Piosenka, która nie boli. Tydzień z muzyką z Suno i Udio

👁 120 przeczytań

Około trzeciego dnia zauważyłem, że nucę pod nosem piosenkę, której nikt nigdy nie napisał. Nie było jej w mojej głowie tydzień wcześniej, nie było jej nigdzie na świecie, a jednak siedziała mi w uchu jak refren z wakacji. Wygenerowałem ją kliknięciem, dopisałem jedną linijkę promptu, poszedłem zrobić kawę. I ta melodia - anonimowa, bezojcowska, złożona z niczego - okazała się chwytliwsza niż połowa rzeczy, które świadomie kupiłem w tym roku. Usiadłem z tą kawą i pomyślałem coś, czego przez tydzień nie umiałem odwołać: problem z muzyką z AI nie polega na tym, że jest zła. Polega na tym, że jest niepokojąco dobra i przy tym całkowicie o nic nie prosi.

Postawię tezę od razu, bo felieton to nie proces sądowy, w którym oszczędza się wyrok na koniec. Suno i Udio nie zabiją muzyki. Zrobią coś gorszego: nauczą nas słuchać muzyki, która nie chce od nas absolutnie niczego. Żadnej uwagi, żadnego wysiłku, żadnego dyskomfortu. I to jest, moim zdaniem, najniebezpieczniejsza rzecz, jaka przydarzyła się dźwiękowi od czasu wynalezienia windy z głośnikiem.

Tydzień, w którym wyłączyłem wszystko, co ludzkie

Zasady ustaliłem sobie prosto. Przez siedem dni nie słucham niczego, co nagrał człowiek. Do pracy, do biegania, do gotowania, do zmywania - tylko Suno i Udio. Generuję, odsłuchuję, odrzucam, generuję znowu. Traktuję to nie jak zabawkę, tylko jak radio, które ktoś mi zainstalował w mieszkaniu i którego nie da się przełączyć na stację prowadzoną przez ludzi.

Pierwsza reakcja - i muszę być tu absolutnie uczciwy - to był zachwyt. Rzeczywisty, fizyczny zachwyt. Wpisujesz „melancholijny indie folk o poranku w mieście, kobiecy wokal, dużo przestrzeni” i po kilkudziesięciu sekundach dostajesz coś, co brzmi jak utwór, który mógłby lecieć w playliście „kawiarnia, sobota, deszcz”. Wokal oddycha. Gitara ma pogłos, który zna swoje miejsce. Jest bridge. Jest to małe napięcie przed refrenem, które w prawdziwych piosenkach bierze się z lat słuchania i wielu nieudanych prób. Tutaj bierze się z niczego, i to działa.

Kto twierdzi, że to wciąż brzmi jak tania podróbka, prawdopodobnie ostatni raz sprawdzał te narzędzia rok temu, a rok w tej dziedzinie to epoka geologiczna. Dzisiaj potrafię wygenerować kawałek, którego nie odróżniłbym w ślepym teście od produkcji zamówionej za trzy tysiące złotych do reklamy jogurtu. I to jest prawda, którą trzeba powiedzieć głośno, zanim przejdę do tego, co mnie w tym przeraża: ta muzyka jest technicznie lepsza, niż zasługuje na to sposób, w jaki powstaje.

Co jest naprawdę dobre (i nie ma sensu udawać, że nie)

Najlepsze, co ma AI, to natychmiastowość dopasowana do nastroju. Przez lata nosiłem w głowie mgliste „chciałbym coś takiego, ale nie do końca to”. Znacie to uczucie: szukacie utworu, który istnieje tylko jako przeczucie kształtu. Suno i Udio po raz pierwszy pozwalają wyprodukować dokładnie to przeczucie. Nie znaleźć podobne - wyprodukować dokładnie to. To jest jakościowa zmiana i byłbym nieuczciwy, gdybym ją bagatelizował.

Druga rzecz, która działa lepiej, niż powinna, to pastisz. Poproś o „utwór w duchu lat siedemdziesiątych, ciepła analogowa produkcja” i dostaniesz coś, co ma tę mgiełkę, ten szum taśmy, tę leniwą sekcję rytmiczną. AI jest genialnym imitatorem gatunku, bo gatunek to z definicji zbiór statystycznych regularności, a statystyka to jedyne, co te modele naprawdę potrafią. Country brzmi jak country. Synthwave brzmi jak synthwave. Wszystko brzmi jak swój własny stereotyp, wykonany bez skazy.

I tu przemyciłem już pierwszą rysę, bo pochwała i zarzut są tym samym zdaniem wypowiedzianym dwoma tonami głosu. To, co czyni tę muzykę tak dobrą w naśladowaniu, czyni ją jednocześnie niezdolną do zaskoczenia. AI nie może zagrać fałszywej nuty, która okaże się genialna. Nie ma w niej pomyłki, która stanie się manierą, ani wady, która stanie się podpisem. A przecież cała historia muzyki, którą kocham, to historia wad. Chropowaty głos, który nie powinien śpiewać. Perkusista, który spieszy w refrenie, bo się cieszy. Producent, który zostawił brzęczenie wzmacniacza, bo pasowało.

Muzyka z AI jest jak twarz bez zmarszczek: technicznie doskonała i dlatego trudno przy niej ustalić, ile ma lat, skąd jest i czy w ogóle coś przeżyła.

Trzeciego wieczoru puściłem sobie wygenerowaną balladę i przez chwilę było naprawdę pięknie. A potem wsłuchałem się w tekst. I to był moment, w którym zachwyt zaczął się kruszyć.

Fałsz, którego nie da się odsłuchać

Teksty to pięta achillesowa, ale nie w sposób, w jaki się tego spodziewałem. Nie chodzi o gramatykę - ta bywa poprawna. Chodzi o to, że teksty z AI mówią o uczuciach, nie mając za sobą żadnego. To słowa o tęsknocie napisane przez coś, co nigdy nie tęskniło. Rymy są zgrabne, obrazy ładne - „deszcz na szybie”, „światła miasta”, „twoje oczy jak” - i wszystkie są cytatem z cytatu z cytatu. To jest emocja odbita w tysiącu luster, w której gdzieś na dnie nie ma już żadnego oryginału.

Zacząłem to nazywać w głowie „muzyką, która nie boli”. Bo prawdziwa piosenka gdzieś cię uwiera. Jest w niej linijka za odważna, dźwięk za ostry, decyzja, z którą się nie zgadzasz, wybór, który ktoś podjął wbrew tobie i wbrew sobie. Muzyka z AI jest gładka jak kamień z rzeki. Nic w niej nie wystaje, bo wszystko, co wystawało, zostało uśrednione do zera przez sam sposób, w jaki model liczy prawdopodobieństwo następnej nuty. To nie jest utwór - to jest mediana wszystkich utworów tego typu, jakie kiedykolwiek nagrano.

I tu dochodzę do sedna, które budowałem od pierwszego akapitu. Słuchamy muzyki nie tylko uszami. Słuchamy jej z całą świadomością, że po drugiej stronie ktoś jest. Że ktoś nie spał, że się rozstał, że przegrał, że coś zrozumiał o trzeciej nad ranem i musiał to nagrać, zanim zniknie. Ta wiedza nie jest dodatkiem do dźwięku - ona jest częścią dźwięku. Kiedy wiem, że po drugiej stronie nie ma nikogo, ta sama melodia znaczy coś zupełnie innego. Staje się ładnym ułożeniem powietrza. Niczym więcej.

Uczciwie: dla kogo to naprawdę jest

Nie chcę być prorokiem końca świata, bo to najtańsza rola w felietonie o technologii. Więc powiem, gdzie ta muzyka jest po prostu dobrym narzędziem i gdzie nie mam z nią żadnego problemu.

Podkład pod film na YouTube? Znakomicie. Muzyka do gry, do podcastu, do prezentacji, do sklepu, do windy - wszędzie tam, gdzie dźwięk ma być tłem, a nie treścią, AI jest niemal doskonałe i, powiedzmy to szczerze, uwalnia twórców od kosztów, których często i tak nie mieli z czego pokryć. Ktoś, kto do tej pory kradł podkłady albo używał tych samych trzech darmowych pętli co wszyscy, dostał teraz nieskończoną szafę tła. To dobra wiadomość i nie zamierzam jej odbierać z powodu własnej estetyki.

Widzę też coś, czego się nie spodziewałem: te narzędzia potrafią być szkicownikiem. Wyobraźcie sobie kogoś, kto ma w głowie melodię, ale nie umie grać na żadnym instrumencie. Do tej pory ta melodia umierała w jego głowie. Teraz może ją usłyszeć na zewnątrz, poprawić, pokazać komuś. To nie jest odebranie muzyki ludziom - to jest jej oddanie ludziom, którzy nie mieli do niej klucza. I byłbym hipokrytą, gdybym udawał, że mnie to nie porusza.

Problem zaczyna się dokładnie w momencie, w którym tło zaczyna udawać treść. Kiedy wygenerowany utwór trafia na playlistę obok piosenki, która kogoś kosztowała życie, i konkuruje z nią o te same trzydzieści sekund cudzej uwagi. Nie dlatego, że jest lepszy. Dlatego, że jest tańszy, nieskończenie liczny i nie potrzebuje jeść.

Co zostało po siódmym dniu

Ostatniego wieczoru wyłączyłem eksperyment i puściłem sobie pierwszą lepszą płytę nagraną przez żywych ludzi. I poczułem coś, czego się nie spodziewałem: ulgę tak fizyczną, jakbym po tygodniu w klimatyzowanym pokoju wyszedł na deszcz. Bo w tej muzyce coś było nie tak, jak trzeba. Wokalista wziął oddech w złym miejscu. Struna zabrzęczała. Ktoś się pomylił i tego nie wyciął. I nagle zrozumiałem, że przez cały tydzień słuchałem dźwięku pozbawionego czasu. Muzyka z AI nie ma przeszłości. Nie powstała w żadnym roku, nie odpowiada na nic, nie jest z niczego zła ani na nic wściekła. Jest wiecznie teraz i wiecznie nijaka.

Nie boję się, że AI napisze lepszą piosenkę ode mnie ulubionych artystów. Boję się czegoś znacznie bardziej prawdopodobnego: że wychowa pokolenie, które przestanie odczuwać różnicę. Które nauczy się, że muzyka to usługa dopasowana do nastroju, a nie wiadomość od drugiego człowieka. Że przestanie oczekiwać, by cokolwiek w piosence uwierało, bo pozna tylko tę, która została zaprojektowana, żeby nigdy nie boleć.

Więc moja uczciwa recenzja tygodnia brzmi tak. Suno i Udio są zdumiewające. Są przydatne. Są, w wielu zastosowaniach, po prostu dobre i nie mam zamiaru tego ukrywać za snobizmem. Ale nie są muzyką w tym sensie, w jakim to słowo mnie kiedykolwiek obchodziło. Są jej idealnie wykonaną maską. A maska ma tę jedną wadę, że im lepiej dopasowana, tym łatwiej zapomnieć, że pod spodem nie ma twarzy. Będę ich używał do tła. I nigdy nie pozwolę im zająć miejsca, w którym po drugiej stronie miał być ktoś.