Вчера приятель прислал мне трек. Звучало как драм-н-бейс, но вокал явно тянул из советской эстрады. Я спросил, что это. Он ответил: песня Валерия Леонтьева, переделал в драм-н-бейс нейросетью за пару минут. Я не поверил, пока не попробовал сам.
С тех пор я копаюсь в теме. И главное, что понял: изменить песню с помощью ИИ можно тремя разными способами. Сменить жанр, переозвучить чужим голосом, переписать текст. Задачи разные, и инструменты под них не пересекаются.
Расскажу, как это работает на практике. Никакой магии, только конкретные сервисы и шаги.
Сменить жанр: загрузил, описал стиль, скачал
Самый быстрый способ изменить песню: сервис TopMediai. Загружаешь оригинальный трек или чистый вокал как референс. В поле «Стиль» пишешь желаемое звучание. Нейросеть сама распознает текст песни и пересобирает аранжировку.
Промт можно писать как угодно. Не обязательно подробно перечислять инструменты. Достаточно сказать «драйвовый поп-панк в стиле 2000-х с сочными электрогитарами», и модель поймёт. Слова отдельно вписывать не нужно, ИИ вытащит их из исходной записи. Нажимаешь «Создать», через несколько секунд обновлённый хит готов к скачиванию.
Внутри работает алгоритм «Аудио в музыку». В режиме «Референс» модель берёт твою запись как основу и строит новую аранжировку поверх. Ничего вручную переписывать не нужно.
Я заметил, что результат лучше, когда загружаешь чистый вокал, а не полный микс. Алгоритму проще отделить партию и переодеть её в новый стиль. С полным миксом тоже работает, но иногда остаётся артефакт старой аранжировки.
Ещё один совет. Промт должен быть конкретным. Вместо «сделай красиво» пиши «добавь distortion на бас, темп 160 BPM, ударные как в джунглах». Нейросеть лучше понимает чёткие термины.
Смена жанра отличается от кавера и ремикса вот чем. Ремикс работает с темпом и структурой, но сохраняет исходный вокал и общую гармонию. Кавер требует переписать партии, обычно с новым голосом. А смена жанра через ИИ затрагивает именно аранжировку и инструментовку. Вокал остаётся твоим, но звучит в новом контексте.
Сделать кавер голосом другого исполнителя: so-vits-svc
Если хочешь, чтобы песню «пел» не ты, а, скажем, Цой или Фредди Меркьюри, понадобится другая история. Здесь стандарт: нейросеть so-vits-svc. Она умеет имитировать голоса и генерировать новые песни. Алгоритм открытый, его выложили на GitHub в марте 2023 года.
Запустить so-vits-svc можно локально, если у тебя мощный компьютер и есть опыт программирования. Для остальных есть вариант проще: Google Colab. Не нужны ни супер-ПК, ни навыки кода. Просто открываешь ноутбук и выполняешь ячейки.
Весь процесс занимает около получаса. Нужно загрузить а капеллу, выбрать модель голоса из открытых энтузиастских датасетов, нажать Convert. Через пару минут появляется плеер со сгенерированным вокалом. Если плеер не появился, скачай последний файл из папки слева.
А капеллу можно найти готовую в интернете или отделить вокал от трека самостоятельно. Для этого есть отдельные нейросети на основе DEMUCS. Загружаешь песню, получаешь чистые дорожки. Это удобно, когда исходника без вокала нет.
Если не нашёл модель голоса, можно обучить свою. Для этого понадобится 10-20 минут чистого вокала исполнителя и время на обучение. На Colab этот процесс тоже запускается, но занимает несколько часов. На Reddit в сообществе so-vits-svc выкладывают готовые модели известных исполнителей - часто проще скачать готовую, чем обучать свою.
Тут часто бывают ошибки. Чаще всего я замечал: пропущенная часть кода, битая модель голоса или слишком длинная а капелла. Если что-то пошло не так, проверяй эти три пункта первыми.
И ещё один момент. Имитировать голос реального человека без разрешения - скользкая тема. Для личных экспериментов и пранков над друзьями ок. Но выкладывать такие каверы в публичный доступ и зарабатывать на них, не имея прав, не стоит. Это легко привести к судебным искам.
Заменить текст песни: пародии, переводы, личные версии
Третья задача: изменить слова. Для этого есть движок Wondera. Он умеет переосмыслить любую песню: сделать пародию, перевести на другой язык, вставить личный текст. Можно сделать персональную песню на день рождения или уморительную версию для друзей.
Процесс простой: загружаешь трек, вставляешь новый текст или описываешь тему, запускаешь. Движок сам приводит текст в соответствие с мелодией и ритмом. Если не хочешь писать сам, можно дать нейросети тему, а она сочинит за тебя. Возможности безграничные.
Wondera лучше справляется с песнями, где вокал разборчивый и не перекрыт инструментами. С плотными миксами он может спутать ритм.
Главное преимущество: атмосфера оригинала сохраняется. Даже перевод не убивает настроение трека. Звучит как будто так и было задумано.
Где взять нормальные нейросети для остального
Допустим, ты переделал трек, сделал кавер, заменил текст. Теперь нужно придумать обложку, написать описание для YouTube, сгенерировать клип. Тут тебе нужны серьёзные модели, а не только музыкальные инструменты.
И вот здесь в России начинается боль. Флагманские нейросети от OpenAI и Anthropic официально недоступны. Нужна иностранная карта, зарубежный номер, VPN. А если и получится оплатить, то запросы режут или блокируют.
Я пользуюсь решением от 3SELLER. Они запустили 3GPT. Это роутер, который даёт прямой доступ из России к последним флагманским моделям:
- Chat GPT 6 Astra
- Claude Fable 5
- Claude Fable 5.1
- Claude Opus 5.5
- Chat GPT 5.5
- Chat GPT 6.1 Sol
- Nano Banana для создания изображений
- Генерация видео
И многим другим. Все эти модели работают через обычный браузер. Никаких сложных настроек.
Цена вопроса: от 149 рублей. Оплата российской картой, через СБП или криптой. Никаких иностранных карт, никаких загонов с блокировками. Официальный сайт 3GPT.
Используй 3GPT для повседневных задач в бизнесе и в работе. Продающие тексты, сайты, письма, сценарии. Создавай и обрабатывай максимально реалистичные изображения, делай видеоролики и генерируй голос. Для музыкальных экспериментов это тоже пригодится. Например, с помощью Chat GPT можно придумать название трека, написать пресс-релиз, придумать концепцию клипа.
Помимо моделей, внутри есть готовые ИИ-агенты под разные задачи. Выбрать агента, начать общение, и модель можно менять прямо в чате. Удобно, когда нужно быстро переключиться с текстовой генерации на создание картинок. Я, например, использую агента для генерации идей обложек.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT: https://3seller.com/3gpt
Быстрый план работы с треком
Собрал всё в одну схему, чтобы не потеряться.
- Определи, что именно меняем: жанр, голос или текст.
- Для жанра загрузи трек в TopMediai, опиши стиль и скачай результат.
- Для кавера поставь so-vits-svc на Google Colab, выбери модель голоса, загрузи а капеллу и конвертируй.
- Для текста используй Wondera: загрузи песню, добавь новый текст и получи версию.
- Обложку, описание и клип сделай через 3GPT.
Теперь у тебя есть полный набор инструментов. Осталось выбрать трек и начать. Первый результат, скорее всего, не будет идеальным, но через пару попыток поймаешь нужный вайб.