На прошлой неделе знакомая попросила сделать песню на юбилей отца. Не «найдите что-то похожее по настроению», а конкретную: с именами, датой, внутренней шуткой про гараж и фразой, которую он повторяет уже тридцать лет. Год назад такой заказ означал студию, аранжировщика, вокалиста и счёт тысяч на тридцать. Я набрал текст в браузере, нажал одну кнопку и через девяносто секунд слушал готовый трек. С живым, дышащим вокалом, без единой строчки, где слышно синтезатор.
После того случая в закладках осел небольшой набор сервисов. Один стал рабочим, остальные остались для экспериментов и узких задач. Ниже - честный разбор: где бесплатно попробовать, где ломается звук, почему у половины пользователей получается «робот из телефонной линии» и как этого избежать.
Под капотом у всех этих сервисов примерно одно и то же
Нейросеть, которая пишет песню, делает четыре вещи подряд. Разбирает текст на смысловые куски и привязывает их к тактам. Строит гармоническую сетку под выбранный жанр. Генерирует вокальную мелодию. Синтезирует голос, который эту мелодию поёт.
Магии нет. Разница между сервисами не в «мощности ИИ», а в трёх скучных вещах. Датасет отвечает за тембр и за то, не будет ли вокал гнусавым. Умение держать структуру - за то, доедет ли припев именно до припева, а не раскачает первый куплет на три минуты. Постобработка вокала - за дыхание, согласные и микродинамику. Хромает третий пункт, и вы слышите MIDI-свисток вместо человека. Никакая «модель нового поколения» этого не скроет.
Практический вывод простой: тестируйте на одном и том же тексте. Один куплет в трёх генераторах расскажет о звуке больше, чем десять обзоров с обещаниями.
Что генераторы песен реально умеют сейчас, а что вам продают как волшебство
Через разные сервисы я прогнал десятка полтора треков: поздравления, шуточные гимны для рабочих чатов, атмосферные подложки для видео. Вот что подтверждается на практике, а не в рекламных баннерах.
- Длительность обычно 1,5-4 минуты, и её часто не надо указывать: модель подбирает длину по объёму текста и сама придумывает название по содержанию.
- Формат на выходе - MP3 или WAV, выбор запоминается для следующих треков.
- Структуру лучше задавать тегами прямо в тексте: [Куплет], [Припев], [Бридж]. Без них генератор часто лепит всё в одну массу.
- Русский и английский работают стабильно, остальные языки - как повезёт, корректность никто не гарантирует.
- Мужской вокал, женский вокал или чисто инструментал - переключается почти везде.
- Стемы - то, ради чего сюда приходит половина пользователей: некоторые сервисы дают отделить вокал от инструментала или вытащить все дорожки по отдельности.
А теперь про то, чего не будет. Нейросеть не пропустит в обработку существующую запись, защищённую авторским правом, и не склонирует ваш записанный голос один в один. Максимум - похожая мелодия и похожая подача. Истории про «спел голосом известного артиста за 30 секунд» заканчиваются либо отказом сервиса, либо кривым результатом, за который потом прилетает.
На Reddit в ветках про ИИ-музыку спорят в основном не о версии модели, а о разметке секций и качестве исходного текста. Совпадает с тем, что видно в тестах: генератор средней руки с хорошим текстом обходит топовую модель с набором абстрактных строк.
Сервис, к которому я возвращаюсь, когда нужен результат, а не эксперимент
Из всего набора остался один рабочий инструмент, к которому я иду сразу, если трек нужен сегодня и без переделок. Речь про Suno на 3seller. Звук на выходе - та самая граница, после которой перестаёшь вслушиваться и искать артефакты. Вокал дышит, согласные не съедаются, в припеве слышна нормальная динамика, а не приклеенный сверху слой.
Проверял на самом сложном для любой модели материале: русскоязычная лирика с длинными словами и бытовыми деталями. Там, где другие генераторы плывут и комкают окончания, этот держит строчку. На английском, ожидаемо, ещё чище.
Отдельная причина не искать альтернатив: интерфейс не заставляет быть звукорежиссёром. Никаких двадцати слайдеров, которые надо понять до первой генерации.
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, пополнить баланс можно российской картой, через СБП или криптой.
Как создать песню с помощью ИИ: три шага, которые я прохожу каждый раз
Чтобы сделать ИИ-песню, не обязательно начинать с готовой композиции. Достаточно сформулировать, о чём она и какое настроение должна передавать.
01 / Идея
Задайте направление: тему, настроение, желаемое звучание. Это может быть песня о любви, танцевальный трек или история для особенного случая. Я обычно добавляю бытовую деталь, которая сразу делает текст живым: марка машины, название улицы, кличка собаки. Модель цепляется за такие вещи и выдаёт менее общие формулировки.
02 / Слова
Начните с нескольких строк, готового текста, стихов или набора образов. Уточните важные детали, имена и язык песни. Если писать лень, нажмите кнопку генерации текста и опишите сюжет обычным предложением - сервис предложит свой вариант, а вы подправите под себя.

Дальше я делаю то, что многие пропускают: расставляю теги секций. [Куплет], [Припев], [Бридж], иногда [Интро] и [Аутро]. Две минуты работы, а разница в результате слышна сразу. И ещё: не пихайте в текст четыре припева и восемь куплетов. Полторы-две минуты плотного материала модель отрабатывает чище, чем пять минут размазанного.
Третий шаг - генерация и прослушивание вариантов. Их обычно два. Не берите первый попавшийся: при одинаковом тексте один может выйти скучным, а второй - попасть в настроение. Скачивайте понравившийся в MP3, а если планируете что-то делать дальше, сразу забирайте стемы.
Нужны другие ИИ-инструменты для текста, обложки или описания трека - всё лежит в одном месте: 3gpt. Не надо держать десять вкладок и десять подписок.
Остальные участники сборника и их честные ограничения
Без альтернатив обзор был бы рекламой, поэтому вот три сервиса, которые я тоже держал в закладках. У каждого своя ниша и своё раздражение.
Первый работает так: вставляете текст, разбиваете его на секции тегами, выбираете музыкальный стиль. Длительность и название задавать не нужно - длина подбирается по тексту, обычно от полутора до четырёх минут, а имя трека сервис придумывает сам по содержанию. Формат MP3 или WAV переключается в меню шестерёнки справа от заголовка «Музыкальный стиль» и запоминается для следующих песен. Демо слушается бесплатно через минуту-две, полный трек и скачивание - после оплаты. Русский и английский стабильны, остальные языки под вопросом. Годится блогерам и маркетологам, которым нужен быстрый фон без танцев с настройками.
Второй устроен ещё проще. Описываете идею на русском, выбираете жанр, получаете текст, музыку и вокал. Первая генерация бесплатна, карту вводить не надо, регистрация тоже не обязательна. Через одну-две минуты на выходе два варианта - выбираете лучший и качаете MP3. Есть отдельный сценарий под юбилеи: 50, 60, 70 лет и другие круглые даты, для семьи, друзей и коллег. Внутри десятки жанров: поп, рок-баллада, рэп, lo-fi, электронная, плюс выбор мужского или женского вокала и инструментала. Оплата нотами, которые тратятся только в момент реальной генерации и не сгорают.
Третий даёт бесплатный тест генератора почти по любым жанрам: поп, рок, электронная, инструментальная, эмбиент, lo-fi, хип-хоп. Можно выбрать длительность и формат, вокал или инструментал, скачать готовое в MP3. Работает в браузере, ничего ставить не нужно. Главная фишка - разделение дорожек: трек раскладывается на вокал и инструментал или на все стемы по отдельности. Тем, кто потом дописывает партии или делает ремикс, это экономит часы. С кавером нюанс: сервис не пропустит аудиозапись, защищённую авторскими правами, и не станет клонировать ваш записанный голос - максимум похожая мелодия. Зато можно указать, что исключить из результата: дисторшн, грязный микс, крик.
Общая беда всех трёх: на длинных сложных текстах с обилием имён и специфических слов модель иногда начинает «жевать» окончания. Лечится не сменой сервиса, а сокращением текста и сменой формулировок.
Ошибки, из-за которых трек звучит как дешёвая поделка
Самая частая: абстрактный запрос. «Сделай красивую песню про любовь» даёт ровно то, что заслуживает: усреднённый поп без единой запоминающейся строчки. Модель не читает мысли, она работает с написанным. Чем конкретнее образы, тем интереснее результат.
Вторая: отсутствие структуры. Без тегов секций нейросеть часто строит трек как одно длинное нарастание. Припев должен быть помечен, иначе его может не быть вовсе.
Третья: перегруз текстом. Люди вставляют стихотворение на восемь куплетов и удивляются, что к третьей минуте вокал сползает. Оставьте два куплета, припев, бридж - этого хватает на нормальные три минуты.
Четвёртая: смешивание языков в одном тексте без предупреждения. Русская строчка, потом английская, потом транслит - и модель теряет фонетику. Определитесь с языком заранее, он указывается отдельно.
Отдельно про негативные параметры. Если сервис позволяет написать, чего не надо, - пишите. «Без дисторшна, без грязного микса, без крика» реально работает, а не висит в интерфейсе для красоты.
И самая обидная: попытка сгенерировать голос конкретного артиста. Даже если технически что-то похожее получится, публиковать это нельзя, а на стоках и в монетизации такие треки ловят блок почти сразу.
Стемы, права и что делать с готовым файлом
Если трек нужен только для сторис или поздравления, хватит MP3. Планируете что-то серьёзнее - сразу берите стемы, пока они доступны. Отделённый вокал пригодится, если захочется поменять громкость в припеве или убрать его под инструментал в подкасте. На Reddit те, кто сводит ИИ-треки, просят в первую очередь стемы: пересвести готовый микс без них почти невозможно.
По правам ситуация проще, чем кажется, но требует внимательности. Готовые треки почти везде разрешено скачивать в MP3 и использовать для личных задач, публикаций и отправки в мессенджерах. Для коммерческого использования читайте условия конкретного сервиса - они отличаются. И да, честно указывать, что трек создан ИИ, - хорошая привычка. Аудитория это принимает нормально, а попытка выдать сгенерированную песню за живую запись вызывает ровно обратную реакцию.
Сколько это стоит по факту
Бесплатные тесты есть почти везде, и этого хватает, чтобы понять, звучит сервис или нет. Дальше цена измеряется десятками-сотнями рублей за трек. У Suno на 3seller старт от 149 рублей - дешевле чашки кофе в центре Москвы. Для сравнения: час аренды студии начинается от двух тысяч, а работа аранжировщика считается тысячами за минуту готового материала.
Логика простая. Пока вам нужен один трек в месяц, хватает пробных генераций. Когда треки идут потоком - для канала, для клиентов, для подарков - выгоднее брать пакет и не думать о лимитах.
Первый трек займёт меньше времени, чем выбор шрифта в презентации
Вся эта возня со сборниками и сравнениями имеет смысл только до момента первой генерации. Дальше вы слышите свой текст, спетый нормальным голосом, и вопрос «а стоит ли» отпадает сам.
Начните с малого. Возьмите четыре строчки про то, что произошло с вами сегодня, выберите жанр и нажмите кнопку. Если зацепит, добавьте теги секций и попробуйте ещё раз. Разница между первой и третьей попыткой будет слышна на телефоне, без наушников.