AIVA пишет инструменталы: что взять, если нужна песня с вокалом?

Короткометражка смонтирована, музыка к ней собрана в AIVA: двенадцать фрагментов под сцены, всё оркестровое, всё легло на картинку. И тут режиссёр говорит, что на финальных титрах должна звучать песня. Именно песня, с голосом, с припевом и со словами, которые отвечают на последний кадр. Вы открываете список стилей в AIVA и убеждаетесь в том, что и так подозревали: каждый пресет там инструментальный.

Это и есть ответ на вопрос из заголовка. AIVA сочиняет инструментальную музыку по стилям и загруженным образцам, и собственный сайт сервиса описывает работу именно так, ни слова не говоря о пении или текстах. Когда сцене нужен голос, вам нужны две вещи, которых AIVA не делает: слова и генератор, который умеет их спеть. Партитуру оставьте в AIVA, текст напишите отдельно, а спеть его отдайте инструменту, сделанному под вокал. Например, Suno.

Слова как раз и продаём мы. Вы заполняете короткую форму в генераторе текстов песен, а в ответ получаете название и готовый текст, уже размеченный тегами [Verse] и [Chorus]: его можно без правок вставить в поле Lyrics у Suno. Генерации идут из кредитов плана: один текст стоит 20 кредитов, в долларе их 100, то есть $0,20 за текст. Бесплатного пробного периода нет, поэтому самый дешёвый вход это подписка за $5 в месяц, она даёт 500 кредитов (25 текстов) каждый месяц. Второй вариант: разовые $19, пожизненный доступ к каталогу и генератору промптов плюс 1 500 кредитов, то есть 75 текстов, один раз и без пополнения (подробности на странице тарифов). Звук мы не делаем, к AIVA отношения не имеем, а Suno отдельная компания: сервис Suno мы не перепродаём и говорить за эту компанию не можем.

В чём сила AIVA и почему отсутствие голоса не недостаток

AIVA делали как инструмент композитора. Вы выбираете стиль из длинного списка пресетов (сайт обещает больше 250) или загружаете аудио либо MIDI как образец, и сервис пишет инструментальную пьесу в этой манере. Результат можно отредактировать и выгрузить, и для работающего композитора главное здесь выгрузка в MIDI: фрагмент уходит из AIVA нотами, а не готовой сведённой записью, поэтому её можно открыть в своей DAW, переоркестровать, оживить и развести с диалогами так, как нужно сцене.

Так устроена работа над партитурой, и для большей части фильма или игры она правильная. Фоновая музыка всегда звучит под чем-то: под диалогом, под действием. Она поддерживает сцену и не тянет внимание на себя, а голос тянет его всегда, просто по своей природе. В игре с сорока минутами боёв, исследования и меню голосом почти ничего петь не нужно.

Поэтому полезнее думать не о том, что в AIVA чего-то не хватает, а о том, что песня с вокалом относится к другому виду работы, ей на старте нужно совсем другое, и AIVA под это не проектировали. Генератор песен читает слова и описание стиля. AIVA читает пресет и образец, и строки, куда можно написать, о чём петь, там попросту нет.

Где без голоса не обойтись

Большая часть саундтрека так и остаётся инструментальной. Но есть несколько мест, где нужен человек, который поёт, и запоминаются обычно именно они.

• Песня на титры. Самый очевидный случай. Она звучит один раз, подводит эмоциональный итог всей истории и почти всегда должна откликаться на что-то из последней сцены.
• Песня внутри мира. Её слышат сами персонажи: бард в таверне, радио в машине, песня рыбаков на палубе, бабушка, которая напевает у плиты. Зритель или игрок воспринимает её как пение конкретного человека из истории, а значит, и слова должны принадлежать этому человеку.
• Песня для трейлера. Спетый хук поверх монтажа трейлера, часто медленнее и мрачнее, чем основная тема. Две строчки текста здесь иногда продают фильм лучше, чем две минуты оркестра.
• Колыбельная или гимн. Колыбельная, которую мать поёт в первой главе и которая возвращается надломленной в пятой. Гимн фракции, который толпа скандирует перед боем. Обе песни крошечные, и у каждой очень точная задача.

Любая из них начинается с текста, а у текста есть точка зрения, форма и тип хука, для которых в AIVA нет ни одного поля. Вот тут и нужен бриф.

Шаг первый: слова

Вот бриф для песни на титры той самой короткометражки. Все значения ниже реально есть в форме генератора:

theme      Песня на финальные титры короткометражки: дед каждую весну
           чинит лодку, на которой двадцать лет никто не выходит в море,
           а в последней сцене внук впервые садится на вёсла.
POV        narrator
language   ru
structure  ballad
hook       title-line
emotion    longing
vocal      male
age        any

Каждое значение здесь выбрано под задачу. narrator ставит рассказчика со стороны: песня на титры не должна говорить голосом деда, она смотрит на всю историю сразу. ballad даёт медленную форму, в которой есть место для образа, а не только для припева. title-line делает хуком строку с названием песни, и это удобно, когда трек потом стоит в титрах под собственным именем. В теме около 170 знаков из 300 разрешённых, и в ней есть поворот (лодку чинят впустую, пока на неё не садится внук), а не просто настроение.

Для песни внутри игрового мира настройки почти противоположные. Гимну фракции или застольной песне в таверне нужен collective, то есть голос «мы», хук chant, который удобно проорать хором, и форма loop: куплеты короткие, основную работу делает хук. Там тема должна описывать не финал, а людей, которые поют.

В ответ приходит название и целый текст с разметкой по частям. Читайте его как черновик. Уберите строчку, которую ваш герой никогда бы не сказал. Замените общее слово на предмет, который в кадре действительно есть: не «старый дом», а тот самый рубанок на верстаке. Правка нужна по двум причинам: песня начинает принадлежать вашему фильму, и именно с правки начинается ваше собственное авторство, к которому вернёмся в разделе о правах.

Что происходит между готовым текстом и готовым треком, подробно разобрано в статье как превратить текст в песню.

Шаг второй: перевести партитуру в строку стиля

На этом шаге композиторы чаще всего и спотыкаются. Вы привыкли ставить себе задачу через тональность, темп и оркестровку, а генератор песен этот язык понимает плохо. Suno, например, не держит надёжно ни прописанную тональность, ни темп в цифрах, и если втиснуть и то и другое в поле Style, результат скорее станет мутнее, чем точнее. Работают слова про характер, инструменты и голос, причём лучше по-английски: строку стиля для Suno разумно писать на английском, даже когда сама песня русская.

Перевод выглядит примерно так:

А для песни про деда и лодку строка стиля может быть такой:

acoustic folk ballad, nylon guitar, soft accordion, low strings, warm intimate male vocal, slow build, quiet ending

Наш генератор промптов собирает такие строки, а в каталоге лежат почти 2 000 промптов по стилям и больше 1 000 промптов в манере конкретных артистов, всё в том же виде. И генератор, и каталог сделаны под формат Suno. Другие генераторы с вокалом тоже принимают описание, но формулируют и взвешивают его по-своему, так что если вы работаете не в Suno, считайте нашу строку заготовкой и сверьтесь с актуальной документацией своего инструмента.

Одно честное ограничение. Генератор песен сочиняет мелодию сам и не процитирует лейтмотив, который вы построили в AIVA, как бы подробно вы его ни описали. Если песня на титрах обязана нести главную тему нота в ноту, реальных путей два: живой вокалист поверх вашей аранжировки или загрузка аудио в сервис, который поёт (об этом статья о загрузке и ремиксе в Suno). Только прежде чем загружать куда-либо фрагмент из AIVA, прочитайте следующий раздел.

Права: две компании, два набора условий, плюс наши

Песня, собранная таким способом, проходит минимум через две компании, и на каждую часть действуют условия той компании, где эта часть сделана.

AIVA. На момент написания статьи страница тарифов AIVA ставит в зависимость от плана три вещи: кому принадлежит авторское право, нужно ли упоминать AIVA и где разрешено монетизировать музыку. Бесплатный план из них самый строгий. Для вас это важно дважды: для партитуры в фильме или игре и ещё раз, если вы захотите загрузить фрагмент из AIVA в другой инструмент как образец. Прочитайте условия своего плана до того, как сделаете то или другое, потому что они меняются.

Генератор с вокалом. У Suno, Udio и остальных свои правила коммерческого использования, и у бесплатных и платных планов они часто разные. Эти правила касаются звука, который вы получили в том сервисе.

Наш текст. Наш дисклеймер разрешает коммерческое использование текста, и прав на него мы не заявляем. При этом права вы получаете неисключительные: одна модель пишет для всех, поэтому фрагменты могут совпасть с чужими, и не проверяем, не задевает ли текст чьи-то права. Охраняется ли сгенерированный текст вообще, пока не решено, и в разных странах на это отвечают по-разному; Бюро по авторским правам США, например, не считает авторским результат, полученный из одного только промпта. Подробнее об этом в статье кому принадлежит музыка из нейросети.

Это общая информация, а не юридическая консультация. Если студия, издатель или фестиваль просит вас письменно подтвердить, кому принадлежит песня, покажите все эти условия юристу, который работает с правом вашей страны.

Для читателя из России есть и практическая сторона: зарубежные сервисы, и AIVA, и генераторы с вокалом, нередко не принимают российские карты. Проверьте способы оплаты на страницах самих сервисов раньше, чем выстроите вокруг них работу над проектом.

Где остальные инструменты

AIVA не единственный сервис, который делает только инструментал, и Suno не единственный сервис, который поёт.

Если вы пришли не из AIVA, а из Soundraw, у вас тот же пробел, только увиденный глазами монтажёра, и для этого случая есть отдельная статья про Soundraw. Если всё должно работать у вас на машине, среди открытых моделей есть такие, что поют по готовому тексту; в обзоре открытых генераторов видно, что на каком железе запускается и, что важнее, под какой лицензией. А если вы ещё выбираете сам инструмент с вокалом, загляните в разбор какой генератор музыки лучше под вашу задачу, там они отсортированы по тому, что нужно получить на выходе.

Ни один из них не заменяет текст. Любой генератор с вокалом споёт то, что вы в него вставили, и плоский текст вернётся плоской песней, какой бы моделью её ни озвучивали.

Порядок работы над одной песней в инструментальном проекте

Так меньше всего времени уходит впустую, если весь остальной саундтрек инструментальный.

1. Решите, что песня делает в сцене. Звучит она внутри мира или поверх него, кто поёт, должны ли слова упомянуть то, что зритель уже видел. Запишите это одним предложением, оно и станет темой.
2. Соберите бриф. Точку зрения и тип хука выбирайте по задаче, а не по вкусу: collective и chant для толпы, narrator для баллады, которая рассказывает, что случилось, confession для песни на титры, которая держится на одном признании.
3. Запустите генерацию два или три раза. Три черновика спишут 60 кредитов плана, то есть $0,60, а строки, которые стоит оставить, редко оказываются все в одном.
4. Отредактируйте руками. Добавьте предметы из своего фильма и слова своего героя. Проверьте, что припев выдерживает пятое повторение.
5. Напишите строку стиля по характеру партитуры, без тональности и без темпа в цифрах, и запустите генератор с вокалом несколько раз. Возьмите тот вариант, который ложится к остальному саундтреку.
6. Всё остальное оставьте AIVA. Фон, меню, боевые лупы. Почему задачу на музыку для игры приходится ставить иначе, чем любую другую, разобрано в статье о музыке для видеоигр.

Начните с той сцены, где нужен голос

Не перестраивайте весь процесс. Возьмите одну-единственную сцену в проекте, которой нужна спетая песня, будь то титры, таверна или колыбельная, и заполните бриф только для неё.

Откройте генератор текстов, выберите точку зрения и хук под задачу песни, опишите тему одним предложением и запустите. Самый дешёвый вход это подписка за $5 в месяц: 500 кредитов, то есть 25 текстов по 20 кредитов ($0,20) за штуку. Если вы уже видите несколько сцен, где понадобятся слова, для саундтрека удобнее пожизненный план: $19 один раз, каталог и генератор промптов без срока и 1 500 кредитов, то есть 75 текстов, выданных один раз и без пополнения.