Игорь Барсуков ИИ генерация музыки. Барсучье руководство

1.4.2.Интерфейс создания треков

Переходим в раздел «Create» suno.com/create для создания новых композиций или работы с существующими треками.

Контентную (центральную) область разработчики поделили на две части: левая — форма составления запроса (промпта) и правая — реестр композиций. Пойдём по порядку.

Рис.1.1. Интерфейс Suno.

Форма

В верхней части формы на данный момент указывается количество кредитов на счету, переключатель режимов «Simple/Advanced» (простой/расширенный) и селектор выбора модели. На бесплатном тарифе доступна только модель v4.5-all, на платных тарифах — остальные. Модель v5 лучше всего подходит для работы новичкам, модель v5.5 позволяет эффективно работать со своим голосом.

В средней части открывается либо простая форма, либо расширенная, в зависимости от выбранного режима. В нижней части формы находится кнопка генерации «Create», которая становится активна, только если заполнено единственное обязательное поле «Song Description» или «Lyrics».

Как работать в простом режиме, описано в п.1.2.1. Рассмотрим форму расширенного режима. Сверху вниз она включает следующие пункты:

Добавление референса «+Audio, +Voice, +Inspo». Позволяет загрузить аудиотрек, голос или иные композиции для формирования базы, на которой будет строиться промпт.

Поле лирики «Lyrics» для текста песни и её структуры.

Поле стилей «Styles» для описания стилей композиции.

Раздел дополнительных опций «More options», состоящий из переключателей и регуляторов Exclude styles (исключаемые стили), Vocal Gender (половая принадлежность вокала), Lyrics Mode (режим генерации лирики), Weirdness (странность), Style Influence (влияние стилей). Подробнее см. 1.4.5. «Генерация по референсам и прочие настройки».

Далее идёт поле «Song Title» (заголовок песни). Если оставить поле пустым, то каждый новый трек будет называться по первым словам лирики. При активной работе, когда генерируются сотни треков, лучше разработать методику именования и прописывать её здесь ещё до начала генерации. Это сильно поможет в дальнейшем при разгребании бесконечных завалов из треков. К примеру, я в своей работе вставляю в «Song Title» следующий шаблон « {название песни} (v [])». После генерации при прослушивании немедленно редактирую название получившегося трека до такого вида: «Ржавый (v5 [5] альт-блюз реггетон)», где v5 — это порядковый номер, [5] — грубая субъективная оценка, а далее ключевые признаки. При дальнейшей работе это сильно экономит время.

Поле «Save to…» позволяет выбрать рабочее пространство для сохранения трека. Рабочее пространство — это как папка для работы над одной композицией. К примеру, вы пытаетесь сделать композицию, и у вас увеличивается число треков, обрезков, референсов по задаче. Но вы не хотите, чтобы они смешивались с материалами для другой композиции. Тогда можно в селекторе данного поля создать новое рабочее пространство, и все треки будут размещаться в нём.

Реестр композиций

В правой половине контентной области отображается список из генерированных ранее композиций. В верхней части списка указано рабочее пространство «Workspace». По нажатию на ссылку «Workspace» вместо реестра композиций отобразится реестр рабочих пространств (папок). Вы можете там выбрать нужное рабочее пространство (рабочую директорию) и перейти в соответствующий реестр композиций, либо создать новое, а также удалить старое рабочее пространство. В разделе «Library» все треки доступны без разделения на «Workspace».

Ниже строка поиска и набор фильтров, которые упрощают поиск по реестру, а ниже собственно сами композиции, отсортированные по времени создания в обратном порядке. То есть новые будут выше. Как только вы нажмёте кнопку «Create» формы, в реестре появятся две новых записи.

Запись состоит из картинки обложки с длительностью трека, названия трека, модели генерации, вырезки из описания стилей, четырёх кнопок в нижнем ярусе (лайк, дизлайк, закреп, копия ссылки) и кнопки действий справа «…» (три точки). При наведении курсора на запись появится ещё кнопка «Remix/Edit».

Пока трек генерируется, картинку обложки замещает стандартная иконка. Также до окончания генерации не будет указана длительность трека, а ряд действий будут недоступны. Тем не менее, нажав на обложку можно начать прослушивание. Внизу экрана выскочит плеер, справа появится панель с параметрами трека и обложка в крупном виде. Во время генерации воспроизведение может слегка подтормаживать, что связано с поэтапной обработкой: Suno дописывает аудио частями.

Помимо двух версий трека, за которые Suno спишет 10 кредитов, в случае, если вы работаете на бесплатном тарифе, сервис может сделать ещё два пробника на последней модели длиной в 1 минуту. Так разработчики демонстрируют преимущество новой модели над общедоступной и предлагают перейти на платный тариф.

Какие действия происходят по нажатию на кнопки?

«Лайк» (понравилось) и «дизлайк» (не понравилось) маркируют трек. Так как композиции в реестре формируют некоторый фон ваших предпочтений, то треки отмеченные «лайком» показывают большее предпочтение. Треки с «дизлайком» пропадают из реестра, но только в силу того, что фильтр реестра по умолчанию настроен скрывать треки с «дизлайком» и ряд технических записей, к примеру, стемы. Чтобы увидеть их, откройте меню фильтров.

«Закреп» прикрепит трек в верхней части реестра, чтобы не приходилось постоянно искать его в списке.

«Копия ссылки» скопирует в буфер обмена ссылку на трек, который вы можете отправить кому угодно в интернет. По данной ссылке пользователь откроет страницу вашего трека, сможет его прослушать, даже не будучи авторизованным на сайте, а также увидит лирику и стили трека, если вы их не модифицируете.

Кнопки действий «…» и «Remix/Edit» открывают падающие меню с множеством действий. При этом «Remix/Edit» является первым пунктом меню «…». Кратко перечислим их.

Разделы меню «Remix/Edit»:

Open in Studio — загрузить трек в Suno Studio.

Open in Editor — открыть трек во встроенном редакторе. Здесь можно подправить сгенерированные треки. Например, перегенерировать конкретный участок, заменить текст, стиль или структуру.

Cover — подключить трек в качестве референса для генерации кавера.

Extend — подключить трек в качестве референса для генерации продолжения.

Mashup — смешение, можно взять из готовых треков кусочки и смешать их, функция сработает как слияние с качественными, и иногда неожиданными переходами.

Sample this song — подключить часть трека в качестве сэмпла для новой генерации.

Use as Inspiration — подключить трек в качестве референса Inspo.

Adjust Speed — регуляция темпа трека.

Reuse Prompt — заполнить форму, как при генерации трека.

Crop — открыть трек в редакторе для обрезки.

Replace Section — открыть в редакторе для замещения фрагментов.

Разделы меню «…»:

Create/Voice — создать из трека голос (персону). Создаёт на основе трека модель с вокальными характеристиками. Данную модель можно использовать при новых генерациях.

Create/Remaster — произвести переработку трека. Очень полезно, когда требуется композицию на старой модели поднять на новую версию, чтобы улучшить качество звука.

Create/Song Radio — отправить трек в Suno Radio.

Get stems — разделить трек на стемы (отдельные звуковые дорожки). Suno осуществит перегенерацию трека на отдельные дорожки. За 10 кредитов разделит трек на 2 стема (вокал и инструментал), за 50 кредитов разделит на 5—7 стемов (каждая группа музыкальных инструментов отдельно: вокал, гитары, клавишные, перкуссия и т.д.).

Add to Queue — отправить трек в очередь.

Add to Playlist — отправить трек в плейлист.

Move to Workspace — поменять рабочее пространство трека.

Publish — сделать трек видимым для общего обозрения.

Song Details — работа с деталями трека. Можно изменить название, перегенерировать обложку, заменить отображаемые лирику и стили, разрешить комментарии, разрешить ремиксы.

Generate Cover Art — меню перегенерации обложки. Можно сделать анимированную.

Visibility & Permissions — видимость и разрешения комментариев и ремиксов.

Share — даёт сделать ссылки на трек.

Download — скачать трек в форматах mp3, wav, а также видеоролик с субтитрами в качестве лирики.

Report — пожаловаться техподдержке на ошибки генерации.

Move to Trash — отправить трек в корзину. Через некоторое время треки из корзины удаляются навсегда.

На бесплатном тарифе доступны примерно половина перечисленных действий. Описывать мы их не будем, так как в целом интерфейс интуитивно понятен. Периодически в разные меню и редакторы вносятся изменения. Некоторые сервисы, вроде Mashup, требуют экспериментальной работы, чтобы понять, полезна ли работа с ним.

В общем, в добрый час в деле осваивания, а мы пробежимся по отдельным позициям формы.

1.4.3.Лирика

От какого поля сильнее всего зависит результат генерации трека?

От поля «Lyrics». Даже если вы создаёте инструментальный трек, описанная структура в тексте определит длину композиции, структурные блоки, моменты пауз и интенсивности. Они сформируют костяк, на которую будет натянута плоть (наряд) из стилей и жанров. В случае, же если вы создаёте песню со словами, то текст окажет формирующее влияние, и если он будет противоречить стилям, НС будет игнорировать стили, а не текст.

Как может текст повлиять на стили? В первую очередь ритмикой. Количество слогов в строках, количество строк на куплет, длина гласных, количество идущих подряд согласных, сильные доли (ударения на строку) обеспечат базовый рисунок, к которым НС начнёт применять стили. При достаточно большой практике вы сами сможете убедиться, что перебороть ярко выраженный слог в тексте, тяготеющий к определённому жанру очень сложно. Подробнее в п.6.3.3.«Просодия».

В поле «Lyrics» имеются кнопки-помощники. Есть кнопка сохранения текста в библиотеке и кнопка последующей вставки из библиотеки. Есть волшебная палочка, позволяющая генерировать лирику с помощью НС, но об этом подробнее в п.6.3.1.«Метод генерации». Для лёгкости восприятия рассмотрим пример.

«Барсук-Бэнд — Время дороги». Лирика (текст, вставляемый в поле «Lyrics»):

[start]

[intro: smooth play of theme on soft synth pads with completion of harmony on guitars]

[verse]

бывает жизнь даёт для нас урок,

и разрывает время вдруг порог.

вчера цвели вокруг поля,

сегодня ж усыпает всё зола.

[buildup]

и нету жизни больше здесь,

готовь всем миром переезд.

и горизонт скрывает пелена,

то пыль трудов и прах очага.

[break]

[chorus x2]

(время!) — отпустить вчерашнее,

(время!) — отмахнуть напрасное,

(время!) — натянуть поводья

и подхлестнуть коня!

[instrumental: long saxophone solo]

[verse]

пусть труден путь среди чужих холмов,

пусть впереди туман из зыбких слов,

но коль в груди горит ещё искра,

мы прошагаем путь весь до конца.

[breakdown: percussion]

[chorus: choir]

(время!) — отпустить вчерашнее,

(время!) — отмахнуть напрасное,

(время!) — натянуть поводья

и подхлестнуть коня!

[breakdown: percussion]

[instrumental verse]

(лай-ла ла-ла-лай ла-ла ла-ла!)

(лай-ла ла-ла-лай ла-ла ла-ла!)

(лай-ла ла-ла-лай ла-ла ла-ла!)

(лай-ла ла-ла-ла!)

[episode: harmonic shift with new instrumentation]

[chorus: choir]

(время!) — отпустить вчерашнее,

(время!) — отмахнуть напрасное,

(время!) — натянуть поводья

и подхлестнуть коня!

[outro]

[end]

Данная композиция в тексте имеет ярко-выраженный поп-стиль, что чувствуется уже при проговаривании текста. При желании, конечно, его можно переделать во что-то совершенно не попсовое, но не факт, что звучать будет лучше.

Как видно, текст песни обильно украшают структурные теги. Чтобы НС понимала, что это инструкции и их петь не надо, они заключены в квадратные скобки. Среди них [start] и [stop] — чёткие указания начала и завершения композиции, дабы обеспечить отсутствие неопределённости. [intro] — вступление, [outro] — завершение. Без них трек может начаться прямо со слов и завершиться с последним словом. Куплеты — это содержательная часть песни, рассказывающая историю, они выделены однотипными блоками [verse]. Второй куплет обозначен блоком [buildup], чтобы обеспечить подъём интенсивности звучания, а по сути, переход от части песни со слабой аранжировкой к полноголосой. Эмоциональная часть трека приходится на повторяющийся элемент — припев, он обозначается блоком [chorus].

Помимо основных блоков ещё присутствуют: [break] — останов в музыке, инструментальная пауза; [breakdown: percussion] — обрыв с помощью перкуссии (спад в аранжировке, сопровождаемый выделением ударных инструментов); [instrumental: long saxophone solo] — инструментальный блок без слов, с указанием ввести длинное соло на саксофоне; [episode: harmonic shift with new instrumentation] — введение отдельного музыкального фрагмента, не звучавшего ранее.

По стилистике вокала — всё исполняется одним голосом, за исключением: текст в круглых скобках должен исполняться бэк-вокалом; припевы кое-где заданы с участием хора [choir].

Отдельно отметим ещё три момента.

Инструкции в квадратных скобках задаются на отдельных строках, чтобы не быть смешанными с текстом. Недопустимо разрывать строку внутри квадратных скобок.

Даже если после объявления структурного блока нет лирики, всё равно пропускается отдельная строка. Не рекомендуется слеплять структурные инструкции между собой, НС может в таком случае игнорировать какой-нибудь блок.

Вся лирика написана прописными буквами. Заглавная буква (верхний регистр) означает усиление звука и автоматически приводит к формированию сильной доли на строке, что легко может сместить ударения. Даже если это первая буква строки, рекомендуется писать её маленькой, хотя за это придётся побороться с текстовым редактором.

Не стремитесь изначально везде расставить ударения, таким образом, легко можно превратить текст в колючую проволоку, которой сложно будет залезть в горло НС. В итоге она начнёт коверкать их самым странным образом, а при коррекции ошибки начнут блуждать дальше. Самый верный способ: пропустить текст на первую генерацию без ударений, чтобы посмотреть, как НС поймает ритм, а затем уже принимать решение по методам борьбы с возникшими ошибками.

Более подробно по каждому пункту читайте в главе 2.

1.4.4.Стили

Поле «Styles» на форме генерации нужно для указания общей стилистики генерируемой композиции.

Обязательно ли его заполнять? Нет.

Если вы хотите посмотреть на фантазию НС, то можно оставить поле пустым и посмотреть, что подберёт нейросеть. Подберёт она, конечно, какой-нибудь поп-стиль, гармонично ложащийся на заданную лирику. Почему поп? Потому что он «популярный», а НС тяготеет к основным трендам. Но если у вас есть конкретная цель, какую получить песню, то стили указывать обязательно.

Строго говоря, стили можно указать не в поле «Styles», а в поле «Lyrics», но в таком случае все стили необходимо писать в квадратных скобках, чтобы НС их не пропела. Каждую строку заворачивать в отдельные квадратные скобки! А так как стили общие для песни, их следует указать в самом начале поля «Lyrics».

Но гораздо проще их писать без квадратных скобок в поле «Styles».

Что писать?

Жанр, используемые инструменты, эмоциональный стиль, уточнения производства, аспекты выходного звучания. Желательно в таком порядке.

Жанр — определяющий параметр. Он задаёт общий характер песни, включая инструменты, темп и вокал, поэтому его необходимо указывать в самом начале. Если нужно добиться характерного звучания эпохи, добавьте временной период: например, 1980s для музыки в духе восьмидесятых.

Подобрать подходящий жанр на примерах можно на сайте в разделе «Labs/Genre Wheel» (suno.com/labs/genre-wheel). Помимо этого в интернете хватает различных сервисов с вариациями жанров. К примеру, Spotify различает не менее 6300 музыкальных жанров, список которых доступен на Every Noise at Once (everynoise.com).

Не стесняйтесь указывать сочетание жанров: это не приведёт к ошибкам, просто каждый последующий будет при генерации иметь меньший вес. Поэтому лучше указывать наиболее значимые для вас параметры ближе к началу поля «Styles».

Хотя жанр уже подразумевает некоторый набор музыкальных инструментов, вы можете добавить нехарактерные, либо акцентировать внимание на конкретных. В таком случае, после жанра следует указать используемые инструменты, можно с указанием техники игры.

Эмоциональный стиль — это характер звучания. Он относится как к настроению композиции ([happy], [mood]), так и техническим элементам ([chamber] — камерный).

Уточнения производства — аспекты производства. К примеру, [one man with one guitar], чтобы не допустить появления целого ансамбля.

Выходное звучание для коррекции тонких эффектов. К примеру, [reverb] для придания объёмности, [echo in big hall] — эхо большого зала. Эти моменты следует указывать, если у вас уже есть определённое представление звучания, которое вы хотите получить.

Как писать?

Для простоты можно вначале раскладывать строго по полочкам и начать с простых конструкций.

Жанр + настроение + инструмент: