Как создать музыку ИИ: практический гайд по SongHit

Содержание страницы

• Из чего собирается рабочий промпт
• Основа: музыка + текст
• Теги стиля
• Структурные теги
• 1. Фоновый инструментал точно под хронометраж ролика
• 2. Персональная песня в подарок
• 3. Джингл и заставка для подкаста или рекламы
• 4. Трек «по вайбу» — генерация из готового референса
• 5. Минусовки, стемы и продление готового трека
• Ошибки, которые стоят кредитов
• Заключение
• Показать ещё (6)

SongHit — сервис крутой и удобный: если вы ищете, как создать музыку с ИИ, вам определенно стоит его попробовать. Но есть одно «но»: чтобы ИИ вас правильно понял, вы должны хоть немного владеть его языком. Иначе получится как у меня: заказал модели «меланхоличную музыку для осеннего пейзажа», а на выходе оказался какой-то тюремный шансон с надрывом. Не совсем то, что нужно для слайдшоу о прошлогодней семейной поездке под Звенигород.

При работе с музыкальными нейросетями качество трека на 80 % зависит от того, что и как вы будете писать в настройках генерации. В этом гайде я подробно распишу, как сделать музыку с ИИ под конкретную задачу, и дам готовые промпты, которые можно скопировать и запустить прямо сейчас.

Из чего собирается рабочий промпт

Промпт для музыкального ИИ устроен иначе, чем обычный запрос к чат-боту. По сути, вам нужно сформулировать техническое задание. А собирается оно из готовых блоков-тегов, которые идут через запятую.

Подробнее о языке музыкальных промптов вы можете прочесть в нашем специальном гайде, а здесь дам только самую базовую базу.

Основа: музыка + текст

Если вас интересует не просто инструментал, а полноценная песня со словами и вокалом, то генерация должна состоять как минимум из двух этапов:

• создание текста песни;
• генерация по этому тексту полноценного трека в заданном стиле.

Suno, конечно, способна сама сгенерить какую-то лирику, но лучше ей этого не позволять. Воспользуйтесь нашим гайдом, как писать поэзию с ИИ и заготовьте нормальные стихи, которые не стыдно будет положить на музыку.

А теперь нужно задать параметры для обоих элементов будущей песни.

Теги стиля

То, что определяет характер мелодии. Рабочий набор состоит из шести блоков.

• Жанр и поджанр — russian indie rock, lofi hip hop, synthwave, power ballad.
• Тип вокала — male tenor, female alto, raspy male vocal или no vocals для инструментала.
• Ключевые инструменты — distorted guitars, analog synths, 808 bass, rhodes piano.
• Темп конкретным числом — 90 bpm, 128 bpm, 140 bpm.
• Тональность — A minor для грустного, C major для светлого.
• Настроение — melancholy, nostalgic, aggressive, peaceful.

Ключевой момент, на котором спотыкаются почти все, кто впервые пробует создать музыку с помощью нейросети: описание стиля лучше писать по-английски, даже если песня будет на русском. Модели, хоть и работают по API в России, обучены в основном на англоязычных описаниях музыки и распознают их заметно стабильнее. А вот текст песни спокойно пишите по-русски — виртуальные исполнители поют без акцента.

Если вы генерируете чистую музыку, без вокала, то этих тегов вам будет достаточно.

Структурные теги

Второй инструмент — теги структуры в квадратных скобках. Они ставятся в тексте песни и управляют формой трека.

• [Intro] и [Outro] — вступление и концовка.
• [Verse 1], [Verse 2] — куплеты.
• [Pre-Chorus] и [Chorus] — предприпев и припев.
• [Bridge] — бридж, обычно перед финальным припевом.
• [Guitar Solo], [Instrumental Break] — проигрыш вместо очередного куплета.

Круглые скобки в тексте работают иначе: модель читает их как подсказку по подаче — (whispered), (echo), (harmonies).

С вводной частью разобрались. Теперь давайте попробуем погенерировать.

1. Фоновый инструментал точно под хронометраж ролика

Самый частый запрос у всех, кто монтирует видео, и мой личный сценарий номер один. Тут важна не столько красота мелодии (хотя и она тоже), а два условия:

музыка не должна лезть вперед картинки,

она должна заканчиваться там, где заканчивается ролик.

Второе умеет только ACE Step 1.5 — единственная модель в сервисе, где длительность задается еще до генерации: за это отвечает ползунок от 5 до 240 секунд.

Порядок действий такой.

1. На вкладке «Песня» выбираете модель ACE Step 1.5.
2. Включаете тумблер «Инструментал» — вокал и поля текста скрываются.
3. Ставите ползунок длительности ровно на хронометраж вашего видео, с запасом в две-три секунды на финальное затухание.
4. Вставляете промпт стиля и жмете «Создать».

cinematic acoustic instrumental, no vocals, fingerpicked guitar, warm strings, soft piano, light percussion, 85 bpm, D major, nostalgic and warm, background music

Приписка background music в конце — не украшение. Она заметно снижает шанс, что модель выкатит драматичное соло посреди ваших семейных фотографий. Если инструментал все равно получается слишком активным, добавьте minimal arrangement и уберите слово cinematic.

На такой фон, кстати, хорошо ложатся звуковые эффекты из раздела «Создать звук». Пара переходов между блоками фотографий обходится в 1 кредит за секунду и делает монтаж собраннее. Там же есть режим Loop — он склеивает начало и конец бесшовно, что удобно для длинных фонов.

2. Персональная песня в подарок

День рождения, свадьба, юбилей — жанр, ради которого люди вообще приходят на подобные сервисы. Здесь работает Suno V5.5: она дает лучший вокал на русском и генерирует сразу два варианта за прогон — есть из чего выбрать.

Главная ошибка новичка — написать «песня для мамы на юбилей» и ждать чуда. Модель не знает вашу маму, поэтому получите набор общих слов про золотое сердце.

Я бы рекомендовал другой подход: сначала текст, потом музыка.

1. Идете на вкладку «Текст» и описываете человека фактами: чем занимается, какие привычки, за что вы ее любите, какая шутка понятна только вам двоим.
2. Правите сгенерированную лирику руками — именно на этом шаге песня превращается из открытки в подарок. Одна конкретная деталь стоит десяти красивых строк.
3. Готовый текст одной кнопкой переправляется в генератор трека. Там включайте экспертный режим и вставляйте промпт ниже.

Кстати, на этой же странице вы можете посмотреть подробную видеоинструкцию, как создать песню с ИИ.

modern pop ballad, female alto, warm and sincere, piano, strings, soft drums, 75 bpm, D major, emotional and uplifting

Разметку текста будет лучше задать заранее:

• [Verse 1] — первый куплет с историей,
• [Chorus] — припев с главной мыслью,
• [Bridge] — «ударная часть» с самым личным местом,
• [Chorus] — припев на финал.

Так модель не свернет структуру в кашу и не оборвет песню на середине мысли.

Например, так:

[Verse 1]
Шесть утра, ещё темно,
чайник спорит с тишиной.
Ты рисуешь на стекле
пальцем солнце надо мной.
Я бегу, не смотря назад.
Но со мною всегда твой взгляд.
[Chorus]
Пятьдесят — это только полдень,
самый свет, середина дня.
Не итог, не финал, не отдых —
еще много в душе огня.
Мама, слышишь? Ещё много огня.
Мама, слышишь? Ты лучшая у меня.
[Bridge]
Я звоню тебе реже, чем надо,
говорю: «Всё нормально. Пока».
А внутри — целый год разговора,
на который не хватит звонка.
В сердце чувств невыразимая гамма.
Я люблю тебя, мама.
[Chorus]
Пятьдесят — это только полдень,
самый свет, середина дня.
Не итог, не финал, не отдых —
еще много в душе огня.
Мама, слышишь? Ещё много огня.
Мама, слышишь? Ты лучшая у меня.

Если хотите, чтобы поздравление звучало вашим голосом, в разделе «Мои голоса» за 10 кредитов записывается десятисекундный образец и проверочная фраза. Дальше в экспертном режиме задайте этот голос вместо абстрактного «мужской» или «женский». Эффект будет взрывной, можете поверить.

И главное: не забудьте при генерации отключить тумблер «Публичный», если не хотите, чтобы ваше личное поздравление стало доступно всем посетителям сервиса. По умолчанию он обычно включен.

3. Джингл и заставка для подкаста или рекламы

Здесь задача одновременно попроще и посложнее: нужно пятнадцать секунд, которые узнаются с первой ноты и не мешают голосу поверх. Под такое лучше всего заходит нейросеть Lyria 3 на 30 секунд — генерация на ней стоит вдвое дешевле обычной и заточена именно под короткие фрагменты.

upbeat corporate intro, no vocals, bright plucked synth, claps, light percussion, 115 bpm, C major, optimistic, clean mix, short jingle

Дальше начинается работа, которую многие пропускают. Сгенерируйте пять-шесть вариантов подряд, не меняя промпт, и выбирайте из получившегося: так больше шансов получить идеальный джингл. При стоимости в 5 кредитов за генерацию серия обходится дешевле одной песни.

Для рекламного ролика с точным таймингом логика та же, но модель предлагаю взять другую — снова ACE Step с ползунком длительности. Пятнадцать секунд это пятнадцать секунд, а не «примерно столько».

4. Трек «по вайбу» — генерация из готового референса

Допустим, у вас есть любимая композиция, и вы хотите сгенерировать что-то максимально похожее. Сидеть и угадывать на слух жанр, темп и тональность — занятие нетривиальное даже для человека с музыкальным образованием.

У SongHit есть для этого отдельный инструмент — «Промпт из трека». Загружаете MP3 или WAV до 10 мегабайт, и за десять-двадцать секунд получаете готовый промт с жанром, эпохой, темпом, типом вокала, инструментами и настроением. Стоит операция 5 кредитов. Результат выглядит примерно как на картинке:

russian pop ballad, female vocal, piano, strings, acoustic guitar, bass, drums, choir, calm, hopeful, 100 bpm, Am

По одной кнопке переходите в режим генерации Suno. Дальше, если хотите, можно править запрос: поднять темп, поменять минор на мажор, заменить женский вокал на мужской или вовсе отменить его, как в моем примере.

Если нужна именно новая версия конкретной песни, работает вкладка «Кавер» в разделе «Создать песню»: загружаете аудио или свой текст, задаете стиль и голос. Мой любимый способ проверить чувство юмора нейросети — прогнать бодрый поп-трек через шансон или оперу.

5. Минусовки, стемы и продление готового трека

Последний блок — про то, что делают с треком после генерации. Все эти операции доступны для песен Suno и живут на странице готового трека.

• Разделение на стемы за 15 кредитов дает вокал и инструментал отдельными файлами — готовый минус для караоке или чистая подложка под закадровый голос.
• Полное разделение за 20 кредитов разбирает трек на все дорожки, включая ударные и бас: пригодится, если результат едет в монтажную программу и его надо пересвести.

• Функция «Продлить» за 5 кредитов дописывает песню с того места, где вы остановились, — может выручить, когда трек хорош, но короче нужного.
• Конвертация в WAV бесплатна, но файл доступен для скачивания только семь дней после создания трека, так что забирайте сразу.

Отдельно отмечу поле «Исключить жанры» в дополнительных настройках Suno. Оно решает самую бесящую проблему генерации — несовпадение стилей: когда на лиричное описание модель вешает хардроковые риффы или шансонную гармошку. С помощью этой строки можно запретить ей самодеятельность.

Ошибки, которые стоят кредитов

Есть несколько неочевидных «граблей», на которых новички рискуют впустую потратить кредиты из-за неудачных генераций.

• Слишком общий промпт. «Грустная песня про любовь» — это запрос на усредненную попсу, и вы ее получите. Задайте хотя бы необходимый минимум: жанр, вокал, темп, настроение.
• Противоречивые теги. Сочетание aggressive metal и soft vocal, 60 bpm, peaceful ставит модель в тупик, и она начинает «плыть».
• Имена артистов. Просьба сделать «как у такого-то» часто упирается в отказ, а если и проходит, результат нестабильный. Описывайте звучание, а не исполнителя.
• Перегруженный промпт. Больше восьми стилевых тегов — и модель начинает игнорировать те, что в конце списка.
• Всего одна попытка. Тот же самый промпт при повторном запуске дает другой трек. Три-пять итераций — это не неудача, а норма, если вас интересует результат.

Заключение

Вопрос, как сделать музыку с ИИ, на практике распадается на два: какую модель взять и что написать в поле стиля. С первым в SongHit просто — ACE Step, когда важна длительность, Suno, когда важен вокал, Lyria для коротких инструментальных заставок, Mureka, когда две первые выдали не то настроение. Со вторым помогает привычка писать техническое задание из шести тегов вместо развернутой просьбы.

Все промпты из этого гайда рабочие, их можно копировать как есть и подставлять свои жанры и темпы. Приветственных 15 кредитов хватает на первую генерацию с двумя вариантами трека и еще на несколько текстов — достаточно, чтобы понять, ваш это инструмент или нет. Мой осенний слайд-фильм, с которого все началось, получил фоновую музыку с третьей попытки; на стоках я искал бы ее весь вечер и все равно взял бы что-то чужое.

Часто задаваемые вопросы

На каком языке писать промпт?

Описание стиля и теги структуры — на английском, так модели работают стабильнее. Сам текст песни пишите на русском, вокал звучит без акцента.

Какую модель выбрать новичку?

Suno V5.5 по умолчанию: лучший вокал на русском и два варианта трека за одно списание. К остальным моделям переходите под конкретную задачу.

Как задать точную длительность трека?

Только через модель ACE Step 1.5 — там длина выставляется ползунком от 5 до 240 секунд перед генерацией. У остальных моделей хронометраж определяет нейросеть.

Можно ли сделать минусовку из готовой песни?

Да, на странице трека Suno есть разделение на стемы: 15 кредитов за вокал и инструментал отдельными файлами, 20 — за полный разбор по дорожкам.

Что делать, если нейросеть выдает не то настроение?

Проверьте промпт на противоречия, укажите темп конкретным числом и впишите нежелательные жанры в поле «Исключить жанры». Если не помогло, попробуйте ту же идею на Mureka.

Сколько попыток нужно на хороший трек?

В среднем три-пять генераций: один и тот же промпт каждый раз дает разный результат. Планируйте кредиты с запасом на серию, а не на одну попытку.