Результат генерации на девяносто процентов определяется тем, что вы написали в трёх полях: текст, стиль и название. Разберём, что в каждое из них попадает и как это влияет на звучание.
Поле «текст песни»
Сюда идут именно слова, которые прозвучат. Не описание, не пожелания — строки. Разметка [Куплет] и [Припев] задаёт структуру, а пустая строка между блоками помогает модели услышать паузу.
Если поле оставить пустым, нейросеть напишет текст сама по описанию. Это удобно для первого подхода, но точность пострадает: имена, даты и детали она не угадает.
Поле «стиль»
Здесь описывается звучание, а не смысл. Работают четыре группы слов:
- Жанр: поп, рок, шансон, фолк, регги, электроника.
- Темп: медленно, средний темп, быстро; можно числом — «около 90 ударов».
- Инструменты: акустическая гитара, фортепиано, струнные, синтезатор.
- Настроение: тёплое, тревожное, торжественное, ироничное.
Порядок слов значения почти не имеет, а вот противоречия — имеют: «быстрая колыбельная» даст непредсказуемый результат.
Поле «название»
Оно не влияет на звучание, но попадает в метаданные файла и помогает не запутаться среди вариантов. Если не заполнить, название придумается автоматически.
Пять частых ошибок
- Описание вместо текста. «Песня про маму, тёплая» в поле текста — модель споёт эту фразу буквально.
- Слишком длинный текст. Больше четырёх блоков в три минуты не помещается, и слова поются скороговоркой.
- Пустой стиль. Без описания жанр выбирается случайно, и два запуска звучат совсем по-разному.
- Цифры и сокращения. «8 марта» лучше писать «восьмое марта».
- Один запуск. Два-три прогона с уточнением формулировки обычно дают заметно лучший результат.
Частые вопросы
Сколько вариантов приходит за запуск?
Два. Платить за второй не нужно, он входит в тот же запуск.
Можно ли задать конкретную мелодию?
Нет, мелодию модель пишет сама. Влиять на неё можно только описанием стиля и темпа.
Почему два варианта звучат по-разному?
Так и задумано: модель предлагает два прочтения одного описания, чтобы было из чего выбрать.
Попробовать. Если голос не нужен, подойдёт песня нейросетью.