Позавчера знакомый скинул четыре строфы и вопрос: «Сможешь сделать из этого песню к свадьбе сестры?» Ещё недавно такой запрос означал композитора, студию, вокалиста и неделю согласований. Теперь хватает браузера: вставляю текст, выбираю настроение, через пару минут слушаю трек с вокалом. Не демо и не MIDI с синтезатором, а полноценную песню, которую можно включить гостям.
За последние месяцы я прогнал через генераторы несколько десятков текстов: поздравления, стихи знакомых, джинглы, шутливые рэп-треки для чата. Часть ушла в мусор, часть удивила. Дальше - честный разбор того, как работает ии музыка создать по тексту бесплатно, где подвох и как выжать звук, который не стыдно показать людям.
Текст в песню работает в двух режимах, и люди их постоянно путают
Путаница начинается на входе. Нейросети можно отдать описание или готовые слова. Разница огромная, хотя интерфейсы прячут её за двумя вкладками.
Режим описания принимает что-то вроде «грустный инди-рок о поезде в никуда, мужской голос с хрипотцой, медленный темп, гитара с ревербом». Модель сама придумывает слова, мелодию и аранжировку. Удобно, когда есть настроение, но нет текста. Режим лирики берёт ваши строки и строит вокруг них мелодию и вокал. Вот здесь и начинается магия, ради которой всё затевалось.
Пишете стихи, поздравление или куплет для подарка - нужен второй режим. Вставляете текст, размечаете куплеты и припевы, выбираете жанр. Дальше сервис решает, где сделать паузу, как поднять мелодию на припеве, каким голосом спеть. Я обычно запускаю два варианта на один текст: один ближе к исходному настроению, второй в другом жанре. Иногда попаданием оказывается именно второй.
Бесплатный доступ существует, и на нём реально получить готовую песню. Ограничения тоже реальны: очередь, несколько попыток в сутки, водяные знаки, запрет на коммерческое использование, иногда пониженное качество экспорта. Для подарка маме или теста идеи хватает. Для рекламы или стриминга лучше сразу смотреть платные тарифы.
Бесплатно значит с лимитами, и в этом нет трагедии
К бесплатным лимитам я отношусь спокойно. Серверы стоят денег, генерация вокала в реальном времени требует мощностей. Три попытки в день - не жадность, а выживание. Проблема в другом: три попытки легко сжечь на неудачных формулировках и остаться ни с чем.
Практика простая: сначала собираю текст и продумываю описание на бумаге, потом запускаю. Первый запуск почти никогда не даёт финальный результат. Нормальный трек выходит с третьей или пятой итерации, когда понимаешь, где модель проглатывает слог, а где вокал уезжает в нос.
Платный доступ на 3seller.com/suno начинается от 149 рублей. За эти деньги снимается очередь, появляется больше вариантов и нормальное качество экспорта. Окупается уже на этапе, когда заказчик просит «ещё одну версию, но помедленнее». Перегенерация без лимитов экономит вечер. Пополнить баланс можно российской картой, через СБП или криптой.
Как я готовлю текст, чтобы вокал звучал как живой
Нейросеть не читает мысли. Она видит строки и пытается уложить их в ритм. Чем понятнее структура, тем меньше шансов, что припев склеится с куплетом в кашу.
Первое правило: размечайте блоки. Квадратные скобки с названиями частей работают почти во всех генераторах. Не украшение, а команда для модели.
- [Verse] куплет, спокойная подача
- [Chorus] припев, максимум энергии
- [Bridge] бридж, смена настроения
- [Outro] финал, затухание
Второе правило: строки короткие. Длинная строка на двадцать слов с деепричастным оборотом превращается в скороговорку, где вокалист задыхается. Режу всё, что не помещается в один вдох. Четыре строки на куплет, четыре на припев - достаточно для трёхминутного трека.
Третье: ударения. Русский язык коварен: «замок» и «замок» пишутся одинаково, а звучат по-разному. Модель часто ставит ударение наугад. Если критичное слово встало криво, проще заменить синонимом, чем бороться с генерацией. Я так менял «творим» на «создаём» и попадал в ритм с первого раза.
Четвёртое: имена и редкие слова проверяйте отдельно. Нейросеть любит превращать «Анастасия» в «Анастасию» не там, где надо, а «Ксения» в «Ксенья». Для поздравления критично. Выношу имена в отдельную строку и слушаю, как их пропели, до генерации всего трека.
Пятое: язык. Для русского текста явно указывайте это в описании. Иначе получите русские слова с английской фонетикой, и слышно это сразу. Хороший сервис определяет язык сам, но подстраховка не помешает.
Жанр и настроение задаются точнее, чем кажется
Формулировка «сделай красиво» не работает: модель не знает, что для вас красиво. Зато отлично понимает конкретику - темп, инструменты, эпоху, тип голоса.
Вместо «грустная песня» пишу «медленный соул, женский низкий вокал с хрипотцой, электропиано, тихая бас-гитара, темп около 70 ударов в минуту, лёгкий виниловый шум». Результат отличается радикально. Вместо «весёлая» - «летний поп, мужской высокий голос, акустическая гитара, укулеле, хлопки, темп 110, мажор». Минута работы экономит пять генераций.
Полезно указывать референс эпохи: восьмидесятые, девяностые, современный радио-поп. Модели обучены на огромных массивах и хорошо считывают такие маркеры. Копировать конкретного исполнителя не просите: часто это запрещено правилами, да и результат всё равно будет пародией. Лучше описать составляющие: «гитарный риф в духе гаражного рока, сырой барабан, вокал с дисторшном».
Отдельная история с длиной. Трёхминутный трек требует структуры. Восемь куплетов без припева модель может превратить в десятиминутную балладу, которую никто не дослушает. Оставляю два куплета, припев, бридж и финальный припев. Этого хватает.
Практика: от четверостишия до готового трека
Покажу на живом примере. Есть текст на восемь строк, настроение задано, жанр выбран. Дальше два шага, которые занимают меньше времени, чем чтение этого абзаца.
01 / ИДЕЯ
Задайте направление. Опишите тему, настроение и желаемое звучание. Это может быть песня о любви, танцевальный трек или история для особенного случая.
02 / СЛОВА
Добавьте текст или сюжет. Начните с нескольких строк, готового текста, стихов или набора образов. Уточните важные детали, имена и язык песни.

Создайте любую песню, какую только можете представить. Начните с простой идеи или сразу откройте профессиональные инструменты, ваш следующий трек уже близко. Цена от 149 рублей.
Сервис выдаёт две версии на один запрос. Первая часто предсказуемее, вторая иногда удивляет неожиданной аранжировкой. Слушаю обе до конца, даже если первая вроде бы подходит. Примерно в трети случаев вторая оказывается живее.
Результат близок, но не идеален - не спешите переписывать текст. Сначала замените один параметр: темп, тип голоса или жанр. На Reddit в ветках о генеративной музыке советуют ровно то же: менять по одному параметру за раз, иначе непонятно, что именно сработало. Иногда достаточно поменять «женский вокал» на «дуэт», и трек раскрывается. Полная перегенерация нужна, когда модель явно не поняла структуру.
Голос, аранжировка и мелкие артефакты
Современные генераторы поют так, что на телефонном динамике не отличить от студийной записи. При внимательном прослушивании артефакты есть почти всегда. Чаще всего страдают шипящие, окончания слов и длинные гласные.
Первый признак проблемы: вокал «плывёт» на длинной ноте. Лечится сокращением строки или сменой голоса. Второй: согласные проглатываются в быстрых фразах. Здесь помогает разбивка на короткие фразы и запятые. Третий: неестественная эмоция, когда весёлый текст поют с интонацией похоронного марша. Проверьте, не конфликтует ли описание настроения с самим текстом.
Аранжировка тоже требует внимания. Модель может перегрузить трек инструментами, и вокал утонет. Есть выбор плотности - берите минимализм для текстов, где важны слова. Для танцевальных треков плотность работает на пользу.
Многие сервисы дают доступ к стемам, отдельным дорожкам вокала и инструментала. Это спасает: можно вытащить вокал и подложить свой бит или убрать лишний синтезатор. Я так чинил трек, где понравился вокал, но категорически не понравился припевный проигрыш. Замена инструментала решила вопрос за пять минут.
Что делать с готовым треком и кому он принадлежит
Скачайте в максимальном качестве, которое доступно. Бесплатные тарифы часто отдают сжатый файл, и на нормальной колонке это слышно по песку в верхах. Трек для видео проверьте на водяной знак.
Дальше простой мастеринг. Даже базовая обработка в любом редакторе добавляет громкости и плотности. Я поднимаю уровень на пару децибел, слегка подрезаю низы и добавляю лёгкую компрессию. Для подарка достаточно, для публикации в интернете тоже.
Про права читайте условия тарифа, а не форумы. Бесплатные генерации часто нельзя использовать коммерчески, платные дают больше свободы. Трек идёт в рекламу или на площадки - берите тариф с коммерческой лицензией и сохраняйте подтверждение. Скучно, но один раз разобравшись, вы больше не возвращаетесь к вопросу.
Не пытайтесь выдать трек за запись живого оркестра, если вас об этом не просят. Люди нормально относятся к ИИ-музыке, когда она звучит хорошо. Проблемы начинаются там, где пытаются обмануть. Для поздравления, подкаста, фона в видео или демо собственных песен инструмент отличный.
Ошибки, на которых я сжёг первые тридцать генераций
Первая и главная: слишком длинный текст без структуры. Модель видит стену слов и делает из неё речитатив. Лечится разметкой и сокращением.
Вторая: противоречивое описание. «Весёлый грустный трек с агрессивным вокалом для детского праздника» поставит в тупик не только нейросеть. Определитесь с эмоцией, остальное приложится.
Третья: отсутствие проверки имён и цифр. Дату, имя, название города нужно слушать отдельно. Одна неверно спетая буква в имени убивает весь подарок. Теперь всегда делаю короткий тестовый фрагмент с именами, а потом полный трек.
Четвёртая: ожидание, что первый результат будет финальным. Нейросеть - не волшебная палочка, а инструмент. Как гитара: можно брякнуть три аккорда, можно сыграть песню. Разница в количестве подходов.
Пятая: попытка сэкономить на всём. Бесплатные лимиты подходят для теста, но когда результат нужен к сроку, лучше заплатить 149 рублей и не нервничать. Время дороже.
С чего начать сегодня
Возьмите самый простой текст. Четыре строки, которые давно лежат в заметках. Откройте генератор песен на 3seller, вставьте строки, добавьте описание настроения одной фразой и запустите. Не старайтесь сразу сделать шедевр. Первая цель - услышать, как ваш текст превращается в голос.
Дальше станет понятно, что править: слова, жанр или настройки. Инструмент для ИИ-музыки и песен, которые не отличить от живых исполнителей, уже доступен, и порог входа ниже, чем кажется. Другие нейросети для работы с текстом и звуком собраны на 3seller.com/3gpt. Начните с одной строфы - следующий трек уже будет ближе.