Первый раз я открыл Suno из упрямства. Нужен был джингл на русском для подкаста, а я был уверен, что нейросеть выдаст либо акцент, либо кашу из согласных. Вышло иначе. Через минуту после генерации приятель, который восемь лет играет в группе, спросил, кто пел. Не поверил, что это модель. С тех пор я прогнал через Suno несколько десятков треков, от поздравительных частушек до почти серьёзного инди, и собрал здесь всё, что понял про нейросеть Suno на русском. Без восторгов и без обещаний заменить композитора.
Suno собирает трек целиком, а не заготовку
Suno (по-русски чаще пишут «суно») - нейросеть американской компании Suno. На входе текст песни или просто описание настроения, на выходе готовый трек: вокал, мелодия, аранжировка, сведение. Не черновик для редактора и не набор сэмплов, а файл, который можно скачать и поставить в ролик.
Работать можно двумя способами. Отдать свой текст и жанр либо описать словами настроение и позволить модели придумать песню самой. Оба пути живые, разница в контроле.
Русский вокал, ради которого всё это
Долгое время музыкальные модели прилично пели по-английски и беспомощно на русском: интонация иностранца, выучившего язык по учебнику, неверные ударения, слипшиеся согласные. Suno поёт по-русски естественно. Не в каждой генерации, но в большинстве слышишь живого человека, а не синтезатор с функцией «голос».
Причина, думаю, в объёме русскоязычных данных, которые модель видела при обучении. Практический вывод простой: раньше я писал текст с оглядкой на то, что железо его не выговорит. Теперь пишу нормальный текст и лишь потом проверяю на слух сложные места.
Два входа: свой текст или своё настроение
Первый путь - готовый текст. Даёшь куплеты и припев, указываешь жанр и тип голоса, получаешь песню. Второй - свободное описание. Пишешь что-то вроде «мрачный русский рок про поздний звонок от бывшей, мужской вокал с надрывом, гитары с шумом, медленный темп», и модель сама придумывает и слова, и мелодию.
Второй путь обманчиво прост. Фраза «создай красивую песню» почти не даёт контроля над результатом: модель сама выберет голос, инструменты, ритм и структуру. У меня первый десяток таких запросов выдал музыку, похожую на рекламу растворимого кофе.
Задайте направление, если хотите быстро. Опишите тему, настроение и желаемое звучание: песня о любви, танцевальный трек, история для конкретного случая. Дальше добавьте текст или сюжет, несколько строк, стихи, набор образов. Уточните имена, детали, язык песни. Этого хватает, чтобы первый вариант попал в настроение.

Промт, который работает: формула из семи частей
Мой рабочий шаблон: жанр, эпоха, настроение, инструменты, тип голоса, темп, пожелание к припеву. Не пять слов через запятую, а нормальная фраза, где каждый компонент на своём месте.
Пример, который дал результат с первого раза: «русский инди-поп конца девяностых, тёплый ламповый звук, женский вокал с хрипотцой, гитара с лёгким перегрузом, неторопливый темп, немного грусти, припев должен запоминаться с первого прослушивания».
Второй пример, для другого проекта: «эпичный оркестровый трек в духе саундтрека к историческому фильму, мужской хор, русский язык, тяжёлые барабаны, нарастание к финалу, без электроники». Тоже попал.
Названия жанров и инструментов лучше держать в международном написании. Suno AI на русском понимает и русские обозначения, но термины вроде shoegaze, lo-fi, distorted guitar, female vocal распознаются точнее. Текст песни при этом остаётся на русском. Смешанный формат часто даёт более стабильную структуру, и по моим генерациям разница видна невооружённым глазом.
Служебные метки в тексте, которые меняют аранжировку
В поле текста можно расставлять короткие метки: [Verse], [Chorus], [Bridge], [Whisper], [Guitar Solo], [Drop]. Модель читает их как разметку партитуры и понимает, где добавить энергии, где сбросить, где дать инструментальный проигрыш.
Скелет, который у меня работает почти всегда: [Verse] на восемь-десять строк, [Chorus] на четыре, снова [Verse], снова [Chorus], [Bridge] на две-четыре строки, [Guitar Solo] или короткий проигрыш, финальный [Chorus]. Метку ставлю отдельной строкой перед блоком. Без меток модель тоже справляется, но структура получается более случайной.
Ещё один приём, который я подсмотрел и проверил: [Whisper] перед последним припевом. Модель переводит вокал в шёпот на несколько секунд, и трек сразу получает драматургию.
Где Suno спотыкается на русском
Имена собственные. Модель иногда ставит ударение так, что получается комично. Лечится фонетической записью в скобках или заменой слова на нейтральное.
Слишком длинные строки. Русский плотный, в одну строку легко впихнуть двадцать слогов, и вокалист начинает захлёбываться. Держу в куплете восемь-одиннадцать слогов, в припеве шесть-девять. Помогает больше, чем любые теги.
Скопление согласных. «Вздрогнув, вспрыгнул» на скорости звучит как кашель. Меняю на что-то попроще и не считаю это потерей.
Четыре строки с одинаковым окончанием. Русский грешит рифмами на «-ать» и «-ой», и такой куплет превращается в монотонное завывание. Разбавляю, даже если строка становится слабее по смыслу.
Отдельная история с «ё». Если нужна чёткая «ё», пишу её. Модель не всегда угадывает, и «все» вместо «всё» слышно отчётливо.
Акцент, интонация и почему русский сложнее английского
Английский прощает модели многое: короткие слова, привычные для слуха ритмы, огромное количество обучающих примеров. Русский длиннее, у него свободное ударение и развитая система окончаний. Любая ошибка в ударении слышна моментально.
Suno справляется за счёт того, что поёт фразами, а не слогами. Интонация идёт по смыслу, поэтому вопрос в конце строки звучит как вопрос, а не как утверждение. Синтезаторы прошлого поколения так не умели, и разница на слух огромная.
Как писать текст, который модель споёт без мучений
Пишу примерно так же, как писал бы для живого вокалиста, с одной поправкой: модель не додумывает ритм, она берёт то, что дали. Строки в куплете стараюсь держать одинаковой длины, иначе одна фраза уезжает в скороговорку, а следующая растягивается на полтакта.
Припев делаю короче и с повтором. Два-три разных слова и фраза, которая повторяется дважды, работают лучше длинного навороченного припева. В обсуждениях на Reddit про генерацию музыки всплывает тот же вывод: короткий припев модель вытягивает почти всегда.
Конкретика важнее поэтических красот. Модель хорошо передаёт образы: «пальто на гвозде», «поезд в семь утра», «ключи на столе». Абстракции вроде «душа стремится к свету» она поёт, но слушать это скучно, и мелодия под них ложится пресная.
Две версии на запрос и что с ними делать
На каждый запрос приходит два разных трека. Иногда почти близнецы, чаще два взгляда на одну идею: в одном больше эстрады, в другом больше рока. Я слушаю оба, оставляю оба и возвращаюсь через день. Первое впечатление регулярно врёт.
Практический трюк, который экономит время: генерирую одну и ту же идею три-четыре раза с небольшими правками промта и выбираю лучший из шести-восьми вариантов. Такой перебор быстрее, чем пытаться довести один трек бесконечными правками.
Жанры, которые у Suno на русском получаются лучше
Из моего опыта стабильнее всего выходят поп, инди, рок, шансон, эстрада восьмидесятых, рэп и лирическая баллада. Хорошо даётся фолк и что-то около авторской песни, особенно если в промте упомянуть акустическую гитару и минимум обработки.
Сложнее с тяжёлой музыкой. Дэт-вокал и гроулинг модель изображает, но разборчивость падает, а на русском это особенно заметно. Джаз с импровизационными вставками получается красиво, только предсказуемо, без настоящего сдвига. Оперный вокал звучит убедительно на коротких фразах и разваливается на длинных.
Один трек под конкретную задачу: разбор
Допустим, нужна песня на свадьбу друзьям. В промт пишу: «тёплая акустическая баллада, мужской и женский вокал по очереди, гитара, скрипка, немного фортепиано, средний темп, радостно и без пафоса». Текст: два куплета про знакомство, припев с именами, короткий бридж на словах свидетеля, финал на повторе припева.
Что получается чаще всего: годный трек со второго-третьего захода. Первый обычно уходит в излишний пафос, модель любит эпичность там, где её не просили. Лечится словом «без пафоса» в промте, серьёзно.
Инструментал без слов
Режим Pure Music делает треки без вокала. Полезно для фоновой музыки в видео, для подкастов, для заставок и для случаев, когда текст не нужен вообще. Я так собрал три джингла на разные проекты и ни разу не думал про лицензию на чужую мелодию.
Инструментал удобно использовать как тест промта. Если аранжировка нравится без голоса, добавлять вокал уже имеет смысл.
Сколько это длится и как скачать
Стандартная генерация даёт трек длиной около двух-четырёх минут, чего хватает для полноценной песни с двумя куплетами и припевом. Скачивание доступно на платных планах: на базовом лимит большой, на продвинутом без ограничений. В кастомном режиме можно задать название песни, текст и стиль вручную.
Формат работы в браузере удобнее приложения. Длинный текст набирать проще, версии сравнивать проще, промты править проще. Ставить отдельное приложение необязательно.
Мелочи, которые замечаешь только на десятом треке
Пауза в начале. Модель иногда добавляет полсекунды тишины, и в ролике это выглядит как сбой. Обрезаю в редакторе, дело двух секунд.
Громкость. Треки выходят уже сведёнными, но с разным уровнем. Если ставите несколько песен подряд, выравнивайте.
Затухание в конце. Чаще всего финал обрывается ровно, но иногда последняя секунда пропадает. Слушаю до конца перед публикацией, а не только припев.
Куда это реально применить
Поздравления. День рождения, свадьба, юбилей, корпоратив. Персональная песня с именем и двумя деталями из жизни человека работает сильнее подарка за те же деньги.
Контент. Ролики, сторис, подкасты, реклама. Трек под конкретную сцену делается за пару минут, и не нужно копаться в библиотеках стоковой музыки.
Демо для своих текстов. У меня в блокноте годами лежали стихи без музыки. За вечер Suno собрал из десятка демо-версий, и это уже можно показывать людям.
Учебные эксперименты. Хочешь разобраться, как устроен припев в боссанове, сгенерируй двадцать припевов и послушай подряд. Работает лучше любой статьи по теории музыки.
Доступ без танцев с картой
Официальный путь из России требует обходных решений, иностранной карты и терпения. Я пользуюсь агрегатором: нейросеть Suno на русском доступна без подписок и зарубежных карт, генерация запускается прямо в браузере. Цена от 149 рублей, дешевле чашки кофе в центре Москвы. Пополнить баланс можно российской картой, через СБП или криптой.
Создайте любую песню, какую только можете представить. Начните с простой идеи или сразу откройте профессиональные инструменты, ваш следующий трек уже близко. Остальные ИИ-инструменты, которыми я пользуюсь каждый день, собраны тут: 3gpt.
Чек-лист, который я держу под рукой
- Жанр, эпоха, настроение, инструменты и тип голоса прописаны отдельными словами, а не одним общим пожеланием.
- Текст разбит метками [Verse], [Chorus], [Bridge], проигрыш отмечен отдельно.
- В строке куплета не больше одиннадцати слогов, в припеве не больше девяти.
- Имена и сложные слова проверены на слух или заменены.
- Сгенерировано минимум три пары вариантов, выбор сделан на свежую голову.
- Файл скачан и сохранён, а не осталась только ссылка на генерацию.
Что не надо делать
Не просите «шедевр». Модель не понимает оценок, она понимает параметры. Чем конкретнее описание, тем ближе результат.
Не смешивайте десять жанров в одном промте. «Русский рок с элементами джаза, техно, фолка и симфонического оркестра» даст кашу, в которой не угадывается ни один из перечисленных жанров.
Не игнорируйте наушники. На телефоне многие огрехи вокала просто не слышны, а в наушниках вылезают сразу.
Не судите трек по первым пятнадцати секундам. Модель часто раскачивается к припеву, и вступление может быть самым слабым местом композиции.
Как я оцениваю, годится ли трек
Три критерия, ничего сложного. Разборчивость: понимаю ли я слова без напряжения. Интонация: поёт человек или отчитывает текст по бумажке. Желание дослушать: не тянется ли рука выключить на сороковой секунде.
Если все три в плюсе, трек идёт в дело. Если провалился один пункт, чаще всего интонация, я меняю тип голоса в промте и генерирую заново, а не правлю текст.
Нейросеть Suno на русском не заменит автора, у которого есть что сказать. Она снимает другую боль: между идеей и готовым звуком больше нет пропасти из денег, студии и чужого расписания. Песня, которая раньше жила только в голове, теперь существует в виде файла через пять минут. Начните с той, которую вы давно хотели услышать.