У меня в заметках лежит файл lyrics_final_v7.txt. Восемь версий одного текста, три года правок и ни одной записи. Слова есть, песни нет. Знакомая история для любого, кто когда-нибудь писал стихи и мечтал услышать их с вокалом и нормальной аранжировкой.
Раньше на этом месте начинался долгий путь: искать композитора, студию, вокалиста, сводить бюджет и слушать, как твои строки превращаются в чужую песню. Сейчас достаточно вечера и браузера. Создать песню через ИИ со своим текстом можно без музыкального образования, без микрофона и без понимания, что такое компрессор на вокале.
Я гоняю такие задачи через Suno на 3seller. Создайте любую песню, какую только можете представить. Начните с простой идеи или сразу откройте профессиональные инструменты. Цена от 149 рублей, без звёздочек и скрытых доплат за экспорт. Пополнить баланс можно российской картой, через СБП или криптой.
Текст решает больше, чем жанр
Люди приходят к генерации музыки с мыслью: главное подобрать стиль. Ставят lo-fi, потом рок, потом почему-то трэп. Результат один и тот же, потому что проблема не в жанре. Проблема в тексте, который не ложится на ритм.
Модель не читает ваши строки как поэт. Она разбирает их на слоги, ищет ударные позиции и раскладывает по тактам. Если в строке восемь слогов, а в соседней четырнадцать, вокал начнёт спотыкаться. Я набил на этом кучу шишек, пока не начал считать слоги вручную.
Правило, которое спасает половину генераций: держите куплеты примерно одинаковой длины. Не идеально, плюс-минус два слога. Припев пишите короче куплета. Тогда модель сама поднимет его по высоте и добавит плотности.
Что реально умеет ИИ, а что нет
Модели научились делать вокал, который не отличить от живого, если не вслушиваться в артефакты на длинных нотах. Фразировка, дыхание, вибрато, лёгкая хрипотца в нужном месте. Всё это уже есть.
Ждать, что ИИ поймёт вашу личную историю, не стоит. Он не знает, что вторая строка про отца, а третья про поезд в 2019 году. Он видит текст как набор фонем и эмоциональных маркеров. Ваша задача - дать ему эти маркеры явно: грусть, злость, нежность, ирония.
Модель иногда путает, где кончается куплет и начинается припев, и неверно определяет границы частей. На Reddit в ветках про Suno это объясняют просто: алгоритм работает по паттернам, а не по вашей задумке. Не бегите сразу перегенерировать, сначала послушайте. Иногда ошибка звучит лучше плана.
Как создать песню с помощью ИИ
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 конкретнее описание, тем меньше сюрпризов на выходе.
02 / Слова. Добавьте текст или сюжет. Начните с нескольких строк, готового текста, стихов или набора образов. Уточните важные детали, имена и язык песни. Если текста нет вообще, набросайте пять строк тезисами, модель разберётся.

Ваш текст это не просто слова, а каркас трека
Когда вставляешь готовый текст в поле генерации, хочется нажать кнопку и получить шедевр. Так не работает. Текст нужно подготовить, как перед записью в студии.
Разбейте его на части. Куплет, припев, бридж. Даже если вы никогда не писали структурно, сделайте это один раз. Пометьте, где повтор, где смена настроения. Модель цепляется за структуру, и чем она чище, тем осмысленнее звучит результат.
Уберите лишние слова. В поэзии можно написать "и вот тогда, наверное, я понял", в песне это провалится. Оставьте "я понял". Вокал любит короткие фразы, где есть место дыханию. Проверьте каждую строку: если её трудно пропеть на одном выдохе, режьте.
Стиль и вокал: где начинаются настоящие настройки
Жанр задаёт скелет, но характер трека делают детали. Я прописываю темп, тип вокала, наличие бэк-вокала, инструментальные акценты. Без этого модель выдаёт усреднённый поп, который звучит как реклама зубной пасты.
Пример из практики. Мне нужен был трек в духе инди-фолка с женским вокалом, чуть надломленным, и гитарой с нейлоновыми струнами. Я написал именно так, а не "фолк". Разница огромная. Первый вариант дал нужную воздушность, второй - что-то из деревенского бара.
С темпом осторожнее. Если в тексте много длинных гласных и вы просите 140 BPM, вокал начнёт захлёбываться. Ставьте 90-110, если сомневаетесь. Медленнее почти всегда звучит дороже.
Две версии это не баг, а возможность
Сервис выдаёт два варианта одного текста. Не потому что жадничает, а потому что модель вариативна. Разница может быть в вокале, в аранжировке, иногда в настроении целиком.
Не слушайте обе подряд в надежде выбрать лучшую. Слушайте первую, отметьте, что зацепило, потом вторую. Мозг быстро привыкает к первому варианту и всё остальное кажется хуже. Я так однажды выбрал слабый дубль только потому, что он был первым.
Перегенерируйте спокойно. Три-четыре подхода к одному тексту это норма, а не признак кривого промпта. На Reddit опытные пользователи советуют делать паузу между прослушиваниями: так ухо не залипает. Иногда нужная версия приходит на пятый раз, когда вы уже готовы сдаться.
Почему получается каша и как её лечить
Первая генерация часто звучит так, будто вокалист торопится и забыл, где дышать. Причина почти всегда в перегруженных строках. Модель старается впихнуть всё и ломает ритм.
Лечится сокращением. Уберите половину прилагательных. Замените сложные конструкции на простые. "Я не могу перестать думать о тебе каждый вечер" превращается в "я думаю о тебе каждый вечер". Смысл тот же, вокал дышит.
Второй источник каши - смешение стилей в промпте. "Рок, джаз, немного электроники и оркестр" даст не эксперимент, а мусор. Выберите один основной жанр и один акцент. Этого достаточно.
Третий момент: имена и редкие слова. Модель может произнести их странно или проглотить. Если в тексте есть имя, проверьте, как оно звучит. Иногда проще заменить на что-то удобное для вокала, чем бороться за точность.
Работа с ритмом: считайте слоги, а не строки
Самый недооценённый навык в работе с ИИ-музыкой - считать слоги, а не строки. Куплет из четырёх строк может быть ровным по длине, но внутри одной строки десять слогов, а внутри другой шестнадцать. Вокал на этом ломается.
Откройте текст и проставьте количество слогов у каждой строки. Если видите разброс больше трёх, правьте. Скучно, но работает. Через два трека вы начнёте делать это автоматически, как музыканты считают доли.
Припев требует больше энергии, а не больше слов. Короткие рубленые фразы звучат мощнее длинных предложений. Проверьте на любом любимом треке, там всё так.
Кавер и референс: как получить похожее звучание
Если хочется не просто жанра, а конкретного настроения, используйте референс. Загрузите аудио, которое звучит как ваша задумка, и напишите сверху свой текст. Получится новая версия с похожей мелодией и стилем, но с вашими словами.
Параметр похожести регулируется. Чем выше значение, тем точнее новая версия следует исходнику. Начинайте с 60-70 процентов. На ста получите почти копию, и ваш текст будет звучать чужеродно. На сорока потеряется связь с референсом.
Отличный способ сделать подарок или разобраться, как устроен трек, который вам нравится. Только не используйте чужие песни для коммерции, там начинаются вопросы, которые я не решаю в этой статье.
Цена вопроса и немного про права
Генерация стоит копейки по сравнению со студией. От 149 рублей за подход, без аренды, вокалиста и сведения. Для черновика, подарка или эксперимента это смешные деньги.
С правами сложнее, чем с техникой. Для личного использования генерируйте спокойно. Для коммерции читайте условия сервиса, они меняются и отличаются от платформы к платформе. Я не юрист, но привычка проверять лицензию перед релизом сэкономила мне пару нервных вечеров.
Все инструменты для ИИ, включая музыку, картинки и текст, у меня собраны в одном месте: 3seller.com/3gpt. Удобно, когда не надо держать в закладках двадцать вкладок.
Практический сценарий на вечер
Вот как я делаю, когда хочу получить готовый трек за один заход. Сначала выписываю идею одним предложением. Потом собираю текст: два куплета, припев, мостик. Считаю слоги, режу лишнее.
Дальше открываю генератор, вставляю текст, описываю стиль и вокал. Первая пара версий почти всегда черновая. Слушаю, отмечаю, где вокал провалился, правлю строки. Вторая генерация обычно уже близко к тому, что хотелось.
Финальный шаг - экспорт. Скачиваю, слушаю в наушниках и в колонке. Если в колонке звучит хорошо, значит получилось. На телефоне всё звучит хорошо, это ловушка.
Начните с простой идеи или сразу откройте профессиональные инструменты. Ваш следующий трек уже близко, и для него не нужна студия. Нужен текст, который вам не безразличен, и полчаса времени.