Нейросеть для создания музыки: песня со словами на трёх моделях

Дали музыкальным нейросетям готовый текст песни — куплет и припев на русском — и попросили современный трек: электронный бит, синтезаторы, плотный бас, женский вокал. Слушайте, что получилось у каждой.

Песню умеет не каждая модель

Музыкальные нейросети решают разные задачи, и по названию это не всегда видно:

• Одни делают песню. Берут ваш текст, кладут на музыку и поют его — от первого куплета до финала.
• Другие рассчитаны на звук и фоновую музыку. Запрос с текстом они примут без ошибки, но вернут короткий фрагмент, а не песню: это видно уже по длине.

Это первое, что стоит проверить: если нужна песня со словами, смотрите не на описание модели, а на то, что она вернула. Двадцатисекундная дорожка песней быть не может по определению.

Длина: разброс в десять раз

На одном и том же задании модели выдали:

• двадцать секунд — звуковая заставка;
• тридцать секунд — короткая петля для фона;
• три с половиной минуты — полная песня с куплетами, припевом и завершением.

Разница в цене при этом от двух до пятнадцати рублей. Платите вы именно за длину и за вокал, а не за «качество звука»: битрейт у всех одинаковый.

Видно это и по строению трека. У короткой модели громкость просто нарастает к концу, у длинной — чередуется волнами: тише в куплете, громче в припеве. Второе и есть песня, первое — фрагмент.

Как писать запрос на песню

Здесь легко ошибиться, и ошибка обидная: текст песни и описание жанра нужно разделять. Если написать всё одной строкой, модель может спеть ваше описание — буквально «современный поп с электронным битом» вместо припева.

Правильно так:

• в текст — только слова песни, с пометками [Куплет] и [Припев];
• отдельно — жанр, инструменты, характер вокала и темп;
• отдельно — название трека.

Пометки частей модель понимает и строит по ним композицию: куплет звучит спокойнее, припев плотнее.

Русский текст

Русские слова модель принимает и поёт по ним — задавать текст латиницей или переводить не нужно.

Совет практический: проговаривайте строки вслух, когда пишете. Строки примерно одинаковой длины ложатся на мелодию ровнее — иначе модель растягивает или проглатывает слоги, чтобы уместить их в такт.

Две версии за один запрос

Модель, которая поёт, возвращает сразу два варианта одной песни — с разной мелодией на тот же текст. Это удобно: из двух почти всегда один заметно лучше, а платите вы за один запрос.

Как попробовать

Все модели из сравнения работают в ТвойГПТ по одной подписке. Открываете раздел «Музыка», вставляете текст, описываете жанр — получаете трек.

Песню обычно подбирают: мелодия с первого раза угадывается редко, а текст хочется поправить под ритм. Отдельной платы за попытку нет — расходуется лимит тарифа, и на музыке он самый щедрый: трек в десятки раз дешевле ролика.

Первая неделя бесплатно — карта не нужна.