У меня в заметках лежит папка со стихами, которые я писал лет десять. Часть откровенный мусор, но штук двадцать жалко до сих пор. Раньше единственным путём для них был ящик стола. Сейчас я открываю браузер, вставляю текст, выбираю стиль. Через минуту слушаю готовую песню с вокалом, бэк-вокалом и бриджем, которого в моих стихах никогда не было.
Создать песню из готового текста сегодня быстрее, чем объяснить коллеге, чего ты от него хочешь. Ни слуха, ни инструмента, ни знакомого звукаря с домашней студией не нужно.
Готовый текст - это уже восемьдесят процентов песни
Люди недооценивают, сколько работы закрывает текст. Мелодию можно поменять, аранжировку переписать, вокал перегенерировать. А слова - это смысл, ритм, настроение и вся драматургия. Трёхминутный текст с повторами и припевом уже ставит вас выше половины тех, кто «когда-нибудь займётся музыкой».
Обратная сторона тоже есть. Кривой текст даст кривой результат, и никакая модель это не вытянет. Один раз я вставил в генератор стих, где каждая строка была по двадцать слогов. На выходе получилась каша, вокалист задыхался к середине фразы. Песня не резиновая, у неё есть такт и размер.
Что происходит внутри, когда нейросеть читает ваши строки
Модель разбирает текст на слоги и ударения, прикидывает длину строк, группирует их в блоки и подбирает мелодический рисунок под каждый блок. Дальше синтезируется вокал, который попадает в ритм, и под него достраивается гармония - аккорды, бас, барабаны.
Вывод простой: чем аккуратнее размечены строки, тем меньше модель угадывает. Ударения, паузы, повторы считываются как инструкция, а не как случайный шум.
Метатеги решают больше, чем вы думаете
Самая частая ошибка новичка - вставить в поле голый текст без структуры. Модель справится, но структуру придумает сама. Иногда угадает. Иногда сделает припев из последней строки куплета, и звучит это как случайный обрывок.
На Reddit в обсуждениях генераторов музыки всплывает та же жалоба: без меток нейросеть решает, где припев, по своим правилам и ставит его там, где вы не планировали.
Поэтому текст лучше сразу разметить. Квадратные скобки с метками - не украшение, а командный язык. Он говорит генератору, где начинается новая часть и как её играть.
- [Verse] - куплет, спокойная подача, меньше инструментов
- [Chorus] - припев, подъём, больше голосов и энергии
- [Bridge] - перелом, смена настроения, часто тише или наоборот жёстче
- [Outro] - финал, затухание или резкая точка
Плюс внутри скобок можно дописывать уточнения вроде [Chorus - мощно, два голоса] или [Verse - шёпотом]. Работает не всегда, но процент попаданий заметно растёт. На своих текстах я получал вменяемую структуру примерно с третьей попытки, а с метками - почти с первого раза.
Есть ещё нюанс про длину строк. Если в куплете одна строка на восемь слогов, а следующая на восемнадцать, вокалист будет спотыкаться. Подровнять - дело двух минут. Зато результат звучит как песня, а не как чтение вслух под минус.
Стиль задаётся не жанром, а деталями
Все пишут «рок» или «поп». И получают усреднённый рок и усреднённую попсу, которых в интернете миллион. Разница между «нормально» и «о, это круто» почти всегда в конкретике.
Вместо «рок» я пишу что-то вроде: женский вокал с хрипотцой, гитара с нейлоновыми струнами, 78 bpm, лёгкий виниловый шум, барабаны сухие, без реверба. Вместо «поп» - мужской тенор, синтовые пэды, сайдчейн, танцевальный бит, припев на два голоса с октавным удвоением.
Однажды я делал трек про зимний город. Убрал из описания слово «электроника», добавил «виолончель, 60 bpm, скрип снега под ботинком» - и версия зазвучала так, будто её записали в подъезде панельки, а не в студии.
Тембр голоса решает, поверит слушатель песне или нет. Одна и та же строчка, спетая высоким чистым голосом и низким с придыханием - два разных трека, которые даже не похожи по смыслу. Я поэтому всегда генерирую минимум две версии и слушаю обе, прежде чем что-то решать.
Где я это делаю и почему не мечусь между сервисами
Перепробовал разное. Проблема почти всех генераторов в том, что они либо делают красивый инструментал, но вокал звучит как робот из колл-центра, либо наоборот - голос живой, а музыка пресная. Мне нужно было и то, и другое в одном месте. Плюс возможность быстро перегенерировать неудачный припев, не начиная всё заново.
В итоге остановился на 3seller.com/suno. Вставляю текст, размечаю блоки, выбираю звучание, жму генерацию. Через полминуты у меня два варианта, и я слушаю оба, а не гадаю, что получилось бы со второго дубля. Если припев слабый, меняю пару слов в описании стиля и пробую снова. Песни выходят такими, что я отправляю их друзьям без пометки «это ИИ» - и обычно получаю вопрос, кто пел.
Отдельно про голос. Модель держит интонацию на длинных нотах, не сваливается в металл на верхах и умеет петь тихо. Для лирики это критично: шёпот в припеве иногда сильнее, чем крик.
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.
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. Попробовать здесь.
Что ломается чаще всего
Текст без припева. Если в стихе нет повторяющегося блока, модель либо придумает припев сама из случайной строки, либо выдаст ровное монотонное чтение на три минуты. И то, и другое слушать тяжело. Припев должен быть в тексте, даже если это просто четыре одинаковые строки.
Второе - слишком много слов. Плотный текст на восемь куплетов не влезает в три минуты физически. Вокалист начинает тараторить, и вся эмоция уходит в скорость. Половину строк обычно можно выкинуть без потери смысла, и песня от этого только выигрывает.
Третье - скачки настроения внутри одного трека. Куплет про разбитое сердце, припев про вечеринку, бридж про смысл жизни. Модель честно попытается это слепить, но жанрово получится винегрет. Я так собрал один трек, где первые сорок секунд были тихой акустикой, а дальше включался марш - друзья до сих пор просят «это» больше не присылать. Если нужен контраст, делайте его через аранжировку, а не через смену темы.
Четвёртое - надежда, что нейросеть придумает за вас. Она придумает, но в рамках того, что вы дали. Пустой текст на выходе даст пустую песню, пусть и с красивой мелодией.
Смешение языков и странные имена
Русский текст с английскими вставками модель обрабатывает нормально, но произношение иногда уплывает. Имена собственные и редкие слова она тоже может спеть с неверным ударением. Лечится просто: пишете слово так, как оно должно звучать, а не так, как пишется. Я однажды полчаса не мог понять, почему в припеве «Алёна» превращается в «Алэна». Оказалось, достаточно поставить ударение в тексте, и всё встало на место.
С длинными словами та же история. Чем короче строка, тем чище подача. Тяжёлые нагромождения согласных вокал проглатывает, и слушатель ничего не разбирает.
Три ситуации, где текст в песню реально выручает
Подарок. У меня был случай, когда на свадьбу друзей за два дня нужно было что-то личное. Написал восемь строк про их знакомство, добавил имена, выбрал тёплый акустический стиль. Получил трек, который потом играл на вечере. Люди плакали. Стоило это дешевле букета.
Рабочие штуки. Джингл для подкаста, гимн для команды, музыкальная заставка для презентации. Писать текст я умею, а вот заказывать аранжировку у музыканта за десять тысяч - нет. Тут всё делается за вечер, и заказчик не знает, что там внутри нейросеть.
Демо для своих стихов. Поэтам это вообще меняет игру. Вы слышите, как ваша строка живёт в припеве, где она проваливается, а где цепляет. После пары таких прогонов начинаешь писать иначе - ритмичнее и ближе к тому, как это поют.
Про деньги и права
Стоимость стартует от 149 рублей, и это честно дешевле одной чашки кофе в центре города. За эти деньги вы получаете готовый трек, а не конструктор с ограничениями, где нельзя скачать результат.
По правам всё проще, чем кажется. Текст ваш, значит и претензий к использованию быть не может. Трек можно ставить в соцсети, дарить, использовать в своих проектах. Если планируете что-то коммерческое и крупное, просто уточните условия на странице сервиса - там всё написано без звёздочек мелким шрифтом.
Порядок действий, который у меня работает
Сначала привожу текст в порядок: убираю лишнее, выравниваю длину строк, добавляю припев с повтором. Потом расставляю метки куплетов и припевов. Затем описываю звучание тремя-четырьмя конкретными деталями, а не одним словом «поп». Генерирую две версии. Слушаю в наушниках, а не на телефоне - разница слышна сразу. Выбираю ту, где вокал не режет слух, и дорабатываю описание стиля, если что-то не устроило.
На всё уходит минут пятнадцать. Первый раз я возился час, потому что не понимал, что метки важнее, чем сам текст. Сейчас рука набита.
Откройте 3seller.com/suno, вставьте свой текст целиком - тот самый, который лежит в заметках и никому не нужен. Добавьте припев, если его нет. Выберите звучание, которое вам нравится, а не то, что модно. И послушайте, как ваши слова превращаются в трек. Скорее всего, вам захочется сделать второй.