Próbuję zrobić hit na Suno v6: rap, K-pop i electropop po polsku

👁 113 przeczytań

Dzień po premierze Suno v6 usiadłem i spróbowałem zrobić trzy polskie numery: rap, K-pop i electropop. Wszystkie teksty napisałem sam, wszystkie polecenia podaję w całości, a nagrania możesz odsłuchać niżej. Po drodze wyszły dwie rzeczy o samym modelu, których nie ma w żadnej relacji z premiery.

Ustalenie pierwsze: v6 nie używa Twojego polecenia. Przepisuje je

Wpisałem opis po angielsku, jak zwykle, bo w tym języku modele trzymają się terminów ściślej:

modern Polish electropop, 118 BPM, female Polish vocal, breathy intimate verses,
huge anthemic chorus, analog synth bass, gated reverb drums, sidechained pads,
subtle vocal chops, cinematic build before the chorus, glossy contemporary mix

Suno zapisało przy pierwszym wariancie: „Nowoczesny electropop, 118 BPM, polski kobiecy wokal o oddechowej, intymnej barwie w zwrotkach, wielki anthemiczny refren, analogowy bas syntezatorowy, bębny z gated reverbem…”

A przy drugim, z tego samego wejścia: „Nowoczesny electropop, 118 BPM, kobiecy polski wokal: oddechowy i intymny w zwrotkach, szeroki i hymniczny w refrenie…”

Dwa różne przekłady jednego polecenia, w jednej generacji. Model tłumaczy opis na polski i przy okazji go przeredagowuje, osobno dla każdego wariantu. To tłumaczy, dlaczego dwa utwory z jednego kliknięcia potrafią brzmieć zupełnie inaczej: one nie powstają z tego samego opisu.

Co ciekawsze, przy modelu v6-wild tego nie zaobserwowałem: tam opis został dosłownie taki, jaki wpisałem, w obu wariantach. Czyli odwrotnie, niż sugerują nazwy. Model opisany jako przewidywalny improwizuje przy poleceniu, a ten „dziki” trzyma się litery.

Ustalenie drugie: utwory z v6 są krótkie

Sześć nagrań z tej sesji ma od 53 sekund do 1:19. Dla porównania utwory z poprzedniej generacji w tym samym koncie mają od 2:25 do 4:12. Jeśli potrzebujesz pełnej długości, trzeba o nią prosić wprost albo dobudowywać utwór.

Numer pierwszy: polski rap

Polecenie:

modern Polish hip hop, 142 BPM, male Polish rap vocal, clear diction,
dark trap beat, deep 808 sub bass, crisp hi-hat rolls, minor piano loop,
no autotune, confident understated delivery, punchy modern mix, radio ready master

Tekst: Miasto liczy piętra, ja liczę dni. Beton pamięta kroki, których nie ma już. Zegar bije w oknie, ktoś gaśnie światła, zostaje echo, zostaje kurz. W refrenie: nie pytaj, gdzie byłem, pytaj, po co wracam. Nie pytaj, co zgubiłem, pytaj, czym zapłacę.

Dwie rzeczy w tym poleceniu robią robotę. „No autotune”, bo bez tego model domyślnie dokłada strojenie i rap zamienia się w melodyjny pop. Oraz „confident understated delivery”, czyli prośba o powściągliwość: bez tego wokal krzyczy, a polski rap ostatnich lat brzmi raczej odwrotnie.

Numer drugi: K-pop po polsku

Polecenie:

K-pop, 128 BPM, female group vocal, bright synth pop production,
layered harmonies and tight stacked backing vocals, punchy drums, sparkling arpeggios,
building pre-chorus, big polished chorus, Polish language lyrics with natural pronunciation,
glossy modern mix, radio ready master

Tekst: Neon w oknie, miasto śpi. Serce bije szybciej niż my. Przed refrenem odliczanie: trzy, dwa, jeden, teraz. Refren: świeć, świeć, świeć jak neon, nie gaś tego ognia.

To był najtrudniejszy z trzech, bo gatunek jest zbudowany wokół konkretnych zabiegów: warstwowych chórków, odliczania przed refrenem i nagłego otwarcia. Wpisałem je w polecenie po kolei, zamiast liczyć, że słowo „K-pop” załatwi sprawę. Odliczanie umieściłem bezpośrednio w tekście, bo model traktuje je wtedy jako część utworu, a nie jako sugestię.

Numer trzeci: polski electropop

Polecenie: to samo, które cytowałem na początku tekstu.

Tekst: Pół miasta w słuchawkach, pół w deszczu. Idę bokiem, żeby nie zderzyć się z tobą. Wszystko powiedziane, nic nie powiedziane, zostaje tylko dźwięk. Refren: głośniej niż myśli, głośniej niż to co boli, głośniej, aż zniknie miasto.

Tutaj wszystko stoi na jednym zabiegu: kontraście między szeptaną zwrotką a otwartym refrenem. W poleceniu opisałem obie części osobno, bo prośba o „dynamiczny utwór” nic nie znaczy, a „breathy intimate verses, huge anthemic chorus” mówi modelowi, gdzie ma być cicho i gdzie głośno.

Pułapka, w którą wpadłem i w którą wpadniesz

Robiąc trzy numery jeden po drugim, chciałem podmienić tekst na nowy. Zaznaczyłem wszystko i wpisałem swoje. Stary tekst został. Pole tekstu w Suno nie jest zwykłym okienkiem formularza, tylko obszarem edytowalnym, i część sposobów kasowania zawartości po prostu na nim nie działa.

Efekt: jedna generacja poszła w kosz, bo polski tekst o chrząszczu w trzcinie pojechał na trapowym bicie. Jeśli robisz serię, po każdym numerze sprawdź wzrokiem, co realnie jest w polu, zanim klikniesz.

Co z tego wynika dla polskiego twórcy

Trzy rzeczy, wszystkie sprawdzalne w tym materiale. Polecenie warto pisać po angielsku i wymieniać zabiegi gatunkowe po kolei, bo sama nazwa gatunku to za mało. Trzeba liczyć się z tym, że model przepisze opis po swojemu, więc dwa warianty z jednego kliknięcia to nie są dwa podejścia do tej samej rzeczy. I trzeba pilnować długości, bo domyślnie wychodzi około minuty.

Jak zbudować polecenie od podstaw, rozpisuję w poradniku, a co zmieniło się w samym modelu, w tekście o Suno v6.