillon de validation de 66 personnes) | r = 0,698 (IC à 95% de 0,544 à 0,806) | Larrouy-Maestri, Harrison et Müllensiefen, Behavior Research Methods 2019 |
| Seuil médian pour distinguer deux sons purs, même échantillon de validation | 24,0 cents | Larrouy-Maestri, Harrison et Müllensiefen, Behavior Research Methods 2019 |
| Tolérance des auditeurs au désaccord dans des mélodies chantées | la moitié d’un quart de ton (25 cents, puisqu’un quart de ton fait 50 cents) | Larrouy-Maestri, Music and Science 2018 |
| Erreur d’intervalle que la plupart des auditeurs ne jugeaient pas de façon fiable comme fausse | 40 cents | Vurma et Ross 2006, tel que résumé dans Mauch, Frieler et Dixon, JASA 2014 |
| Plus petite différence de fréquence perceptible aux fréquences de chant typiques jusqu’à 800 Hz | moins de 17 cents | Henning 1955, tel que résumé dans Mauch, Frieler et Dixon, JASA 2014 |
| Probabilité de nommer correctement une note chantée plutôt qu’une note d’alto, musiciens ayant l’oreille absolue (n = 55) | odds ratio de 0,49 (IC à 95% de 0,34 à 0,71) | Gao et Oxenham, JASA 2022 |
Note de contexte : les deux chiffres de tolérance du même groupe de recherche mesurent des choses différentes. L’étude de 2018 a trouvé “une tolérance étonnamment faible” lorsque les auditeurs jugeaient des mélodies chantées isolées (Music and Science 2018), alors que le test de 2019 intègre la voix dans un mixage pop complet, où les seuils sont plus élevés.
4. Paroles, voix auto-tunées et détection des erreurs de hauteur
Les mots sont un camouflage naturel pour les fausses notes, et la correction de hauteur en retire une partie. Dans une série de quatre expériences menées auprès d’étudiants de premier cycle (les auteurs ont supposé un échantillon majoritairement canadien), les auditeurs écoutaient des chansons connues dont une note était décalée de 50 ou 100 cents. Les paroles rendaient les erreurs plus difficiles à détecter que la syllabe “la”, avec une taille d’effet de d = 0,74, mais une fois que l’Auto-Tune a supprimé l’oscillation naturelle de hauteur à l’intérieur de chaque note, l’effet des paroles est tombé à d = 0,26 (Weiss et Trehub, Psychology of Music 2023). Les auteurs concluent que ce sont les sons variés des mots, plus que leur sens, qui perturbent le suivi de la hauteur.
Les scores de détection ci-dessous sont des réussites moins les fausses alarmes ; 1,0 serait donc parfait et 0 équivaudrait à deviner. La même micro-oscillation compte aussi pour l’attention : dans une ligne de travaux voisine, les voix principales étaient la partie d’un mixage pop la plus facile à repérer pour des étudiants de l’université d’Oldenburg (Bürgel, Picinali et Siedenburg, Frontiers in Psychology 2021), et une étude de suivi qui a auto-tuné la voix a conclu que ces micro-modulations de fréquence sont “une caractéristique acoustique importante contribuant à la saillance vocale” (Bürgel et Siedenburg, Music Perception 2023).
| Métrique | Valeur | Source |
|---|---|---|
| Score de détection d’une note désaccordée chantée avec des paroles et sur “la” (24 adultes, expérience 1) | 0,273 contre 0,392 | Weiss et Trehub, Psychology of Music 2023 |
| Score de détection d’une erreur de 50 cents et d’une erreur de 100 cents (expérience 1) | 0,188 contre 0,477 | Weiss et Trehub, Psychology of Music 2023 |
| Effet des paroles par rapport à “la” sur la détection, enregistrements non traités | d = 0,74 | Weiss et Trehub, Psychology of Music 2023 |
| Effet des paroles par rapport à “la” après suppression par l’Auto-Tune de la fluctuation de hauteur à l’intérieur des notes (29 adultes, expérience 2) | d = 0,26 | Weiss et Trehub, Psychology of Music 2023 |
| Précision de détection de la voix principale dans des mixages pop après démasquage spectral (expérience 2) | 96% (93-99%) | Bürgel, Picinali et Siedenburg, Frontiers in Psychology 2021 |
| Variation de la précision de détection lorsque l’ordre de présentation était inversé, voix principales et basse (expérience 1, extraits non modifiés) | -2% contre -19% | Bürgel, Picinali et Siedenburg, Frontiers in Psychology 2021 |
Note de contexte : tous les stimuli de l’étude sur les paroles ont d’abord été nettoyés avec Melodyne, que les auteurs décrivent comme produisant des “enregistrements d’un son naturel et de haute qualité”. L’étude de suivi de 2023 dans Music Perception ne rapporte ses effets que dans des figures auxquelles nous n’avons pas pu accéder ; aucun chiffre n’en est donc repris ici.
5. La correction rend-elle le chant meilleur, et pour qui ?
La correction n’est pas une amélioration automatique. Lorsque 16 chefs de chœur et professeurs de chant ont noté des gammes que Melodyne avait ramenées sur des hauteurs exactes, les versions “parfaites” n’ont pas obtenu des notes parfaites : 11 gammes entièrement corrigées sur 16 ont obtenu en moyenne moins de 80 sur une échelle de justesse de 0 à 120, et 3 moins de 60 (Michael et Gilman, Journal of Singing 2021). Les experts jugent la justesse à partir de bien plus que l’écart par rapport à un accordeur.
Les tests d’écoute montrent le même schéma. Dix auditeurs entraînés se sont partagés presque à égalité entre un correcteur neuronal et la prise karaoké originale, mais ont nettement favorisé la correction lorsque le chanteur était manifestement faux (Wager et al., Deep Autotuner, ICASSP 2020). Le goût est aussi une question de génération : une enquête auprès de 847 personnes publiée en 2025 a trouvé une acceptation de l’Auto-Tune bien plus élevée chez la génération Z que chez les baby-boomers (Xie et Kim, Journal of Computing and Biomedical Informatics 2025). Données les plus récentes disponibles pour les tests d’écoute : Journal of Singing 2021 et ICASSP 2020.
| Métrique | Valeur | Source |
|---|---|---|
| Professeurs de chant expérimentés ayant noté les gammes de 40 chanteurs (étude une) | 10 | Michael et Gilman, Journal of Singing 2021 |
| Gammes entièrement corrigées (‘Tempérée’, chaque hauteur ramenée sur la note exacte) avec une moyenne inférieure à 80 sur 120 pour la justesse | 11 sur 16 | Michael et Gilman, Journal of Singing 2021 |
| Gammes entièrement corrigées avec une moyenne inférieure à 60 sur 120 | 3 sur 16 | Michael et Gilman, Journal of Singing 2021 |
| Écart typique des gammes chantées originales, non corrigées | en grande partie à moins de 30 cents de chaque hauteur visée | Michael et Gilman, Journal of Singing 2021 |
| Choix des auditeurs, correcteur neuronal et prise karaoké originale | 33 contre 35 (49%, p = 0,45) | Wager et al., ICASSP 2020 |
| Choix des auditeurs, correcteur de référence calant sur le demi-ton et prise originale | 24 contre 34 (41%, p = 0,12) | Wager et al., ICASSP 2020 |
| Préférence pour la version corrigée lorsque l’écart de note de l’original (écart type) était de 40 à 60 cents | 79% (19 sur 24) | Wager et al., ICASSP 2020 |
| Acceptation de l’usage de l’Auto-Tune sur les enregistrements, génération Z et baby-boomers (enquête, n = 847) | 78,4% contre 31,2% | Xie et Kim, Journal of Computing and Biomedical Informatics 2025 |
Note de contexte : le Deep Autotuner a été entraîné sur 4 702 interprétations karaoké amateurs recueillies par l’application de chant Smule. Dans l’article de l’enquête générationnelle, l’Auto-Tune obtient 52,3% de “jouabilité globale” contre 64,7% pour l’échantillonnage, accompagné d’une analyse acoustique de 240 chansons de R&B de 1980 à 2023 ; l’article ne définit pas la jouabilité et n’indique pas où vivaient les répondants.
6. Détecter l’Auto-Tune : précision des machines et réglages révélateurs
Le son “hard-tune” audible vient d’un seul réglage. Antares indique qu’une correction au son naturel utilise une vitesse de correction (retune speed, la rapidité avec laquelle le logiciel tire une note vers la cible) de 20 à 50 millisecondes, tandis que l’effet classique se situe à 0 à 10 millisecondes (Antares, The Science Behind Auto-Tune 2026) ; ce sont les valeurs indicatives de l’éditeur lui-même. Les détecteurs sont entraînés sur précisément ce calage instantané : les chercheurs ont construit leurs extraits auto-tunés en ramenant chaque trame sur la note la plus proche.
Le meilleur détecteur fondé sur le spectrogramme a atteint 94,75% de précision par segment et en a conservé 87,55% après compression MP3, alors que le modèle de référence RawNet2 tombait à 56,67% (Gohari et al., IEEE WIFS 2024). La même équipe a depuis publié un jeu d’entraînement multilingue (Gohari et al., ATDD, Data in Brief 2026). Pour mesurer jusqu’où l’automatisation s’est étendue ailleurs dans la chaîne du signal, voir nos statistiques d’adoption du mastering audio par IA. Le suivi de hauteur en temps réel alimente aussi des effets vocaux en direct du type de ceux listés sur notre page effets vocaux pour streamers.
| Métrique | Valeur | Source |
|---|---|---|
| Précision par segment, détecteur fondé sur le spectrogramme (ResNet50) et modèle de référence RawNet2 | 94,75% contre 79,33% | Gohari et al., IEEE WIFS 2024 |
| Précision après compression MP3, meilleur détecteur (ResNeXt) et modèle de référence | 87,55% contre 56,67% | Gohari et al., IEEE WIFS 2024 |
| Précision avec ajout de bruit, changements de vitesse et décalages temporels, meilleur détecteur (EfficientNet) | 90,72% | Gohari et al., IEEE WIFS 2024 |
| Paires d’entraînement d’extraits vocaux de 10 secondes tirés du corpus VocalSet (10,1 heures, 20 chanteurs) | 3 613 | Gohari et al., IEEE WIFS 2024 |
| Segments étiquetés de 10 secondes dans le jeu de données de détection d’Auto-Tune ATDD | 21 249 | Gohari et al., Data in Brief 2026 |
| Segments ATDD par langue : mandarin / anglais / japonais | 12 560 / 6 321 / 2 368 | Gohari et al., Data in Brief 2026 |
| Part de chaque segment ATDD qui est auto-tunée | de 20% à 80% de sa longueur | Gohari et al., Data in Brief 2026 |
| Vitesse de correction pour l’effet hard-tune classique et pour une correction naturelle (déclaration propre à l’éditeur) | 0-10 ms contre 20-50 ms | Antares Audio Technologies, The Science Behind Auto-Tune 2026 (déclaration de l’éditeur) |
Note de contexte : les deux articles de détection créent leur audio auto-tuné avec des techniques ouvertes (suivi de hauteur PYIN plus décalage de hauteur PSOLA), et non avec des plug-ins commerciaux, et les auteurs notent que cela peut ne pas correspondre à l’auto-tuning professionnel. L’éditeur revendique par ailleurs une latence de 2,5 ms (112 échantillons à 44,1 kHz) pour son plug-in AutoTune 2026 (Antares, Auto-Tune for rap and hip-hop 2026), là encore un chiffre de l’éditeur.
Résumé : l’Auto-Tune et la correction de hauteur dans la musique populaire en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Date de sortie publique d’Auto-Tune (déclaration propre à l’éditeur) | 19 septembre 1997 | Antares Audio Technologies 2026 (déclaration de l’éditeur) |
| Semaines passées par ‘Believe’ de Cher au n° 1 du Billboard Hot 100 | 4 | Billboard Canada 2023 |
| Année de fondation de Celemony, l’entreprise derrière Melodyne | 1997 | Recording Academy, Technical GRAMMY Award: Celemony |
| Année de lancement de Melodyne | 2001 | Recording Academy, Technical GRAMMY Award: Celemony |
| Enregistrements avec une dérive de hauteur significative, chant a cappella | 22% de 72 (p < 0,01) | Mauch, Frieler et Dixon, JASA 2014 |
| Part des gens capables de chanter juste | environ 85-90% | Dalla Bella et al., Frontiers in Psychology 2011 |
| Décalage de hauteur correspondant aux capacités de détection du désaccord de 95% de 333 auditeurs | de 36,309 à 82,589 cents | Larrouy-Maestri et al., Behavior Research Methods 2019 |
| Probabilité de nommer correctement une note chantée plutôt qu’une note d’alto, musiciens ayant l’oreille absolue | odds ratio de 0,49 | Gao et Oxenham, JASA 2022 |
| Effet des paroles par rapport à “la” sur la détection des fausses notes, voix brutes et auto-tunées | d = 0,74 contre d = 0,26 | Weiss et Trehub, Psychology of Music 2023 |
| Précision de détection de la voix principale dans des mixages pop après démasquage spectral | 96% | Bürgel et al., Frontiers in Psychology 2021 |
| Gammes entièrement corrigées avec une moyenne inférieure à 80 sur 120 selon des chefs de chœur et des professeurs de chant | 11 sur 16 | Michael et Gilman, Journal of Singing 2021 |
| Préférence pour un correcteur neuronal plutôt que la prise originale, globalement | 49% (p = 0,45) | Wager et al., ICASSP 2020 |
| Préférence pour la correction lorsque l’original était décalé de 40 à 60 cents | 79% (19 sur 24) | Wager et al., ICASSP 2020 |
| Acceptation de l’Auto-Tune, génération Z et baby-boomers | 78,4% contre 31,2% | Xie et Kim 2025 |
| Précision du détecteur d’Auto-Tune et modèle de référence RawNet2 | 94,75% contre 79,33% | Gohari et al., IEEE WIFS 2024 |
| Segments étiquetés dans le jeu de données de détection d’Auto-Tune ATDD | 21 249 | Gohari et al., Data in Brief 2026 |
Méthodologie et sources
Nous avons mené des recherches ciblées et lu directement les documents primaires (textes intégraux de revues, prépublications, articles de conférence et pages des organisations elles-mêmes). Chaque chiffre ci-dessus a été lu dans une source consultée pendant la recherche ; les chiffres vus uniquement dans des extraits de résultats de recherche ont été écartés.
- Billboard Canada: Cher on the 25th anniversary of ‘Believe’ (2023) : semaines au n° 1, nominations et victoire aux GRAMMY.
- Recording Academy: Technical GRAMMY Award for Celemony : année de fondation de Celemony, lancement de Melodyne, 54e GRAMMY Awards.
- Pages d’Antares Audio Technologies The Science Behind Auto-Tune (2026), article sur le Technical GRAMMY 2023 et Auto-Tune for rap and hip-hop (2026) : déclarations de l’éditeur sur la date de sortie, la portée de ‘Believe’ dans les classements, la vitesse de correction et la latence, signalées comme telles.
- Mauch, Frieler and Dixon, Intonation in unaccompanied singing, JASA 2014 (prépublication des auteurs) : dérive, erreur d’intervalle et seuils de perception résumés.
- Dalla Bella, Berkowska and Sowiński, Disorders of pitch production in tone deafness, Frontiers in Psychology 2011 : justesse du chant dans la population.
- Larrouy-Maestri, Harrison and Müllensiefen, The Mistuning Perception Test, Behavior Research Methods 2019 : seuils des auditeurs dans des extraits pop.
- Larrouy-Maestri, On listeners’ perception of mistuning, Music and Science 2018 : tolérance au désaccord dans des mélodies chantées.
- Gao and Oxenham, Voice disadvantage effects in absolute and relative pitch judgments, JASA 2022 : dénomination de notes chantées et de notes d’alto.
- Weiss and Trehub, Detection of pitch errors in well-known songs, Psychology of Music 2023 : paroles, auto-tuning et détection des fausses notes.
- Bürgel, Picinali and Siedenburg, Listening in the Mix, Frontiers in Psychology 2021 et Bürgel and Siedenburg, Salience of Frequency Micro-modulations in Popular Music, Music Perception 2023 : saillance de la voix dans les mixages.
- Michael and Gilman, The Myth of Intonation as an Objective Measure of Singing Quality, Journal of Singing 2021 : notes des professeurs sur des gammes corrigées avec Melodyne.
- Wager et al., Deep Autotuner, ICASSP 2020 : préférence des auditeurs pour la correction de hauteur automatique.
- Xie and Kim, From Sampling to Auto-Tune, Journal of Computing and Biomedical Informatics 2025 : enquête sur l’acceptation selon les générations.
- Gohari et al., Spectrogram-Based Detection of Auto-Tuned Vocals in Music Recordings, IEEE WIFS 2024 et Gohari et al., ATDD multilingual dataset, Data in Brief 2026 : détection automatique.
- Note sur les données : aucune étude vérifiable ne mesure quelle part des tubes actuels est corrigée en hauteur. Une analyse du Billboard Hot 100 du 16 mars 2025 sur l’effet audible, publiée dans une newsletter personnelle, ne présentait ses chiffres que sous forme d’images, sans méthode indiquée, et a donc été exclue. Un chiffre d’enquête de Muse Group sur la correction de hauteur par IA et les parts de tâches de Water and Music x Moises pour la correction de hauteur et l’accord vocal n’ont pas pu être lus dans les pages publiées et ont été écartés. L’enquête générationnelle sur l’Auto-Tune est parue dans une revue d’informatique et d’informatique biomédicale, en dehors de la littérature centrale sur la perception musicale, et n’indique ni le pays de l’enquête, ni le recrutement, ni le sens de “jouabilité” ; à considérer comme indicative. Le texte de Michael et Gilman rapporte 72 gammes pour l’étude deux alors que 16 gammes dans 4 accords en font 64, et les découpages d’entraînement, de validation et de test du Deep Autotuner totalisent 4 674 et non 4 702 ; aucune de ces incohérences n’affecte les chiffres cités ici. Plusieurs études sur le chant et la perception datent de 2011 à 2021 et sont signalées dans leurs sections comme données les plus récentes disponibles ; l’étude de suivi de 2023 dans Music Perception sur les voix auto-tunées ne rapporte ses tailles d’effet que dans des figures auxquelles nous n’avons pas pu accéder. Les chiffres d’Antares sont des déclarations de l’éditeur. La précision de détection provient d’un auto-tuning simulé avec PYIN et PSOLA, et non avec des plug-ins commerciaux ; la précision en conditions réelles peut donc différer.
Dernière mise à jour : 8 novembre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lorsque la Recording Academy annoncera ses lauréats 2027 des Technical GRAMMY et que de nouveaux repères de détection sur le jeu de données ATDD seront publiés.