Каверы перестали быть уделом музыкантов и звукорежиссёров. Сегодня перепеть чужой трек так, что мама не узнает, можно без микрофона, без студии и без слуха. Нейросети делают всю черновую работу: отделяют голос от минуса, меняют тембр до неузнаваемости, перекладывают мелодию в другой жанр. Вопрос только в выборе инструмента.
Проблема в том, что способов сделать кавер нейросетью сейчас десятки, и каждый заточен под свою задачу. Один сервис умеет только менять голос поверх готовой а капеллы, другой пересобирает трек целиком, третий вообще генерирует с нуля по описанию. Плюс внезапно всплывает вопрос доступности из России. Поэтому я собрал реально работающие схемы и разложил их по полочкам.
Три принципиальных подхода к ИИ-каверам
Разберём, что вообще умеют современные нейросети. Способов сделать кавер на песню по сути три, и все они дают разный результат.
Первый - жанровая переработка. Берётся оригинальная запись, нейросеть раскладывает её на мелодию, гармонию и ритм, а потом собирает заново уже в новом стиле. Получается узнаваемый трек, но звучит как будто его сыграла другая группа в другой студии.
Второй - голосовой кавер. Здесь фокус на вокале. ИИ отделяет голос от инструментала, пересинтезирует его в нужном тембре и возвращает на место. Аранжировка остаётся прежней, а тембр можно выбрать любой: от Фредди Меркьюри до робота из 80-х.
Третий - полная реаранжировка. Нейросеть генерирует трек с нуля по текстовому описанию, сохраняя только мелодическую линию оригинала. По сути это уже не кавер в классическом понимании, а новый трек по мотивам. Тут в ход идут генеративные модели типа Suno и Udio.
Каждый подход требует своих инструментов. Я пройдусь по всем, от простых онлайн-сервисов до продвинутых Colab-ноутбуков.
Способ 1: классика - разделяем, конвертируем, подменяем голос
Этот метод уже пару лет гуляет по YouTube, Reddit и тематическим телеграм-каналам. Надёжный, проверенный, хотя и с кучей ручных шагов.
Первый шаг - разделить трек на а капеллу и минус. Для этого заходим на x-minus, загружаем MP3, ждём пару минут и скачиваем два файла. Сервис справляется со своей задачей, но качество разделения зависит от сложности оригинальной записи. В плотных миксах с перегруженным басом вокал может выйти с артефактами.
Дальше а капеллу нужно закинуть на Musicfy. Входим через Google-аккаунт, жмём Create a song, переходим во вкладку Convert Voice. Туда можно загрузить файл с отделённым голосом или записать собственный. Сервис меняет тембр на выбранный - обычно это голоса известных исполнителей или синтезированные тембры. Получаем файл с изменённым вокалом, но почти такой же интонацией.
Тут есть подводный камень: Musicfy на выходе отдаёт MP3, а для следующего шага нужен WAV. Поэтому конвертируем через Audacity или онлайн-конвертер вроде CloudConvert. Бесплатно и быстро, хотя лишнее телодвижение, конечно.
Финальный аккорд - so-vits-svc. Главную магию делает именно она: подменяет голос с сохранением интонаций и эмоций исходника. Запускается через веб-интерфейс в Google Colab. Скрипт бесплатный, работает на чужих серверах Google, но есть нюансы.
Каждый раз придётся ждать, пока загрузятся библиотеки и модели. Обычно это занимает от 5 до 15 минут в зависимости от нагрузки на серверы Google. На следующем этапе выбираем модель голоса (их тренируют под конкретных вокалистов), загружаем WAV с а капеллой и жмём Convert.
Тут чаще всего и случаются ошибки. Если плеер с результатом не появился, скорее всего вы что-то упустили в коде, выбрали битую модель или загрузили слишком длинную а капеллу. Модели so-vits-svc обучены на коротких фрагментах, поэтому длинные треки режут на куски, а склейка потом даёт заметные швы. Мой совет: берите песни до 3-4 минут и всё будет в порядке.
Результат появляется в виде файла в левой панели Colab. Скачать можно через правый клик или через файловый менеджер. Качество вокала на выходе зависит от модели: одни звучат почти как оригинал, другие - как дешёвый автотюн.
Способ 2: онлайн-инструменты в один клик
Когда нет желания возиться с Colab, моделями и конвертацией, на помощь приходят онлайн-сервисы, которые делают кавер на песню нейросетью полностью автоматически. Самый показательный пример - ERA2.ai.
Туда просто загружаешь трек, а нейросеть сама пересобирает его в заданном стиле. Сервис принимает MP3, WAV, FLAC, M4A, OGG и AAC. За один проход модель собирает версию длиной до восьми минут - этого хватает почти любой песне. Файл длиннее лучше подрезать заранее, потому что время уйдёт на материал, который в готовую версию всё равно не попадёт.
Важный момент: сервис собирает кавер целиком, а не поверх оригинала. Вокал из вашей записи не вырезается и чужой на его место не подставляется. Поэтому «оставить всё как было, поменять только голос» тут не закажешь. Каждый раз это перезапуск с новым описанием стиля.
Для соцсетей это идеальный вариант. Короткая версия узнаваемого мотива в неожиданном жанре собирает просмотры лучше оригинала: в TikTok и в шортсах на YouTube хватает одного припева. Прогоняете одну запись в роке, электронике и акустике, слушаете, какая подача лучше держит мелодию, и выкладываете удачный вариант.
Способ 3: генерация с нуля через Suno и Udio
Если хочется не просто переосмыслить трек, а создать что-то почти новое, путь лежит через генеративные музыкальные модели. Suno v4 и Udio умеют писать музыку по текстовому описанию, и их можно использовать для каверов.
Принцип простой: вы описываете оригинальный трек (жанр, темп, настроение, ключевые инструменты) и вторым блоком - желаемую кавер-версию. Чем точнее описание, тем ближе результат к задуманному. Но не обольщайтесь: полного копирования мелодии не будет. Модель сгенерирует что-то похожее по настроению и структуре, но это скорее ремикс, чем кавер.
Чтобы приблизить результат к оригиналу и получить структурированный трек с логичной формой, используйте музыкальные теги. Suno v4 и Udio понимают [Intro], [Verse], [Pre-chorus], [Chorus], [Bridge] и [Outro]. Вставляйте их прямо в промт вместе с текстом. Так вы получаете не просто набор куплетов вперемешку, а полноценную песню с вступлением и переходами.
Если нужен вокал, добавьте текст оригинала или собственный вариант с тегами. Модель сама распределит вокальные линии по структуре и подберёт мелодию. Получается кавер почти что с нуля, где вы контролируете только то, что написали в промте.
Ещё один лайфхак: экспериментируйте с эпохами и субкультурами. Одна и та же песня в стиле 80-х, в стиле диско или в стиле индастриал-метал даёт совершенно разное звучание. Промт «кавер на песню X в стиле synthwave 1986 года» обычно работает лучше, чем абстрактное «сделай красиво».
Самые частые ошибки новичков
Почти все новички в ИИ-каверах наступают на одни и те же грабли.
Первое - слишком длинная а капелла для so-vits-svc. Модель не вытянет длинный трек целиком, а обрезка ломает структуру песни. Лучше брать песни до 3-4 минут и обрабатывать а капеллу кусками по 30-40 секунд.
Второе - забывают убрать реверберацию. Если исходный файл записан с эхом, расщепление на x-minus даст нечистый вокал, и кавер будет звучать грязно. Ищите а капеллы, записанные в сухой студии.
Третье - невнимательность к промту. Когда делаете кавер на песню нейросетью через Suno или Udio, конкретика решает всё. «Сделай в стиле джаз» и «сделай в стиле джаз с контрабасом, браш-барабанами и голосом в духе Фрэнка Синатры» дают два разных результата.
Российский контекст: где брать инструменты
Всё бы хорошо, но половина перечисленных сервисов перекрывает доступ из России или требует иностранную карту для оплаты. ИИ-каверы - увлекательное хобби, но без доступа к актуальным моделям оно рассыпается. Например, Musicfy и Colab работают, но с нюансами (то VPN нужен, то очередь в бесплатной версии). А Suno и Udio вообще не принимают российские карты.
Для таких случаев есть решение - 3GPT от 3SELLER. ИИ-роутер даёт прямой доступ из России к последним флагманским моделям без иностранных карт и без танцев с бубном.
Что там есть:
- Chat GPT 6 Astra и Chat GPT 6.1 Sol - для текстовых промтов и сценариев;
- Claude Fable 5, 5.1 и Claude Opus 5.5 - для творческих задач и анализа;
- Chat GPT 5.5 - для структурных описаний;
- Nano Banana для создания и обработки изображений - когда нужно собрать обложку для кавера;
- генерация видео и голоса - для клипов под каверы и озвучки.
Пополнить баланс можно российской картой, через СБП или криптой. Стоимость стартует от 149 рублей, что по нынешним меркам дёшево для доступа к флагманским моделям.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT - https://3seller.com/3gpt.
Как 3GPT поможет в создании каверов
Текстовые нейросети нужны для музыкального кавера по одной причине: под каждый кавер нужно составить промт. Описать оригинал, желаемый стиль, подобрать музыкальные теги. 3GPT делает это быстро и качественно в 10 раз лучше, чем вручную.
Например, вы хотите перепеть Cigarettes After Sex в стиле lo-fi. Открываете 3GPT, просите описать охриплый вокал, реверберацию и минимализм барабанов. Он выдаёт дескриптор, который вы вставляете в Suno. Заметьте, без знания музыкальной теории и английской музыкальной лексики вы бы самостоятельно такое не написали.
Для видеоклипа кавера нужен сценарий. 3GPT сгенерирует описание кадров, которое можно передать в видео-модели и получить готовый ролик для TikTok.
Если совсем не хочется разбираться с промтами, у 3SELLER есть готовые ИИ-агенты на https://3seller.com/ai/agents. Выбираете агента, который заточен под вашу задачу: создание текстов, написание промтов, генерация идей. Начинаете общение, а модель агента можно менять прямо в чате.
Для творческого продакшена - музыка, обложки, тексты, видео - 3GPT работает как швейцарский нож. Всё в одном окне, оплата российской картой, доступ из любой точки. Модели внутри справляются и с продающими текстами, и с сайтами.
Пошаговый план: как сделать кавер на песню нейросетью
Выбирайте один из трёх маршрутов в зависимости от задачи:
Если нужно быстро получить переосмысленный трек для сторис или шортсов - идёте в ERA2.ai или его аналоги. Загружаете файл, выбираете жанр, получаете результат. Всё, кавер готов.
Когда важен именно вокал и нужно сохранить аранжировку оригинала - разделяете трек на x-minus, прогоняете через Musicfy, затем через so-vits-svc. Больше ручной работы, но и результат ближе к профессиональному.
Для экспериментов и полного контроля используйте Suno или Udio, но с умными промтами от 3GPT. Этот вариант хорош для поиска неожиданных стилей и креативных решений.
А чтобы всё перечисленное работало из России без прокси и бесконечных шаманств с оплатой, держите под рукой 3GPT. Оформление занимает пару минут, первый кавер можно собрать в тот же вечер.