Звонок в понедельник: нужен минус к пятнице, у сестры свадьба, песня вот эта. Аранжировщик просит двадцать тысяч и десять дней. Знакомая история. Ещё пару лет назад выбор был небогатый: платить или сидеть в FL Studio до трёх ночи и всё равно получить MIDI-демку, которую стыдно включать при людях.
Сейчас я открываю браузер и через пятнадцать минут слушаю инструментал. С басом, который качает, и барабанами, которые не хочется прятать в миксе. Дальше покажу, как именно я это делаю, где ИИ реально силён, а где халтурит и требует ручной доводки.
Минус без вокала: что изменилось за последние два года
Минус, минусовка, инструментал, backing track - суть одна: аранжировка без ведущего вокала, под которую можно петь. Раньше было два пути. Первый: качать готовые файлы с сайтов, где половина пожата до 128 kbps, с бэками, которые не убрать. Второй: заказывать аранжировку у живого музыканта и ждать.
ИИ добавил третий путь, и он не про замену композитора. Он про скорость. Нейросеть выдаёт полноценный трек с мелодией, ритмом, басом и аккордами, достаточно описать желаемое словами. Длиной до восьми минут. Для караоке, для видео, для подкаста, для репетиции в гараже.
Главное отличие от старых генераторов: современные модели держат структуру. Не просто что-то в ля-миноре на четыре аккорда, а куплет, припев, бридж, спад и снова припев. Разница слышна с первых секунд, и именно она отделяет игрушку от рабочего инструмента.
Suno закрывает большую часть задач, если правильно попросить
Мой основной инструмент для минусовок живёт тут: https://3seller.com/suno. Захожу, выбираю режим и описываю, что хочу услышать. Внутри два сценария. Простой годится, когда есть только настроение: грустный фортепианный трек под дождь, танцевальный бэнгер для зала. Кастомный нужен, когда важны детали: жанр, темп, набор инструментов, эпоха продакшена.
Для минуса почти всегда включаю инструментальный режим. Если поле текста доступно, оставляю там тег [Instrumental] или пустую строку с этим тегом в описании стиля. Без пометки модель вставит вокал, и получится не минус, а песня с припевом на выдуманном языке. Звучит забавно первые пять секунд, потом раздражает.
Ещё момент: каждый запрос выдаёт два варианта, а не один. Я генерирую минимум четыре трека, потом слушаю и выбираю. Батчи экономят время: пока слушаю первую пару, вторая уже крутится.
Промпт, который даёт результат, а не лотерею
Тут многие ошибаются. Пишут «сделай красивую музыку», получают что-то среднее и делают вывод, что нейросеть не умеет. Умеет. Просто ей нужны параметры, а не пожелания.
Формула, которая у меня стабильно работает: жанр + BPM + тональность по желанию + три-четыре инструмента + характер звука + эпоха продакшена + чего быть не должно.
- lo-fi hip-hop, 82 BPM, Rhodes piano, warm sub bass, brushed drums, vinyl crackle, no vocals, no lead melody
- cinematic orchestral, 70 BPM, strings ostinato, low brass, taiko drums, epic build in second half, instrumental
- funk, 108 BPM, slap bass, clavinet, tight horns, dry 70s drum sound, no vocals
- acoustic ballad, 68 BPM, fingerpicked guitar, upright piano, soft shaker, intimate room mic feel, instrumental
Про имена артистов отдельно. «В стиле известного продюсера» модель либо проигнорирует, либо выдаст кашу из всего сразу. Работает описание звука: dry analog drums, tape saturation, wide reverb on snare. Это язык, который нейросеть понимает, потому что так размечены обучающие данные.
И ещё: не пихайте в промпт десять жанров. «Рок с элементами джаза, техно и фольклора» превращается в невнятный суп. Два жанра максимум, лучше один плюс уточнение по характеру.
Структура минуса: припев должен ломать, а не повторять
Инструментал без вокала слушают иначе, чем песню. Голоса нет, значит всю драматургию тащит аранжировка. Если нейросеть выдала ровный трёхминутный луп, петь под него можно, но на втором куплете станет скучно.
В промпте я всегда прошу развитие. Формулировки вроде build in second half, drop after bridge, breakdown at 2:30 работают. Модель понимает структуру и раскидывает инструменты по секциям. Появляются входы, спады, возвращение главной темы, а не бесконечный копипаст первого квадрата.
Отдельная боль - концовка. Раньше треки обрывались, будто у файла отрезали хвост. На Reddit в ветках про ИИ-музыку жалобы на обрезанные финалы всплывают чаще всего. Сейчас есть запас по длительности, до восьми минут, и можно просить outro, fade out, final chord. Для караоке-версии это критично: люди поют последний припев и должны слышать, что песня закончилась, а не что интернет отвалился.

Технические детали, о которых узнаёшь на второй день
Экспорт в MP3 и WAV. MP3 хватает для черновика и соцсетей. WAV беру, когда трек пойдёт в монтаж видео или на сцену: после сжатия тарелки звенят песком, и на хорошей акустике это слышно. Разница в весе файла смешная, разница в звуке заметная.
Восемь минут максимума - не маркетинговая цифра. Мне реально хватало на трек с интро, двумя куплетами, припевом, соло и аутро. Раньше приходилось склеивать два фрагмента, и на стыке оставался шов: менялся тембр барабанов или уплывал бас.
Тональность указывайте, если минус нужен под конкретный голос. Певице с низким диапазоном не поможешь просьбой «спой повыше», а сгенерировать тот же трек в другой тональности - минута работы. У моей вокалистки нижняя нота фа малой октавы, и полтона вниз решают весь припев.
Где ИИ спотыкается и что я с этим делаю
Идеальный минус из одной кнопки не выходит, и врать тут незачем. Модель иногда плывёт по структуре, припев приходит не туда, а на четвёртой минуте трек начинает сам себя повторять. Лечится просто: генерирую варианты, выбираю лучший кусок и склеиваю в DAW. Пять минут работы в Ableton или Reaper.
Второе. В миксе ИИ оставляет мало места под голос. Бас и середина забиты плотно, живой вокал садится сверху как чужой. Беру эквалайзер и вырезаю 2-3 дБ в районе 1-4 кГц, там живёт разборчивость вокала. Плюс лёгкая компрессия на мастер, чтобы трек не скакал по громкости между секциями.
Третье - артефакты. На хвостах реверба иногда слышны странные призвуки, будто кто-то шепчет в соседней комнате. Помогает срез высоких и повторная генерация. Если трек идёт в релиз, его всё равно ждёт мастеринг, и там ИИ-основа звучит неотличимо от студийной работы. Проверял на людях, которые не знали происхождения файла.
Второй путь: вытащить минус из готовой песни
Иногда нужен не новый трек, а инструментал конкретной песни. Тут работает разделение на стемы. Загружаешь файл, сервис отделяет вокал от музыки, получаешь минус.
Качество зависит от исходника, и это не отговорка. Из MP3 128 kbps ничего приличного не выйдет: на месте голоса останутся флейты-артефакты, особенно на шипящих и длинных нотах. Из WAV или качественного стрима результат приличный, но не студийный. Для караоке на дне рождения сойдёт, для релиза нет.
Комбинированный подход даёт лучшее: старый трек разделяешь, забираешь оттуда грув и настроение, а новую аранжировку генерируешь. Получается и знакомо, и свежо, и без риска получить претензию от правообладателя.
Кому это экономит настоящие деньги
Видеомейкеры. Раньше музыка под ролик - либо библиотека с одинаковыми треками, которые узнаются с первой ноты, либо заказ с ожиданием. Теперь фоновый трек под конкретную сцену генерируется за минуту. Знакомый монтажёр собирает так звук к шестиминутному обзору за вечер вместо трёх дней переписки.
Подкастеры. Интро и отбивки, которые не нарушают авторские права. Главный аргумент тут даже не деньги, а спокойный сон: не прилетит письмо от правообладателя через полгода.
Преподаватели вокала и караоке-клубы. Нужна тональность под конкретного ученика, на полтона ниже. Сгенерировал заново, и всё, не надо искать редкую версию.
Отдельная история - свадебные и корпоративные музыканты. Сет из минусовок, которые не пересекаются с тем, что играют конкуренты в соседнем зале. Мелочь, а на репутации сказывается.
Композиторы-любители. Быстрый черновик аранжировки, чтобы показать заказчику идею, а не петь ему в трубку «тум-тум-пам».
Ошибки, которые я совершал сам
Просил слишком абстрактно. «Атмосферное» и «вдохновляющее» - это не параметры. Пока не начал указывать темп и инструменты, результат был лотереей.
Брал первый вариант. Первая пара почти всегда слабее третьей-четвёртой, потому что модель раскачивается. Слушать надо минимум четыре.
Экономил на экспорте. Отдавал заказчику MP3, а он вставлял трек в видео и удивлялся, почему на телевизоре всё шипит. Теперь для монтажа только WAV.
Игнорировал тег инструментала. Получил минус с припевом на выдуманном языке и полчаса выяснял, что это вообще было.
Сколько это стоит и с чего начать
Цена начинается от 149 рублей. За эти деньги получаешь не демо с водяным знаком, а нормальный трек, который можно скачать и использовать.
Схема простая. 01 / ИДЕЯ: задайте направление, опишите тему, настроение и желаемое звучание. Это может быть песня о любви, танцевальный трек или история для особенного случая. 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. Всё здесь: https://3seller.com/suno.
Кстати, платформа не ограничена музыкой. Там же живут генерация текстов, картинок, видео, шаблоны промптов и ассистенты, больше девяноста инструментов в одном кабинете. Если нужно что-то ещё для проекта, смотрите https://3seller.com/3gpt. Интерфейс на русском, разбираться долго не придётся.
Первый минус займёт меньше времени, чем дочитать эту статью
Возьмите одну песню, под которую давно хотелось спеть, но не было аранжировки. Напели мелодию на диктофон, перевели её в восемь слов описания, добавили темп и инструменты. Сгенерировали четыре варианта. Послушали в наушниках, потом в машине, потом в телефоне на среднем динамике. Выбрали тот, который не раздражает на третьем прослушивании.
Дальше либо поёте под него, либо несёте в DAW и доводите до ума. Аранжировщик за двадцать тысяч всё ещё на связи, но теперь он нужен для другого: для живых струнных, которые никакая нейросеть пока не заменит.