# Нейросеть для песни: как получить трек с вокалом, который не стыдно подарить

_Владимир Ижмуков · автор системы роста Instagram через короткие ролики_

Песня с голосом это единственный подарок, который нельзя купить в магазине, и именно поэтому запрос на неё вырос так сильно. Машина сегодня поёт чисто, попадает в ноты и держит структуру куплетов, а стоит это примерно ничего. Сложность осталась ровно одна: между первой попыткой и версией, которую хочется отправить человеку, обычно лежит десяток генераций, и большинство бросает на третьей.

Я пришёл к этой задаче со стороны роликов. Мне нужны были треки под конкретную сцену, потом под поздравление команде, потом под рубрику в блоге. За несколько месяцев накопился порядок, который экономит эти десять попыток, и ниже он целиком.

## Сначала решите, какую работу песня выполняет

От ответа зависит всё остальное, поэтому вопрос стоит первым.

Песня-подарок живёт на имени и на деталях. В ней должны прозвучать вещи, которые знает только близкий круг: прозвище, город, случай из отпуска, фраза, которую человек повторяет. Именно такие строчки вызывают реакцию, а красивые общие слова про счастье проходят мимо.

Песня под бренд работает иначе. Там важнее один повторяющийся кусок, который застревает в голове, и полная нейтральность всего остального. Длинная история в рекламном джингле мешает.

Песня под ролик обычно нужна фоном, и тогда вокал придётся приглушить или взять инструментальную версию. Этот случай я подробно разобрал отдельно, в материале про [нейросеть для музыки](/guides/neyroset-dlya-muzyki/), тут повторяться не буду.

## Текст пишется до музыки, и это половина результата

Соблазн отдать всё машине разом велик, но именно текст решает, тронет песня человека или нет. Модель сочиняет гладко и пусто, потому что деталей вашей жизни она не знает.

### Порядок из трёх шагов

1. Выпишите в столбик десять фактов о человеке или о поводе: что он любит, чем занимается, что смешного случилось в прошлом году, как его зовут дома.
2. Попросите модель собрать из этих фактов текст песни, прямо указав структуру: куплет, припев, куплет, припев, короткий финал.
3. Вычитайте результат и верните на место те слова, которые машина сгладила.

### Что выписывать в те самые десять фактов

- имя, которым человека зовут дома, и прозвище, которое знают только свои;
- профессия или занятие, названное словами самого человека;
- место, с которым он связан: город, дача, любимая точка на карте;
- привычка, над которой в семье добродушно смеются;
- случай из последнего года, который все вспоминают;
- фраза, которую он повторяет чаще всего.

Запрос на текст выглядит примерно так: «Собери текст песни для мамы на юбилей. Используй только эти факты: работала учителем сорок лет, зовут дома Люся, обожает свой сад и пионы, каждое лето ездит в Анапу, вечно всех кормит и обижается, когда отказываешься. Структура: два куплета по четыре строки, припев из четырёх строк, припев повторяется дважды. Тон тёплый, без пафоса, простые слова».

### Три проверки перед тем, как отдать текст в музыку

Дальше три проверки, которые я делаю всегда:
- прочитать вслух и услышать, где спотыкается язык, потому что петь это будет машина, а спотыкаться будет слушатель;
- убрать всё, что подходит любому человеку, эти строки занимают место и ничего не делают;
- оставить в припеве одну короткую фразу, которую легко запомнить с первого раза.

## Запрос на музыку состоит из четырёх частей

Дальше текст уходит в сервис генерации, и там в поле стиля надо описать звучание. Я держу в голове четыре части, и этого хватает на любой жанр.

Первое это жанр и эпоха: русская эстрада восьмидесятых, современная поп-баллада, акустический бард, лёгкий фанк. Второе это голос: мужской низкий, женский высокий, детский, дуэт. Третье это темп и настроение: медленно и тепло, бодро и празднично, спокойно и задумчиво. Четвёртое это инструменты, которые должны быть слышны: живая гитара, рояль, струнные, синтезатор.

Под частые поводы у меня сложились готовые сочетания, их можно брать как есть:

| Повод | Жанр | Голос | Темп |
|---|---|---|---|
| Юбилей мамы или бабушки | лирическая поп-баллада | женский тёплый средний | медленный |
| День рождения друга | лёгкий фанк или поп-рок | мужской средний | бодрый |
| Годовщина свадьбы | акустика с гитарой | дуэт | спокойный |
| Поздравление команде | современный поп | мужской или женский высокий | бодрый |
| Песня ребёнку | детская эстрада | детский или женский мягкий | средний |
| Джингл для бренда | электронный поп | любой, с ярким припевом | быстрый |

Собранный запрос выглядит так: «современная поп-баллада, женский тёплый средний голос, медленный темп, рояль и струнные, светлое настроение, чистая запись без шума».

Чего в запросе быть не должно: имён живых исполнителей и названий конкретных песен. Сервисы такие запросы отклоняют, а если и пропускают, результат потом нельзя использовать спокойно.

## Что ломается чаще всего

За время работы накопился короткий список браков, и почти все лечатся правкой запроса. Повторные попытки наугад тут только тратят время.

| Что слышно | Причина | Что делать |
|---|---|---|
| Голос проглатывает окончания | слишком длинные строки в тексте | разбить строку на две коротких |
| Ударение падает не туда | редкое имя или отчество | написать слово по слогам через дефис прямо в тексте |
| Припев звучит как куплет | в тексте не размечена структура | пометить блоки словами «куплет» и «припев» |
| Песня обрывается на середине | превышен лимит длины сервиса | сократить до двух куплетов |
| Звучит как дешёвая минусовка | в запросе нет инструментов | назвать два-три конкретных инструмента |
| Вокал тонет в музыке | не указано, что голос главный | добавить «вокал на переднем плане» |

Отдельно про количество попыток. Нормально сделать пять или шесть генераций на одном и том же тексте, меняя только строку стиля. Сервисы отдают по две версии за раз, и разница между ними бывает больше, чем между двумя разными запросами.

## Перед тем как дарить или публиковать

Три вещи, которые стоит проверить, и каждая однажды спасала меня от неловкости.

Послушайте песню целиком на телефонном динамике. В наушниках всё звучит лучше, чем будет на самом деле. Именинник откроет её именно так, и половина красоты аранжировки там пропадает, зато вылезают все огрехи вокала.

Прочитайте текст глазами ещё раз, уже под музыку. Машина иногда меняет слово на похожее по звучанию, и вы узнаете об этом в момент, когда песня играет за столом.

Если песня уходит в ролик или в рекламу, проверьте условия сервиса по коммерческому использованию. У бесплатных тарифов там почти всегда стоит запрет, и это единственное место, где ошибка стоит денег.

## Частые вопросы

**Нужен ли музыкальный слух, чтобы получилось хорошо?**
Нет. Нужен слух на слова: услышать, где текст спотыкается, и где строчка звучит фальшиво по смыслу. Музыку модель соберёт сама.

**Можно ли вставить в песню свой голос?**
Часть сервисов принимает образец голоса и поёт похожим тембром. Качество тут сильно скачет, и для подарка я обычно беру обычный синтезированный вокал, он стабильнее.

**Сколько времени занимает одна песня?**
Текст с правками примерно двадцать минут, генерация с перебором вариантов ещё двадцать. То есть вечер у вас уходит на выбор из шести готовых версий, сама песня делается быстро.

**Подойдёт ли такая песня для Reels?**
Да, и работает она лучше всего в двух случаях: когда текст называет конкретную аудиторию по имени профессии, и когда припев короткий настолько, что его успевают запомнить за один просмотр. Как собирать под это сам ролик, я разобрал в материале про [сценарий для рилса](/guides/scenariy-dlya-rilsa/).

**Что делать, если все версии звучат одинаково скучно?**
Меняйте жанр, текст при этом оставьте прежним. Одна и та же песня в эстраде и в акустике это два разных впечатления, и обычно вторая попытка с другим жанром решает вопрос быстрее, чем десятая с тем же.

## Что делать дальше

Соберите одну песню целиком, от списка фактов до готового файла, даже если повода прямо сейчас нет. Один пройденный маршрут снимает почти все вопросы, а следующая песня после него занимает полчаса вместо вечера.

Дальше та же логика переносится на всё остальное в контенте: тема, первая строка, звук и описание под видео собираются одним и тем же порядком. Как этот порядок устроен у меня, разобрано в материале про [сценарий для рилса](/guides/scenariy-dlya-rilsa/).

Песня это приятная задача, но она разовая. Гораздо интереснее момент, когда вы перестаёте делать руками то, что повторяется каждый день: отвечать одинаковым сообщением, отправлять один и тот же файл, напоминать про запись. Я собрал разбор на 28 страниц о том, как это устроено у меня, и отдаю его бесплатно: [забрать разбор](https://vladimir-izhmukov.ru/reels-chatgpt/).