ACE Music v1 po polsku: test w 6 gatunkach. Ballada bez błędu, rap i łamańce gorzej

👁 118 przeczytań

Czy ACE Music v1 śpiewa po polsku? Sprawdziłem to w dniu premiery na 24 utworach z polskim tekstem: pięć gatunków, reggae, cover, piosenka z nut i ten sam test, którym w październiku mierzyłem Eleven Music, Lyrię i modele lokalne. Wynik: 104 słowa na 104 w teście wzorcowym i 96,1% słów we wszystkich gatunkach razem. To najlepszy polski wynik, jaki dotąd zmierzyłem w generatorze piosenek. Ma jednak dwie słabe strony: łamańce językowe i rap.

Najważniejsze informacje o modelu, cenach i rankingu są w hubie ACE Music. Tu tylko polski.

Jak mierzyłem

• Kiedy i gdzie: 11 listopada 2026, aplikacja acemusic.ai, płatny plan Artist, tryb Custom (mój tekst i opis stylu), długość automatyczna, chyba że piszę inaczej.
• Teksty: napisałem je sam, z celowo trudnymi miejscami: „chrząszcz brzmi w trzcinie”, „gżegżółka”, „szczęka zaciśnięta”, „źrenice”, „łańcuch”.
• Pomiar: wokal oddzieliłem od podkładu (Demucs htdemucs), tekst odczytał Whisper large-v3 trzy razy (sam wokal, wokal z filtrem ciszy, cały miks). Dla każdego wersu brałem najlepsze dopasowanie i liczyłem słowa zapisane bez błędu. Każde generowanie daje dwa warianty, liczę oba.
• Ocena ucha: w teście wzorcowym dwa modele AI z wejściem audio (Gemini 3.8 Flash i Qwen 3.8 Omni Flash) oceniły wymowę, brzmienie, zgodność ze stylem i muzykalność w skali 1-5.

Test wzorcowy: „Rano w Łodzi”

To ta sama krótka ballada (12 wersów, 52 słowa, refren dwa razy) i ten sam opis stylu, które 8 października dostały wszystkie modele w moim rankingu generatorów muzyki AI. Dwie próby, czyli 104 słowa do zaśpiewania.

Oceny 1-5 to średnia 2 sędziów AI z 2 prób. Opis stylu dla wszystkich: nostalgiczna ballada indie pop, ciepły kobiecy wokal śpiewający po polsku z wyraźną dykcją, gitara akustyczna, pianino, perkusja grana miotełkami, 96 BPM.

ACE Music v1 nie zgubił ani jednego słowa w żadnej z dwóch prób i nie przestawił wersów (kolejność 98,6% i 100%). Sędziowie nie byli jednak jednomyślni. Gemini dał pierwszej próbie 5 z 5 za wymowę i napisał o „naturalnej dykcji bez obcego akcentu”. Qwen dał 4 i usłyszał lekko zamazane „sz” i „ż” w słowach „Łodzi”, „deszczem” i „szeleszczą”. Obaj zauważyli, że miotełek na perkusji prawie nie słychać. Wersja v1.1 Preview w jednej próbie zlała „w Łodzi” w „wodzi” i zagrała wolniej, niż kazałem.

ACE Music v1, próba 1: 52/52 słów, 2:01 min. Wygenerowane w ACE Music v1 (konto autora).

ACE Music v1.1 Preview, próba 2: 52/52 słów, 2:13 min. Wygenerowane w ACE Music v1.1 Preview (konto autora).

Pięć gatunków i reggae

Trzy rzeczy z tego wynikają.

• Wolne tempo to bezpieczne tempo. Ballada, rock w średnim tempie i reggae wyszły niemal bezbłędnie. Błędy pojawiają się tam, gdzie model musi szybko upchnąć dużo spółgłosek.
• Łamańce zostają łamańcami. W wersie „chrząszcz brzmi w trzcinie” coś się posypało we wszystkich czterech wariantach (dwa z v1, dwa z v1.1). Jeśli piszesz tekst pod AI, takie zbitki najlepiej przestawić albo zamienić na synonim.
• Rap jest ściśnięty. Przy automatycznej długości 12 wersów rapu skończyło się po 31 i 42 sekundach. Model przyspiesza i gubi głoski. Ustaw długość ręcznie (Advanced, Duration), na przykład 90 sekund, i dopisz w stylu wolniejsze tempo.

Rock „Żelazny wiatr”: 43/43 słów, 1:15 min. Wygenerowane w ACE Music v1 (konto autora).

Reggae po polsku „Spokojnie”: 48/48 słów, 1:10 min. Wygenerowane w ACE Music v1 (konto autora).

Disco polo „Księżyc nad Mazurami”: wpadki w „żarzy” i „źrenice”, fragment 70 s z 2:02. Wygenerowane w ACE Music v1 (konto autora).

Rap „Szybciej niż system”: 31 sekund na 12 wersów, „gżegżółka” nie przeszła. Wygenerowane w ACE Music v1 (konto autora).

Gdy tekst pisze sam model

W trybie Idea wpisałem tylko polskie zdanie: „Piosenka pop po polsku o jesieni w Warszawie, kobiecy wokal, gitara akustyczna, refren do śpiewania”. ACE Music v1 sam rozpisał opis stylu po angielsku i napisał polski tekst z intro, dwiema zwrotkami, refrenem i bridge’em. Są w nim Marszałkowska, Łazienki, Mokotów, kasztany i Most Poniatowskiego. Dwa utwory miały 4:08 i 3:40 i powstały w 101 sekund.

Tekst brzmi naturalnie, ale ma wpadki, których native speaker by nie zrobił: „mierzch” zamiast „zmierzch”, „przed siebie zechciej iść” i „nie muszę spieszyć się dziś nigdzie w mig”. Do szkicu wystarczy, do piosenki, którą ktoś usłyszy, tekst lepiej napisać samemu albo poprawić.

„Jesień w Warszawie” z trybu Idea, tekst napisał model (fragment 75 s z 4:08). Wygenerowane w ACE Music v1 (konto autora).

Cover i nuty po polsku

• Cover: moje polskie reggae przerobione na synthpop z lat 80. Aplikacja sama przełączyła się na v1.1 Preview i sama dopisała szczegółowy styl (automat perkusyjny LinnDrum, analogowe syntezatory). Tekst przeszedł w 47 i 43 słowach na 48, gorzej niż w oryginale: „wschodzi” zmieniło się w „wchodzi”, „rytmie” w „retnie”.
• Sing sheet music: plik MIDI z melodią „Wlazł kotek na płotek” i polskim tekstem w poleceniu. Analiza wysokości dźwięku na wokalu pokazała, że melodia z nut jest w obu wariantach (zgodnych 14 i 13 z 17 interwałów). Tekst nie: w pierwszym wariancie 6 słów na 10, w drugim zamiast słów „la-la-la”.

Cover: polskie reggae jako synthpop z lat 80., 0:49. Wygenerowane w ACE Music v1.1 Preview (konto autora).

„Wlazł kotek” z mojego pliku MIDI: melodia zgodna, tekst niewyraźny, 0:57. Wygenerowane w ACE Music v1.1 Preview (konto autora).

Jak pisać polski tekst do ACE Music

1. Tryb Custom i znaczniki [Verse 1], [Chorus], [Verse 2]. Jeden wers w linijce.
2. W stylu napisz język: „singing in Polish with clear diction”. Opis stylu po angielsku działał u mnie dobrze.
3. Unikaj łamańców w refrenie. Zbitki „chrz”, „gżeg”, „szcz” na szybkiej nucie to najczęstsze błędy.
4. Przy rapie i szybkich gatunkach ustaw długość ręcznie. Automat skraca utwór i przyspiesza.
5. Zawsze odsłuchaj oba warianty. W disco polo jeden wariant miał 2:02, drugi 0:37.

Porównanie z Suno na tych samych zasadach jest w tekście ACE Music vs Suno v6.