Два часа ночи, сижу в телеге и слушаю третий вариант припева про кота, который ушёл из дома. Первый был слишком попсовый. Второй звучал как реквием. Третий почти хорошо. Между первым и третьим прошло четыре минуты и 149 рублей.
Вот так сейчас выглядит создание ИИ-музыки в ТГ для большинства людей. Не студия, не звукозапись, не подписка на западный сервис с иностранной картой. Чат, поле ввода, кнопка. Через минуту в переписке лежит MP3, который можно отправить маме.
Бот выдаёт готовый MP3 за минуту, и это не главное
Механика простая до обидного. Пишете «грустная поп-песня про расставание, женский вокал, медленный темп» и через 30-90 секунд получаете файл, готовый к пересылке. Никаких регистраций, зарубежных аккаунтов и плясок с оплатой.
Под капотом у нормальных ботов одна и та же начинка: Suno последних версий. Разница в обёртке. Кто-то отдаёт результат как есть. Кто-то прогоняет текст через промежуточную модель, которая додумывает описание и переводит его на язык музыкального движка. Вторые попадают в цель с первого раза, первые заставляют генерировать по десять версий.
Самое интересное начинается после генерации. Люди плодят по двадцать дублей одного куплета, слушают первые пять секунд каждого и закрывают чат. Я так делал две недели, пока не понял: проблема не в боте, а в том, как я формулирую запрос.
В мессенджере выходит лучше, чем в браузере, и причина техническая
Звучит как рекламный тезис, но дело в психологии интерфейса. Веб-версия генератора даёт сорок ползунков и поле промпта на две строки. Если есть настройка, её хочется крутить. Вместо описания песни человек подбирает «weirdness 0.62» и «style influence 0.38», хотя понятия не имеет, что это даёт на выходе.
В боте ползунков нет. Есть поле ввода и кнопка. Ограничение заставляет описывать словами, а слова музыкальная модель понимает лучше всего. Парадокс: меньше контроля, больше смысла в результате.
Формат чата сам подталкивает к итерации. Не понравилось, написал «сделай припев энергичнее и добавь женский бэк-вокал» следующим сообщением. В вебе вы бы полезли переключать пресеты и потеряли нить.
Промпт весит больше, чем модель
Я видел десятки жалоб на «пластиковый» звук. Открываешь промпт автора жалобы, а там «сделай крутую песню». Ну окей.
Работающий запрос содержит четыре вещи: жанр, настроение, тип вокала, темп. Плюс одна деталь, которая цепляет. Не «песня про любовь», а «медленный соул про любовь после сорока, хриплый мужской вокал, контрабас, минимум ударных, темп около 70». Разница слышна с первых секунд.
Многие пропускают структуру. Модель отлично понимает пометки в тексте: «[verse]», «[chorus]», «[bridge]», «[guitar solo]». С ними она строит песню по схеме. Без пометок получите ровное полотно, где куплет и припев отличаются только громкостью.
Отдельная история с языком. Русскоязычные боты, которые сами переписывают запрос, выдают заметно более внятный вокал на русском. Если бот не дружит с кириллицей и требует транслит, ждите странных ударений в припеве и проглоченных окончаний.
Текст: писать самому или отдать нейросети
Скажу честно. Если у вас есть свои четыре строчки, пусть кривые и наивные, используйте их. Модель вытянет их до нормального уровня. Сгенерированный «универсальный» текст почти всегда пахнет ванилью и общими словами про огонь в сердце.
Другое дело, когда трек нужен на заказ: поздравление коллеге, гимн для команды, шутка для рабочего чата, подарок на годовщину с именами и деталями. Тут пусть пишет нейросеть, вы задайте факты. Имена, город, привычки, пару личных моментов. Чем конкретнее вводные, тем меньше строчек ни о чём.
Есть ловушка с ритмом. Русский текст должен ложиться на бит. Если в строке двадцать слогов, а мелодия рассчитана на десять, вокалист начнёт тараторить или глотать слова. Правило простое: короткие строки, повторяющийся слоговой рисунок, припев из четырёх-шести слов.
Создать ИИ-музыку в Telegram проще, чем кажется
Главный вопрос сейчас не «как это сделать», а «какой инструмент выбрать». Рынок забит ботами, но профессиональное качество дают те, кто работает на актуальных моделях генерации, а не на прошлогодних весах.
Чтобы сделать ИИ-песню, не обязательно начинать с готовой композиции. Достаточно сформулировать, о чём она и какое настроение должна передавать.
01 / ИДЕЯ. Задайте направление
Опишите тему, настроение и желаемое звучание. Это может быть песня о любви, танцевальный трек или история для особенного случая. Чем живее детали, тем интереснее результат.
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, а пополнить баланс можно российской картой, через СБП или криптой. Всё это живёт здесь: 3seller.com/suno.
Генерация песен, неотличимых от живых исполнителей, - это и есть причина заходить в такие сервисы. Голос, дыхание, бэки, лёгкая расстроенность гитары. Всё на месте.
Где боты лажают, и это лечится не настройками
Длинные треки. После двух с половиной минут структура разваливается: припев повторяется с тем же текстом, аранжировка упрощается, к финалу модель будто устаёт. Лечится нарезкой. Генерируйте кусками по 40-60 секунд и склеивайте в редакторе. Муторно, зато предсказуемо.
Резкие стыки. Иногда трек обрывается на середине фразы или вокал вступает на полтакта раньше. Помогает только перегенерация. Опытным путём вывел цифру: примерно каждый четвёртый результат имеет дефект на границе секций.
Имена артистов. Боты вырезают их из промпта или прямо отказываются работать. Логично, но многие пытаются проскочить и удивляются, почему запрос не проходит.
Русский рэп. Ритм текста почти никогда не совпадает с битом с первого раза. Помогает разбивка на короткие строки и явное указание темпа в BPM.
Живые инструменты соло. Саксофон и скрипка часто звучат синтетикой, особенно в джазовых вещах. Зато оркестровые подложки, струнные пады и эпические хоры выходят на удивление достоверно.
Микроплатежи бьют подписки, и это правильная эволюция
Месячная подписка на западный сервис - это 10-30 долларов и обязательно иностранный пластик. Для человека, которому нужна одна песня на день рождения ребёнка, это абсурд. Боты берут деньги за сам факт генерации: заплатил 149 рублей, получил трек, ушёл. Не понадобилось завтра, не платишь.
Единственный подвох в подсчёте. Считать надо не «сколько стоит одна генерация», а «сколько попыток нужно до годного результата». У меня в среднем уходит три-четыре. Планируйте бюджет с этим коэффициентом.
И ещё. Дешёвый бот с плохой моделью в итоге дороже хорошего. Пять попыток у плохого стоят как две у нормального, а нервов сжигают втрое больше.
Как выбрать бота: четыре проверки перед первым платежом
- Понимает русский промпт без транслита и сам достраивает описание, если вы написали коротко.
- Принимает текст песни отдельным сообщением, а не только тему.
- Отдаёт файл в MP3 или Lossless сразу в чат, без ссылок на сторонние хранилища.
- Показывает цену за генерацию до списания, а не после.
Если хотя бы один пункт не выполняется, ищите дальше. Проверяется всё за пять минут и один пробный трек.
Жанры, где ИИ уже силён, и где пока нет
Электроника, синтвейв, lo-fi, поп, инди, фоновая музыка для видео, эпические оркестровые подложки. Тут результат с первого раза попадает в цель процентов в семидесяти. Рок с живой установкой и перегруженными гитарами звучит нормально, но иногда как «рок из рекламы пикапа».
Русский рок и шансон работают лучше, чем ожидаешь. Модель явно обучена на большом массиве и не срывается в пародию. Джаз с импровизацией и сложные нестандартные размеры остаются лотереей. Длинные инструментальные проигрыши модель переносит плохо, начинает заполнять их вокалом.
Про каверы и «в стиле». Просить «как у известного артиста» бесполезно, имя вырежут. Работает описание через признаки: хриплый женский вокал с надрывом, гитарный перебор в миноре, барабаны с реверберацией как в восьмидесятых. На Reddit в тредах про Suno это повторяют почти дословно: имена не проходят, а набор признаков даёт нужный голос с третьей попытки.
Один вечер, три трека: как это выглядит на практике
Суббота, восемь вечера. Задача: три песни для семейного видеоархива. Нарезка отпуска, юбилей деда, слёт одноклассников. Работаю так.
- На каждый трек пишу одно сообщение: жанр, настроение, вокал, темп, одна цепляющая деталь. Никаких ползунков.
- Первый дубль слушаю целиком, но не оцениваю. Просто отмечаю, что не так: вокал высоко, темп быстроват, припев слабый.
- Второй запрос корректирую по этим заметкам, а не с нуля. Так быстрее всего попадаешь в нужное.
- Готовый файл забираю, прогоняю через лёгкий эквалайзер и лимитер, чтобы не резало уши в наушниках.
Итого полтора часа на три песни, из которых двадцать минут ушло на тексты. Студия с сессионным вокалистом - это неделя переписки и совсем другой бюджет.
Что делать с готовым треком дальше
Первый шаг очевидный: слушать не в телефоне на динамике, а в наушниках. Все артефакты, щелчки и странные согласные слышно только там.
Второй: проверить права. На платных тарифах генераторов коммерческое использование обычно разрешено, на бесплатных нет. Если трек идёт в рекламу, на монетизируемый ролик или в проект клиента, читайте условия перед публикацией, а не после.
Третий: не тащить сырой файл в монтаж. Даже минимальная обработка, срез ниже 40 Гц и лимитер на минус один децибел, заметно поднимает ощущение «дорого».
Четвёртый: сохранить промпт и текст в заметки. Через месяц захочется сделать похожий трек, и вы не вспомните, как формулировали удачный запрос. У меня есть такая таблица, штук сорок строк, и она экономит часы.
Чего не ждать от ИИ-музыки в Telegram
Она не заменит вам сведение альбома. Не даст идеального баланса инструментов в сложной аранжировке. Не сделает так, чтобы вокалист дышал ровно там, где надо, в каждом такте.
Зато за минуту даст то, на что раньше требовались люди, время и деньги. Черновик, подарок, гимн команды, фон для ролика, шутку для чата. И сделает это в приложении, которое у вас уже открыто.
Начните с одного трека. Не с двадцати. Опишите историю, которую хотите услышать, добавьте пару деталей про голос и темп, отправьте. Дальше станет видно, куда крутить.
Инструмент, который делает всё это без бубна и без зарубежных карт: 3seller.com/suno. Остальные штуки для текста, картинок и видео собраны на 3seller.com/3gpt. Заходите, слушайте, пробуйте. Ваш следующий трек уже ближе, чем кажется.