Полная версия:
Игорь Барсуков ИИ генерация музыки. Барсучье руководство
- + Увеличить шрифт
- - Уменьшить шрифт
ИИ генерация музыки
Барсучье руководство
Игорь Барсуков
Дизайнер обложки Максим Ступин
Дизайнер обложки Максим Репин
© Игорь Барсуков, 2026
© Максим Ступин, дизайн обложки, 2026
© Максим Репин, дизайн обложки, 2026
ISBN 978-5-0070-8040-8
Создано в интеллектуальной издательской системе Ridero
Предисловие
Тяга к новым горизонтам свойственна любому человеку, да и в целом полезно расширять круг интересов. По ходу литературной деятельности у меня скопилось некоторое количество стихов и песен, которые вкладывал в уста своих персонажей. А так как в хорошем тексте случайностей не бывает, то песнями я старался выразить черты характера или атмосферу, то есть они у меня по-настоящему играли в голове. Но не у читателя. Ничего удивительного, что глядя на текст, я постоянно видел нераскрытый потенциал.
Тексты долго пылились в столе, но вдруг наступила эпоха ИИ-технологий, и оказалось, что теперь можно озвучить то, что раньше безмолвно чернело на бумаге.
Занявшись вопросом, я за год прошёл полный путь от создания песен до их публикации, изрядно избороздил просторы интернета, много общался со специалистами и энтузиастами на тему генеративной музыки. При проработке вопросов, оказалось, что документации по генерации музыки хоть и много, но пребывает она в виде разрозненных хаотичных источников. Сами же генерирующие сервисы при этом не спешат давать исчерпывающую справку, заставляя пользователей искать решения методом тыка.
Глядя сколько у меня на руках образовалось материалов, мне откровенно стало жаль, что на этом заглохнет проделанная работа. Поэтому решил найти время и создать руководство по генерации песен с помощью ИИ. Здесь представлен гид и справочник на основе компиляции множества источников и бесед, приведённые к общей структуре. Если вы новичок в области генеративной музыки, но горите желанием в ней реализоваться, то данное руководство ответит на 95% ваших вопросов. Если же ИИ вам не в новинку, всё равно полистайте, уверен, найдёте много нового.
Надеюсь, что сэкономленное время на поиске нужной информации, вы потратите на повышение качества своих творений. Успехов!
Введение
Здравствуйте, дорогой читатель!
Раз уж вам в руки попалась данная книга, значит, в вас живёт интерес к теме генерации музыки. И потому сразу развеем главное опасение: если руководство настолько объёмно, то может технология слишком сложна и не стоит в неё лезть? Отнюдь. Данная книга получилась такой большой как раз потому, что мне очень хотелось собрать максимум информации по вопросу генерации музыки. Конечно, всех аспектов технологии и методик работы изложить в одной книге не получится, тем не менее, удалось собрать огромное количество инструкций, рекомендаций и шаблонов.
Всякий раз, когда мне приходилось осваивать новую технологию, почти всегда приходилось сталкиваться с куцей официальной документацией и слабыми примерами в гидах. В случае работы с ИИ ситуация гораздо хуже, официальной документации вообще нет. Данное руководство объёмное за счёт большого числа примеров и проработки различных нюансов. Буквально, если в рамках работы мне не хватало какого-то материала, и мне пришлось предпринять усилия, чтобы добыть его, я включил найденный материал в данное руководство. К примеру, описание полного состава симфонического оркестра или шаблоны по видам баса.
Как читать данную книгу?
Если вы хотите приступить к созданию аудио треков прямо сейчас, не тратя времени на книгу, то много читать не придётся. Вам достаточно пробежать пару страниц §1.2. «Сделать песню прямо сейчас», на что уйдёт несколько минут. И всё. Дальше садитесь к компьютеру или беритесь за смартфон, и через десять минут песня, созданная вашими руками, будет у вас. Причём совершенно бесплатно.
Но при этом новая песня будет получена с некоторой долей удачи. В ней могут оказаться не устраивающие вас моменты, а повторить тот же трек с небольшими изменениями будет почти невозможно. И тогда, наверное, захочется узнать немного больше: как строить целенаправленный запрос, как задать текст собственной песни, как выбрать ту или иную настройку. Для решения всех этих вопросов читать много тоже не потребуется. Параграф §1.4. «Краткий гид по Suno» занимает всего 3% руководства, но позволяет ознакомиться со всеми аспектами грамотного построения запроса к нейросети. Что позволит в свою очередь не просто играться с сервисами генерации музыки, а целенаправленно работать над достижением результата.
О чём же тогда остальная книга? Всё прочее — это разъяснение нюансов генерации. Большая часть руководства посвящена промпто-строению — формированию запроса к ИИ для создания нужного аудио трека. Одну треть книги занимает глава 2 «Составление промптов», в которой скрупулёзно перебираются элементы запроса к нейросети. Сходу совершенно не обязательно читать всю главу. Ей можно пользоваться отдельными разделами, в зависимости от того, с какими сложностями вы столкнётесь при работе. Но и прочитать целиком, в конце концов, стоит, потому как, наверняка, вы откроете для себя неизвестные или неочевидные моменты. Ещё четверть книги занимает приложение «Справочник тегов», расположенный в конце. Справочник в структурированной форме и сухом изложении перечисляет известные элементы запроса, что позволяет быстро по ним перемещаться и находить требуемую информацию: описание, параметры, синтаксис, жанровое влияние.
В третьей главе без лишних описаний приведено множество шаблонов и готовых промптов для генерации песен и инструментальных композиций. По сути уже их хватит на создание десятков треков во всём многообразии музыкальных жанров. Но в то время как глава 3 даёт возможность магическим способом решить задачу в нужном жанре, то глава 2 даёт понимание и позволяет перейти к инженерному проектированию.
Таким образом, на построение запроса к нейросети уделено три четверти руководства. О чём остальная часть книги?
В первой главе даются вводные о том, что такое искусственный интеллект, нейросеть, какие сети бывают и прочие термины, используемые в работе с ИИ.
Глава 4 «Производство музыки» рассказывает о медиа-сфере, методах публикации музыки, получении вознаграждения за прослушивание вашей музыки, продвижении и маркетинге. При этом возникает целый ряд вопросов по окончательному продакшену аудиотреков и подготовке дополнительных материалов. Глава 5 рассказывает о методах сведения и мастеринга аудио, а также проводит обзор по различным дополнительным аудиосервисам. В главе 6 отражены вопросы производства сопутствующих аудиокомпозиции видеороликах, изображений, а также работа с текстом. В вопросе работы с текстом рассматриваются не только моменты генерации текста, но и методики сочинения песен.
Непогрешимость нативного руководства
Казалось бы, раз уж вы держите в руках целую книгу, то написать её непременно должен специалист в данном вопросе. К сожалению, нет. Основная причина появления данного руководства — отсутствие подобных всеобъемлющих материалов. Во всяком случае, изрядно побродив по просторам интернета, мне не удалось найти единого материала в сопоставимых объёмах.
Второй причиной является сама природа ИИ-технологий. Нейросети отличаются от обычных программ тем, что предлагают не чёткую реакцию на заданный параметр, а имеют высокую степень вариативности, то есть непредсказуемости поведения. И возможно именно поэтому разработчики ИИ не спешат выкладывать детальную документацию. Она вся насквозь носит не обязательный характер, а рекомендательный.
Ну, и третьим моментом является стремительность развития технологии. К сожалению, передовые технологии имеют тенденцию быстро устаревать. Поэтому возможно, что материал данного руководства уже лет через пять потеряет актуальность. Но это не значит, что стоит вообще жить без документации. Держать в голове подобный объём информации не так уж просто, а как до него дойти, не имея точки опоры?
Данное руководство является компиляцией множества трудов исследователей и энтузиастов дела генеративной музыки. И, между прочим, среди них имеются и настоящие музыканты, певцы и музыкальные продюсеры.
Полный список источников, послуживших основой для создания руководства, приведён в конце книги. Как сможете убедиться, там нет литературных источников, всё сплошь интернет-страницы, что только подчёркивает новизну данного руководства.
В списке благодарностей упомянуты авторы разных проектов. Ведь часть информации получена в рамках общения, и предоставить ссылку на конкретное описание невозможно.
Все указываемые суммы справедливы в рамках цен на май 2026 года.
Указатели
Руководство содержит техническую информацию, и на всём протяжении книги используется ряд служебных символов и маркировок.
[] — квадратные скобки, наиболее часто встречающийся элемент в книге.
Инструкции к нейросетям содержат ключевые слова и фразы, часто называемые метатегами, а в данном руководстве просто «тегами», например: [female vocals]. Такие ключевые слова выделяются квадратными скобками, чтобы было понятно, что это инструкция, которую можно вставить непосредственно в запрос к нейросети. Учитывая специфику генерации музыки, комплексный запрос к ИИ может содержать текст песни, вводимый текстом «как есть», и описания стилей — уже названные теги. Тогда прямо в запросе теги выделяются квадратными скобками, и потому их можно копировать прямо из руководства (конечно, если вы читаете электронную версию книги, а не печатную).
Вторым элементом являются {} — фигурные скобки. Ими в руководстве маркируются две группы данных.
Если в фигурных скобках встречается только число {1} или число с заголовком {1. Бояндин К. Ю. Suno Tags}, то так в руководстве указан источник материала. Число указывает на пункт в «Списке источников».
В случае если фигурные скобки встречаются внутри инструкции с фразой внутри, то этим подразумеваются замещаемые данные. К примеру:
[genre: {жанр}]
В данной инструкции требуется заменить слово «жанр» на желаемое значение, то есть преобразовать в:
[genre: afro-rock] или [genre: cinematic]
По ходу изложения будет встречаться много текста на английском языке. Сразу уточним, что повсеместно для подачи информации автор использует русский язык. Соответственно, на английском представлены:
— элементы управления на описываемом интерфейсе;
— название опции, которая имеет неоднозначный перевод с русского для поиска дополнительных материалов, например: «whisper tracks» — шепчущие слои;
— теги.
Хотя приведённые инструкции должны работать в различных нейросетях, в основном речь идёт о сетях, произведённых в передовых западных проектах и использующих для внутреннего анализа инструкций английский язык. Поэтому и запросы к нейросетям в генерации музыки лучше делать на английском. Таким образом, теги в квадратных скобках чаще всего приведены в англоязычном выражении.
Замечание. Так как руководство в первую очередь преследует цель быстрой подачи информации, то многие фразы на английском (но не все) следом немедленно дублируются на русском.
Ссылки на треки
Публикуемый материал содержит ссылки как на шаблонные промпты, так и использовавшиеся для генерации треков. Во избежание претензий по авторским правам, автор руководства в связке промпт + название композиции указывает только промпты на свои треки. Именно поэтому в тексте можно увидеть преимущественно треки исполнителя «Барсук-Бэнд». Ссылки приведены на тот случай, если читатель захочет услышать звучание композиции, полученной с помощью приведённого промпта. Указанные композиции можно найти на стриминговых платформах.
Ссылки на треки иных исполнителей не сопровождаются промптами.
Ссылки на других исполнителей в сочетании с промптом даны только в рамках получения общего стиля, в котором преимущественно работал артист, но приведённого промпта не будет достаточно для получения имитации указанного артиста (разве что только в ходе случайного совпадения в рамках вариативности модели).
На этом с введением всё. Желаю приятного чтения, разнообразных идей, неожиданных находок, а главное, чудесного результата. В случае возникновения конструктивной критики, просьба писать на почтовый ящик, указанный в конце книги, в приложении «Список источников».
ГЛАВА 1. ОСНОВНЫЕ ПОНЯТИЯ
§1.1. Разбор матчасти
1.1.1.О чём речь?
2025 год стал переломным на рынке музыки. Год начинался в состоянии, когда музыкальные чарты почти полностью состояли из песен живых музыкантов. Треки могли быть собраны в программе, но, тем не менее, работа с DAW (цифровая звуковая рабочая станция) требовала определённых навыков музыканта или звукотехника. Заканчивался же год ситуацией, что большая часть музыкального контента поступающего на музыкальный рынок стала генеративной.
Что значит «генеративный контент»? Теперь многие новые инструментальные композиции и песни, которые вы слышите на радио, стримингах — создаются без участия живых музыкантов и вокалистов. Пользователь составляет зачастую несложный текстовый запрос и получает на выходе готовую песню или композицию. Возможно, часть из них дорабатывается с настоящими музыкальными инструментами, но основа — генерация из машины.
Сейчас чтобы выпустить песню не требуется иметь музыкальное образование, не обязательно владеть музыкальным слухом, не надо покупать дорогие инструменты, не нужно собирать и организовывать целую команду музыкантов, а затем долго репетировать, чтобы добиться слаженности. Всё можно сделать нажатием одной кнопки.
Отныне создавать музыку так просто, что порог входа в индустрию резко упал. В результате, некоторые умельцы поставили производство треков на поток, зачастую генерируя очень низкокачественный контент (нейрослоп). На начало 2025 года производство треков в мире оценивалось в 40000 ежедневно, причём до четверти приходилось на генеративную музыку. К концу года большая часть треков стала генеративной.
Генеративная музыка — это следствие развития ИИ-технологий. Массовая автоматизация человеческой деятельности докатилась до стадии, когда для выполнения работ не требуются особые навыки в виде знания языка программирования. Запрос на выполнение можно составить «на словах» — человеческим языком, ИИ расшифрует запрос пользователя, структурирует его и реализует задачу, если она обучена её выполнять.
С начала 2020-х годов несколько компаний предприняли разработку программ на основе генеративного ИИ и за короткий срок добились впечатляющих успехов. Главным мерилом стало то, что в 2025-ом году некоторые генеративные треки стали возглавлять музыкальные чарты, при этом средний слушатель не мог отличить ИИ-генерацию от живой музыки.
Направлений в развитии музыкальной генерации несколько: генерации бесконечных потоковых треков для фоновой музыки, подкастов и стримов; создание персонализированных звуковых ландшафтов для сервисов, магазинов и игр; песни по персональному запросу любой сложности; создание семплов — коротких звуковых фрагментов для DAW; музыка и звуковые эффекты для стилизации.
В данном руководстве мы разберём создание полноценных песен. Лидерами в данной технологии являются: MemoTune, Suno, GenAPI, Udio, Beatoven, MusicGEN. Безусловным лидером в сочетании лёгкость работы + качество и полновесность результата на момент написания руководства является Suno. В целом, всё изложенное в данном руководстве в первую очередь будет относиться к Suno, но вполне применимо и для прочих нейросетей с определёнными поправками.
1.1.2.Кому это нужно?
В целом технология вышла в народ, запрещать её бесперспективно, надо стремиться к повышению эффективности использования. Данным руководством я стремлюсь предоставить в готовом виде как можно больше информации, в первую очередь для повышения качества музыкальной продукции среди непрофессионалов.
До 2025 года генеративная музыка имела ярко-выраженные отличия от живой, и не воспринималась всерьёз музыкальной индустрией. Затем стало ясно, что на ограниченный музыкальный рынок заходит целый поток новых участников, и всем прочим придётся потесниться, что немедленно породило серию скандалов и судебных разбирательств. В основном в отношении авторского права, так как за иное зацепиться невозможно. Но любым рынком управляют магнаты, а для них «прибыль = доходы — расходы», где расходы — это затраты на производство медиа-контента. Снижая стоимость производства, они увеличивают прибыль и повышают независимость от рядового участника процесса. Поэтому технология зашла и стала распространяться на всех уровнях производства.
Для кого она может быть полезна? Если расценивать нейросеть в качестве нового музыкального инструмента, то — всем.
Артистам и авторам песен. Нейросеть помогает быстро проверить идею — записать демку, подобрать гармонию или понять, как звучит трек в разных стилях. Даже без продюсера и студии можно за пару минут получить черновик песни и дальше доработать его вручную.
Нейросеть полезна музыкантам, которые пробуют звучание в различных стилях и ловят удачное не предсказанное решение. ИИ позволяет в одиночку отрегулировать текст под заложенный мотив или исполнение, генерирует необходимые звуковые эффекты и фрагменты, а также демо или полноценные заготовки.
Музыкальным продюсерам. Нейросеть ускоряет работу над проектами, помогает накидать основу трека, подобрать мелодию или гармонию, сгенерировать партии отдельных инструментов — например, если нет сессионного музыканта или нужного инструмента под рукой. Это удобно и в коммерческих заказах: быстро собрать несколько вариантов и показать клиенту направление.
Саунд-дизайнерам и авторам контента. Если нужна музыка под видео, подкаст или сторис, нейросеть помогает сделать фоновые треки за пару минут. Не обязательно разбираться в теории музыки — достаточно описать настроение и жанр. Отлично подходит для инди-проектов, связанных с видеоиграми.
Она полезна простым людям возможностью легко создать музыкальную открытку, оригинальную песню для праздника, которая подчеркнёт настроение. Например, можно сделать весёлую поздравительную песню с упоминанием имён и важного события.
На самом деле спектр невероятно широк. Подумайте только, на какой уровень может подняться творческая самодеятельность. К примеру, школьная театральная постановка теперь не ограничена существующими композициями и не требует большого бюджета. При должном участии родители могут создать неповторимый уникальный репертуар на довольно высоком уровне за короткий срок.
В данном руководстве мы не будем учить музыкантов новому дивному миру (автор в плане музыки не дорос до их уровня), хотя ИИ-генерации в своём творчестве активно используют не просто известные исполнители, но и лидеры. Согласно исследованию Water & Music: 78% профессиональных музыкантов уже используют ИИ, но не для однокнопочной генерации, а для разделения на стемы, мастеринга и поиска идей. В качестве целевого читателя мы положим человека не слишком знакомого с процессом создания музыки, и постараемся ответить на все возможные вопросы. При этом надеемся, что руководство, хотя бы в качестве справочника, будет полезно и работникам медиа-сектора.
§1.2. Сделать песню прямо сейчас
1.2.1.Визард
Не хочу читать много слов, хочу прямо сейчас создать песню. И бесплатно.
Без проблем. Делаем по шагам:
Шаг раз
Открываем в браузере сайт Suno (прямая ссылка указана в конце данного параграфа). Сайт ждёт, что мы авторизуемся. Жмём справа вверху кнопку «Log In», если уже ранее работали с сайтом или «Join Suno for free», если в первый раз.
Можно зарегистрироваться непосредственно на сайте, но проще всего воспользоваться сквозной авторизацией от существующего аккаунта. К примеру, Google. Если у вас есть смартфон с ОС «Андроид», то, скорее всего, у вас уже есть аккаунт в Google, где хранится записная книжка ваших контактов и прочее. Если так, то жмём кнопку «Continue with Google» и сайт перебрасывает нас на страницу авторизации в Google. Если вы там уже авторизованы, то вам достаточно выбрать аккаунт, и вас вернёт на сайт Suno авторизованным. Если нет, то сможете прямо там войти в свой аккаунт. Также авторизоваться можно с помощью других сервисов (Apple, Discord, Microsoft или иностранный номер телефона).
Если аккаунта нет, то самое простое — зарегистрироваться на сайте Google, получить заодно почтовый ящик для работы, и использовать его для прочих подобных сервисов. Почти все нейросети адаптивны к сквозной авторизации, что позволяет не заморачиваться с бесчисленными личными кабинетами и не запоминать для них паролей.
Шаг два
Вернувшись на сайт после авторизации, в левом меню переходим на пункт Create, переключаем сверху селектор «Simple/Advanced» в режим «Simple», а также смотрим, чтобы расположенный рядом селектор версии стоял на «v4.5-all». На апрель 2026 года это наиболее качественная бесплатная модель.
Если указана другая, а у вас бесплатный тарифный план, то при нажатии на кнопку генерации вы получите предложение обновить план и всё.
В поле «Song Description» пишете (на русском или ином языке) то, какую песню хотели бы получить. К примеру: «поздравительная песня на день рождения любимой бабушке Анастасии от детей и внуков».
Шаг три
Жмите кнопку «Create» (генерация) внизу страницы.
Готово! Сайт за пару минут создаст два варианта песни по вашему запросу. Когда они появятся, вы можете нажать на иконку, чтобы прослушать прямо на сайте ещё до окончания генерации, либо нажать кнопку «…» (три точки) для вызова меню на песне. Если генерация закончилась, то в меню песни будет доступен пункт «Download/MP3 Audio». При нажатии на него вылезет предложение с обновлением тарифного плана, но нажав кнопку «Download Anyway» вы скачаете к себе на компьютер трек.
1.2.2.Чуть больше
То же самое можно реализовать на смартфоне. Для этого лучше скачать в магазине приложений приложение Suno. Меню в приложении немного отличается, но в целом повторяет те же пункты.
Сколько можно создавать песен в Suno бесплатно? До 10 песен ежедневно.
На бесплатном тарифе счёт пополняется до 50 кредитов каждые сутки в 00:00 по Гринвичу. Каждая генерация создаёт одновременно два варианта и тратит 10 кредитов. То есть в сутки удастся нажать на кнопку всего 5 раз. Если нужно больше, то придётся покупать платный тариф. В 2025 году тариф PRO стоит около 1000 руб./месяц, на нём можно создать 500 песен.
Как оплатить подписку, описано в п.4.4.7 «Прочее/Оплата НС».
Не хочу песню, хочу только музыку.
Композиция без слов называется инструментальной. В поле «Song Description» есть кнопка «Instrumental», которая позволит создать трек только с музыкой.
Хочется песню со своим текстом?
Переключитесь в режим «Advanced», там много настроек, но ключевыми становятся поля «Lyrics» и «Styles». В поле «Lyrics» внесите свой текст, а в поле «Styles» напишите стили, в которых вы хотите получить песню (можно на русском языке). К примеру, «диско 70-х с пульсирующим басом, женский вокал».
Каковы основные правила формирования запроса к нейросети?
— Текст в поле «Lyrics» должен содержать текст песни.
— Ничего кроме букв желательно не использовать. Будет ли НС петь цифры и как — зависит от настроения НС.
— Большие буквы означают усиление голоса или акцент.
— Текст в круглых скобках чаще всего обрабатывается как бэк-вокал.
— Текст в квадратных скобках — инструкции к исполнению. НС петь их не должна. В квадратных скобках также можно указать стили, вместо того, чтобы указывать их в поле «Styles».
