Bien qu’Aurélia Azoulay-Guetta, Jean-Louis Lasseri et Raphaël Schumann aient fondé Newzik il y a bientôt dix ans, l’application de gestion et de lecture de partitions était restée relativement discrète. Ce n’est pas faute d’avoir maintenant 450 000 clients, dont des institutions aussi prestigieuses que la Scala de Milan, l’opéra d’État de Vienne ou encore l’orchestre national d’Île-de-France. Avec sa technologie de reconnaissance optique de la musique dopée au deep learning, Newzik veut « transformer vos partitions papier en LiveScores interactives ».

En quelques clics, vous pouvez transposer la musique, modifier le tempo, retirer un instrument, et surtout exporter les données au format MusicXML ou MIDI. Si Newzik est disponible sur le web, c’est surtout une application iPad permettant de prendre des notes avec l’Apple Pencil et de collaborer en temps réel sous la direction d’un chef d’orchestre ou d’un enseignant. Les besoins de la Scala sont-ils similaires à ceux d’un débutant ? Les enseignants doivent-ils craindre l’ingérence de l’« intelligence artificielle » ? Comment respecter le droit d’auteur avec les fonctionnalités de transcription ? Nous avons posé ces questions à Amandine Richardot, chief marketing officer de Newzik.

Cette interview a été éditée pour des raisons de concision et de clarté.

Newzik touche aussi bien la pratique collective, notamment dans le cadre des orchestres et des ensembles professionnels, que la pratique individuelle, notamment dans le cadre de l’apprentissage. Comment articulez-vous les besoins de publics très différents ?

Nous avons vraiment deux cibles, qui représentent chacune 50 % de notre chiffre d’affaires. D’une part les grands orchestres, les ensembles, tout ce que l’on pourrait qualifier de clientèle B2B. D’autre part le musicien individuel, qu’il soit amateur ou professionnel, quand il est seul décisionnaire. L’éducation est un marché important et porteur, mais nous l’avons petit à petit classée dans cette deuxième catégorie, parce que beaucoup de professeurs s’équipent à titre individuel. C’est un public plus facile à convaincre que les institutions éducatives, qui ont parfois un budget réduit.

Une partition est une partition, que l’on découvre un instrument dans son coin ou que l’on soit premier violon d’un orchestre mondialement connu. Comment concevoir des fonctionnalités possédant différents usages pour différents publics ?

Prenons l’exemple des Live Scores : un musicien amateur qui joue seul chez lui s’en servira presque comme un professeur, qui va l’aider à déchiffrer plus rapidement, alors que les musiciens professionnels vont surtout s’en servir pour exporter les partitions au format MusicXML vers d’autres logiciels. Nous essayons de concevoir des fonctionnalités qui sont utiles à tous, dont les usages peuvent varier en fonction du public.

Puisque vous mentionnez les Live Scores : je cherche toujours comment les décrire simplement, sans utiliser une longue périphrase, comment le faites-vous ?

Nous parlons de « partitions interactives », de « partitions augmentées » ou de « partitions intelligentes »… cela dépend à qui on parle ! Si je devais présenter les Live Scores à quelqu’un qui n’en a jamais entendu parler, je dirais que nous commençons en prenant une partition PDF qui n’est pas interactive, qui est identique à une partition papier. Avec l’intelligence artificielle, nous allons lui donner vie, pouvoir la lire, l’écouter, la transposer, l’exporter… C’est vraiment ça, donner vie au papier.

La reconnaissance optique de musique (OMR) n’est pas nouvelle : les recherches ont commencé dans les années 1960, les premiers logiciels comme SmartScore et Capella ont été commercialisés dans les années 1990, et les applications mobiles se sont multipliées ces dix dernières années. Mais celle qui est utilisée par les Live Scores, Maestria, profite des récentes avancées dans le domaine du deep learning. Comment l’avez-vous entrainée ?