Недавнее исследование стриминга «Звук» подтвердило: 61% музыкантов уже сделали искусственный интеллект частью своей рутины. Однако сырая генерация «из коробки» чаще всего звучит пластиково, нестабильно и слишком «усредненно».
Запускаем серию постов совместно со студией саунд-дизайна «СаундКарта». Её сооснователь Даниэль (@blueberry_punch) поделился практическим воркфлоу: как они берут нейросетевую музыку, исправляют её ошибки и делают плотный студийный звук.
Сегодня разберем первый и самый сложный этап — очеловечивание и чистку ИИ-генераций.
Как разобрать генерацию
В идеальном мире мы работаем с чистыми мультитреками (кстати, новые модели вроде Suno v4.5 уже позволяют выгружать стемы). Но в реальности нам часто приносят просто сгенерированный стереофайл.
Наш первый шаг — разделение на дорожки. Мы используем Ultimate Vocal Remover и RipX DAW, чтобы разобрать трек на запчасти. Сейчас алгоритмы Stem Splitter — это абсолютный мастхэв индустрии (они встроены даже в Logic Pro). Они незаменимы для вытаскивания акапелл для ремиксов, балансировки старых битов и даже для цензурирования треков.
Но если вокал в генерации залит сложными эффектами, реставрация превращается в ад. Это уровень восстановления архивных записей — дорого, долго и без гарантии идеального результата.
Борьба с «мылом» и плавающим темпом
Главная болезнь нейросетей — артефакты битрейта (особенно на ударных) и математическое «усреднение» звука. Нейросеть всегда стремится к безопасной середине. Умные плагины (например, Soothe2 или iZotope Ozone) пытаются срезать всё, что выбивается из стандартов. Но именно в этих отклонениях часто кроется «душа» трека. Поэтому мы собираем трек поэтапно.
Ударные из генерации чаще всего приходится выкидывать — их ритм плывет, появляются странные дроби. Мы переписываем драм-партию вручную. А вот удачно вырезанные мелодические стемы «утепляем». В ход идут FabFilter Q3, Pro-MB и Ozone 10 Stabilizer. Мы искусственно накачиваем их гармониками, чтобы они могли плотно сесть в новый, чистый микс.
Пересборка и живой грув
ИИ дает редкие текстуры, но именно человек дает музыке грув.
Если инструментал звучит «мято», мы снимаем MIDI-партию и прописываем её на нормальных синтах. Но чего не может ИИ — так это выдать легкую, естественную фальшь. Нейросети выверены по сетке. Живой грув — это микроотклонения. Поэтому подложку мы можем оставить сгенерированной, но бас и барабаны прописываем живыми руками, а иногда и вовсе привлекаем сессионных музыкантов для солирующих партий. Ни один ИИ не заменит человеческую неровность.
В следующем посте мы разберем, почему ИИ — это лучший инструмент для поиска уникальных текстур и как использовать его вместо заезженных библиотек Splice.
💬 А как вы боретесь с артефактами и плавающим темпом в Suno или Udio? Пытаетесь ли выравнивать барабаны по сетке в DAW или оставляете ритм-секцию «как есть»? Делитесь своим опытом в комментариях!
⚡️ Присоединяйтесь к нашему закрытому сообществу в Max: https://max.ru/join/PcK2n_E39YdeAf6yFVBmlJyXMDg2uyhazRTTY0Sndt8
Пост из моего тг-канала «Музыкальный ИИ» — https://t.me/gensound.
#МузыкальныйИИ #СаундДизайн #Сведение #Suno #Udio #DAW #Очеловечивание