Как создаются песни нейросетью от первого дубля до правок
Как создаются песни нейросетью и почему новый текст меняет звучание. Разбираю исходные слова, музыкальное задание и правку короткого отрезка по отметке времени.
Денис
Продакт LibraChat
6 мин чтения
«Оставь музыку. В припеве только два слова поменяй». Эту просьбу я бы запросто написал человеку, который ещё не записал вокал. Когда песня уже звучит в готовом файле, вопрос другой: где именно должны прозвучать новые слова и что вокруг них нужно сохранить? Так проще понять, как создаются песни нейросетью. Сначала из слов и музыкального задания получается исполнение, а дальше правка может затронуть весь дубль или отдельный участок записи.
Мой пример — короткая заставка для клуба настольного тенниса. В ней строка «После звонка берём ракетки» должна прозвучать чётко. Ведущий даёт сигнал настольным звонком перед первой подачей. До сигнала ракетки лежат на столе. Если смысл потеряется за громкой дробью, даже удачная мелодия будет решать другую задачу. Я поэтому сперва записываю, где слушатель должен услышать эту фразу. С неё начинается монтажная заметка.
Одна песня у меня лежит в трёх файлах
Я пробовал держать всё задание в одной заметке. Неудобно. Когда друзья обсуждали версию, фраза «сделай поживее» могла относиться к словам, к подаче исполнителя или к темпу. Пока я не узнал, что человек имеет в виду, никакая правка не была однозначной.
Поэтому для одной версии оставляю три строки учёта:
Слова. То, что вокал должен произнести. Сюда входит строка про звонок. Я сохраняю её вместе с остальным текстом.
Музыкальное задание. Где нужна пауза, какой характер ритма нужен и насколько заметным должен быть голос. Это запись о будущем звучании.
Дубль. Аудиозапись с собственным именем. Замечания к ней можно привязать ко времени и услышать заново.
Так виден переход от замысла к результату. Если коллега сказал «добавь звук мяча», слово «мяч» в текст вставлять необязательно. Этот звук относится к музыкальному заданию и может понадобиться один раз в начале. А фразу про ракетки певец действительно должен произнести. В готовой записи оба события существуют уже во времени, и паузу между ними можно оценить на слух.
Как создаются песни, в которых мелодия ещё неизвестна
У музыкального генератора Suno в расширенном режиме Custom можно отдельно ввести собственный текст и описать стиль. Есть и вариант без вокального текста. Это удобно для понимания механики: одна и та же строка допускает медленное исполнение с паузой или плотную речитативную подачу. Сами слова этого выбора не делают. Справка Suno о режиме Custom.
В текстовой части мне подходит LibraChat, а музыкальное исполнение делает специализированный генератор. Он помогает придумать несколько формулировок и разобрать, где меняется смысл строки. Когда от строки зависит сюжет, сначала полезно проверить её ударения голосом. Подробный ручной приём есть в разборе текста песни и припева.
Для черновой работы я бы попросил так:
Вот строка заставки клуба: «После звонка берём ракетки». Предложи три варианта с тем же смыслом и отметь ударение в последних двух словах каждого варианта. Оставь в строке указание на звонок. К каждой версии добавь короткое пояснение, где при произнесении естественно сделать паузу.
При первом чтении у меня «берём ракетки» всегда умещается на одном выдохе. Самое длинное место начинается перед ним, когда хочется сразу после звонка добавить название клуба. Я проверил две формулировки вслух и оставил название для объявления ведущего. Запись за счёт этого освобождает место для действия. Если захочешь провести такую проверку на своих словах, прикреплять аудио к текстовой задаче не нужно. В чате LibraChat можно начать с одной строки, которую уже придумал сам.
Когда правка строки меняет весь дубль
Suno описывает обычный выход как аудиофайл, где музыка и голос звучат вместе. Команда Reuse Prompt возвращает текст и параметры в форму, чтобы создать следующую версию. Новый запуск с поправленной фразой даёт ещё один дубль. Даже если остальные слова сохранены, я бы сравнивал звучание вокруг припева заново. Справка Suno о смене слов и голоса.
Что меняю · Что остаётся у меня · Где проверяю новый результат
Формулировку до начала работы со звуком — Текст с отмеченной правкой — Читаю строку вслух в том же темпе
Слова или музыкальное задание для нового дубля — Прежнюю запись отдельно — Слушаю первый переход к припеву в обеих версиях
Слова внутри выбранного отрезка — Запись и границы участка — Сравниваю вход в отрезок и выход из него
В редакторе песен Suno есть точечная правка слов с пересозданием выбранного участка. Я смотрю на оба края выделения: если перед новым словом был слышен вдох, начало фрагмента лучше проверять вместе с ним. В справке для редактора отдельно описана работа с переходом между сохранённым звуком и заменой. Справка Suno о редакторе песни.
Чтобы сравнение двух дублей что-то прояснило, я сначала выравниваю громкость на слух. Более громкая версия может показаться удачнее лишь потому, что голос вышел вперёд. Затем слушаю только то место, ради которого начал новую попытку. Если нужно проверить слово «звонка», я не ставлю в очередь весь трек. Беру одну и ту же строку и слушаю, с какого слова она становится разборчивой.
В постановке такой задачи полезно договориться с собой ещё об одном. Например, старую версию я оставляю, если новая фраза лучше слышна, но удар мяча пропал и пауза потеряла смысл. Тогда у заметки сразу есть следующий шаг: вернуть нужное событие в заданный отрезок. Без отдельного описания исходных слов я бы попытался исправить одновременно темп, звук мяча и вокал. И через два запуска уже не вспомнил бы, какой из них сравниваю с первым.
Я собрал бы заметку к дублю по трём пунктам.
Отметил бы осмысленное время старта фразы, например 0:18, рядом с именем версии.
Записал бы, какое именно слово потерялось. Если закрывается только слово «звонка», это повод проверить этот участок, а не менять задание на весь припев.
Прослушал бы правку с небольшим запасом до и после, чтобы услышать переход на обычной скорости.
Прямо сейчас возьми одну свою строку и реши, хочешь ли ты поменять смысл или её исполнение. Для первого начни с текста, для второго запиши, как должна прозвучать нужная часть. В бюджете заставки я бы записал расходы на слова и на аудиодубли в разные строки. Условия работы со словами есть в тарифах LibraChat. А рядом с любой сохранённой версией песни оставь короткую заметку, по которой через день сам поймёшь, что слушать.