Suno: gotowa piosenka z opisu. Jak brzmi po polsku i co z prawami

👁 120 przeczytań

Suno robi z opisu gotowy utwór: muzykę, aranżację i śpiewany wokal, razem z tekstem, jeśli sam go nie napiszesz. Nie chodzi o podkład ani o pętlę do montażu, tylko o kompletną piosenkę ze zwrotkami i refrenem. Pierwsze zetknięcie robi wrażenie na każdym, kto kiedykolwiek próbował nagrać cokolwiek samodzielnie, bo droga od pomysłu do pliku skraca się z tygodni do dwóch minut.

Jak się z tym pracuje

Są dwa tryby. W prostym opisujesz utwór zdaniem: gatunek, nastrój, tempo, rodzaj głosu. W trybie z własnym tekstem wklejasz gotowe słowa i osobno opisujesz brzmienie, co daje znacznie większą kontrolę i jest jedyną sensowną drogą, gdy tekst ma coś znaczyć.

Znaczniki w tekście robią większą różnicę niż długość opisu. Oznaczenia sekcji porządkują strukturę, a wskazówki wykonawcze zmieniają sposób śpiewania. Bez nich model sam decyduje, gdzie jest refren, i zwykle decyduje przeciętnie. Z nimi utwór ma budowę, którą zaplanowałeś.

Polski tekst, czyli miejsce, w którym to się psuje

Suno śpiewa po polsku i to działa, ale nierówno. Największy problem to akcent i podział na sylaby: model potrafi zaśpiewać słowo z akcentem na złej sylabie albo zlepić dwa wyrazy tak, że tekst przestaje być zrozumiały. Ogonki bywają połykane, a wyrazy z trudnymi zbitkami spółgłosek wychodzą przypadkowo.

Dwa sposoby ratunku działają najlepiej. Pierwszy to zapis fonetyczny trudnych fragmentów, czyli napisanie ich tak, jak mają brzmieć, a nie jak się je pisze. Drugi to skracanie wersów, bo model gubi się przy długich linijkach, próbując je upchnąć w takt. Kilka podejść jest tu normą, a nie porażką: to narzędzie losowe i dwa uruchomienia tego samego opisu dadzą różne utwory.

Prawa, czyli pytanie, które trzeba zadać przed publikacją

Dwie osobne sprawy się tu mieszają i warto je rozdzielić. Pierwsza to Twoje prawa do wygenerowanego utworu: zależą od planu, a darmowy zwykle nie pozwala na użycie komercyjne. Druga to spór o same modele: branża muzyczna pozwała twórców generatorów muzyki, zarzucając im uczenie na nagraniach bez licencji. Ten spór wciąż się toczy i jego wynik może zmienić zasady gry. Jeśli budujesz na tym coś zarobkowego, warto o tym wiedzieć i nie opierać całego pomysłu na jednym narzędziu.

Osobna kwestia to platformy streamingowe, które zaczęły wymagać oznaczania utworów tworzonych z udziałem AI. Wrzucenie takiego materiału bez oznaczenia bywa naruszeniem regulaminu, a nie sprytnym obejściem.

Do czego to się realnie nadaje

Do podkładów pod materiały wideo, dżingli, muzyki do gier i prezentacji, prezentów okolicznościowych, prototypowania pomysłów przed prawdziwym nagraniem oraz do nauki, jak brzmią różne gatunki. Nie nadaje się do zastąpienia zespołu ani do materiałów, w których liczy się to, że za utworem stoi konkretny człowiek z historią. Więcej o narzędziach do dźwięku, w tym o transkrypcji w drugą stronę, piszę w przewodniku po Whisperze, a całą listę darmowych narzędzi zebrałem w tekście o czterdziestu darmowych narzędziach AI.

// czytaj dalejCapCut: napisy po polsku w kilkanaście sekund i reszta AI w montażuArtykułySynthesia: wideo z mówiącym awatarem po polsku. Kiedy to ma sensArtykułyWhisper: transkrypcja mowy na tekst po polsku, także bez internetuArtykuły