Jammable или Musicfy: какое приложение для ИИ-каверов даёт чище вокал?

Кавер готов, и голос вроде бы тот самый: тембр узнаётся, вибрато на месте. А потом начинается второй куплет, и на каждом «с» появляется металлический звон, под основным голосом еле слышно дышит кто-то второй, а длинная нота в припеве дрожит, как лопасть вентилятора, задевшая провод. Вы прогоняете ту же песню через другое приложение. Голос другой, звон прежний.

Обычно именно после такого и ищут «Jammable или Musicfy». Честный ответ неприятен: оба приложения делают одну и ту же работу, преобразование голоса, и звон чаще всего приехал вместе с загруженным файлом, а не появился в приложении. Выбирать между ними всё равно есть смысл, только решают дело другие вещи: из чего собрана библиотека голосов, можно ли обучить модель на своём голосе и, главное, что вам разрешено делать с результатом.

Если вы ещё не решили, нужен ли вам кавер с подменой голоса вообще и какие права он задевает, начните с разбора генераторов каверов на нейросети и того, где у них ломаются права. Тот текст для тех, кто выбирает категорию. Этот для тех, кто категорию уже выбрал и стоит перед двумя конкретными приложениями.

Что каждое приложение говорит о себе

Сервис Jammable раньше назывался Voicify AI. Старый адрес voicify.ai сейчас перенаправляет на jammable.com, а в служебной разметке сайта до сих пор указано альтернативное имя «Voicify AI». За сервисом стоит компания Jammable Limited, зарегистрированная в Лондоне, условия использования подчиняются английскому праву. На главной обещают больше 100 000 голосов, и, по описанию самого сервиса, это модели, созданные сообществом: модели обучают и выкладывают сами пользователи, рядом с каждой видно имя автора и число использований. Ещё в Jammable можно обучить модель на своих записях, собрать дуэт из готовых пар голосов, а на платных тарифах есть синтез речи из текста. В подвале сайта обработка голоса приписана технологии Pitchmeld.

Musicfy принадлежит компании Musicfy Inc. На главной тоже заявлено больше 100 000 голосов, есть клонирование собственного голоса по загруженным записям, превращение голоса в инструмент, генерация музыки из текста, а разделение трека на дорожки значится как «скоро». Собственную коллекцию голосов Musicfy называет свободной от авторских прав.

Совпадение бросается в глаза: одинаковая цифра на витрине и одинаковый цикл работы. Выбираете голос, загружаете вокал, получаете тот же вокал другим тембром. Слова ни одно из приложений не пишет, и мелодию, которой вы не дали, инструмент для каверов не сочинит. Оба перекрашивают исполнение, которое уже существует.

Сравнение по их же страницам

Цены и лимиты в этой нише меняются часто. В таблице только то, что было на страницах тарифов и условий самих компаний на момент написания, так что перед оплатой проверьте ещё раз.

Больше остальных весят две строки: про разделение на дорожки и про коммерцию. Первая подсказывает, кто будет чистить ваш исходник. Вторая решает, может ли чистый результат покинуть ваш компьютер.

Откуда на самом деле берётся чистый вокал

Преобразователь голоса работает как очень старательный копиист. Мелодию, тайминг и фразировку он сохраняет, а меняет только окраску голоса. Всё остальное в файле он тоже переносит, причём плохо, потому что модель училась на голосе и понятия не имеет, что делать с хвостом реверберации или с хай-хэтом, просочившимся в микрофон.

Поэтому вопрос «какое приложение даёт чище вокал» распадается на четыре, и порядок тут важен, потому что каждый следующий влияет слабее предыдущего:

1. Насколько чист загруженный вокал. Это бо́льшая часть ответа. Реверберация, дилей, бэк-вокал, дубли и пролаз инструментала превращаются ровно в те артефакты из первого абзаца: второго певца-призрака, звон на шипящих, дрожь на длинных нотах.
2. Насколько хороша модель голоса. Модель, обученная на часе сухих студийных записей, звучит совсем иначе, чем модель, собранная из пары минут обрывков, вырезанных из видео.
3. Попадает ли песня в диапазон голоса. Если увести модель далеко за пределы того, на чём она училась, голос начинает ломаться и истончаться. Сдвиг тональности исходника до преобразования часто помогает сильнее любой настройки внутри приложения.
4. Что добавляет обработка самого приложения. Это единственная часть, которая действительно принадлежит приложению, и именно о ней меньше всего можно узнать из рекламной страницы.

Слепых сравнений, замеров или оценок качества мы не нашли ни у одной из компаний, и в этой статье их тоже нет. Обзор, который объявляет одно приложение «чище» и при этом не называет исходный файл и модель, по сути сравнивает собственный исходник.

Вот каким должен быть вокал до загрузки в любое из двух приложений:

ИСХОДНЫЙ ВОКАЛ перед загрузкой
формат      WAV или FLAC, а не MP3, вытащенный из ролика
содержимое  только ведущий голос: без подпевок, дублей и выкриков
обработка   сухой: без реверберации, без дилея, без вшитого автотюна
пролаз      инструментал не слышен (наушники можно,
            колонка в той же комнате нельзя)
шум         без гула, вентилятора и эха комнаты
диапазон    самая высокая и самая низкая ноты песни внутри
            удобного диапазона целевого голоса; если нет, сначала
            сдвиньте тональность

Если вы берёте готовую песню с радио, такого файла у вас нет. Есть сведённый трек, из которого чей-то разделитель должен вытащить голос вместе со всей реверберацией. На этом шаге гибнет большинство каверов, а судя по страницам самих компаний, готового разделителя дорожек на момент написания не обещает ни одна из них (у Musicfy он «скоро»). Закладывайте отдельный инструмент для разделения или, что надёжнее, начинайте с вокала, который записали сами.

Модель голоса: половина, которой вы управляете

Именно в библиотеке приложения ощущаются сильнее всего непохожими, и стоит понимать, что скрывается за цифрой «100 000+».

В Jammable основная масса моделей от сообщества. Поэтому библиотека огромная и поэтому же неровная. Модель звучит ровно настолько чисто, насколько чистыми были записи, на которых её обучили, а счётчик использований рядом с голосом говорит о популярности, а не о тщательности. Полезная привычка: прежде чем отдавать модели всю песню, прогоните через неё один куплет и послушайте шипящие и самую длинную ноту. Если они грязные на сухом исходнике, грязными они будут везде.

Musicfy сочетает собственную коллекцию, которую называет свободной от прав, с голосами сообщества и делает упор на клонирование вашего голоса: число своих голосов служит одним из главных отличий тарифов друг от друга, а на старшем упомянуто обучение на часовых наборах записей.

По чистоте незаметно выигрывает модель, обученная на вашем собственном голосе. Вы сами решаете, какие записи туда попадут, можете записать их сухими и не гадаете, чем кто-то кормил чужую модель. По правам этот вариант тоже самый чистый, о чём следующий раздел, и он важнее. В Jammable обучение своего голоса начинается с тарифа Creator, в Basic его нет.

Права: где приложения по-настоящему расходятся

Здесь сходство заканчивается.

В условиях Jammable сказано, что сгенерированные вами преобразования принадлежат вам, и тут же оговорено, что компания ничего не обещает насчёт того, как к этому владению отнесётся закон, и что результат может совпадать с результатами других пользователей или быть на них похожим. Для большинства читателей важнее другое: сервис разрешён только для «домашнего и частного использования», коммерческие и деловые цели исключены. Там же написано, что, загружая материал, вы выдаёте Jammable и другим пользователям всемирную, безотзывную, неисключительную лицензию на него и что все права и согласия на загруженное должны быть у вас. Про модели сообщества, похожие на публичных людей, в условиях отдельно сказано, что Jammable не заявляет никакой связи с этими людьми.

У сервиса здесь есть и предыстория. Когда в начале 2024 года название сменилось, отраслевые издания, в том числе TorrentFreak и Fortune, писали, что BPI, британская ассоциация звукозаписывающей индустрии, направила сервису юридическое письмо, а Fortune добавлял, что после этого с платформы убрали модели, подражавшие Drake и Эми Уайнхаус. На собственных страницах Jammable этой истории нет, поэтому считайте её пересказом прессы, а не позицией компании.

На странице тарифов Musicfy в Professional и Studio значится «коммерческая лицензия». Сами условия использования на момент написания занимают короткую страницу, обновлённую в сентябре 2023 года: девять общих пунктов, и ни один не говорит, кому принадлежит результат и что именно покрывает коммерческая лицензия. Если собираетесь что-то выпускать, спросите Musicfy письменно, что входит в лицензию, прежде чем на неё опираться.

Теперь то, о чём молчат обе страницы. Коммерческая лицензия голосового приложения касается вашего пользования приложением. Она не даёт прав на песню, которую вы перепели, на исходную запись, из которой вытащили вокал, и на голос реального певца, которому подражает модель сообщества. Это три отдельных права, принадлежащих другим людям, и ни один тариф ни одного приложения их вам не продаст. Кавер на известную песню клонированным голосом известного певца остаётся правовой проблемой на любом тарифе.

Это не юридическая консультация, и правила в разных странах разные. Наша собственная позиция по сгенерированному материалу изложена на странице с оговорками, а более широкий вопрос разобран в статье кому принадлежит музыка, созданная нейросетью.

Кому что подходит

Jammable подходит, если нужно развлечение для своих: мультяшный персонаж поёт любимую песню для семейного чата, дуэт двух голосов из библиотеки, быстрая проверка того, как мелодия звучит в другом регистре. Библиотека огромная, безлимитные каверы обещаны на каждом платном тарифе, а первый месяц младшего тарифа стоит недорого. Только помните, что по условиям результат остаётся дома.

Musicfy подходит, если результат может выйти за порог: демо, которое вы хотите кому-то показать, трек на релиз, собственный голос, клонированный, чтобы послушать песню в более высоком регистре без надрыва. Коммерческая лицензия в старших тарифах, клонирование своего голоса и превращение голоса в инструмент рассчитаны скорее на авторов, чем на фанатов. Только сначала уточните, что именно покрывает лицензия.

Не подходит ни одно, если песни у вас пока нет. Обоим нужен спетый материал. Если есть мотив без слов или настроение без мотива, начинать с приложения для каверов рано.

Если хочется сравнить шире: Kits AI делает ставку на лицензированные голоса артистов и инструменты для вокалистов, Covers.ai ещё одно приложение для каверов, а голосовые модели RVC лежат в основе значительной части всей этой ниши.

Чистый путь: кавер на песню, которая больше ничья

Самый чистый вокал и самые чистые права ведут к одному и тому же порядку работы: своя песня, сухой опорный вокал, записанный или сгенерированный, и уже его преобразование.

Здесь и только здесь пригодится sunomarket. Это независимый сайт, он не связан ни с Jammable, ни с Musicfy, ни с Suno. Генератор текстов превращает короткую анкету (от чьего лица, язык, структура, тип хука, эмоция, тема) в название и полный текст с разметкой разделов, который можно сразу вставить в поле Lyrics в Suno. Петь он не умеет и голоса не преобразует. Один текст на модели SM1 стоит 20 кредитов, то есть $0.20; модели SM2 и SM3 прогоняют текст через дополнительную редактуру и стоят 80 кредитов, $0.80. Тексты неисключительные и могут совпадать у разных пользователей, так что относитесь к ним как к черновику, который дальше правите вы.

Анкета с первым лицом, русским языком, структурой classic, хуком title-line и эмоцией longing даёт текст примерно такого вида (это иллюстрация формата, а не сохранённый результат):

Название: Не гаси

[Verse 1]
Я оставил свет в прихожей по привычке,
Твоя чашка так и сохнет у окна.
На приёмнике твоя волна, и спички
У плиты лежат, как будто ты пришла.

[Chorus]
Не гаси,
Вдруг постучат под утро.
Не гаси,
Мне одному тут трудно.

Дальше две дороги. Можно спеть этот текст самому под простую подложку, без эффектов, и прогнать дубль через собственный клонированный голос. А можно сгенерировать в Suno целый трек с синтетическим голосом, который никому не принадлежит, вытащить из него вокальную дорожку и взять её за опорную. В обоих случаях исходник чистый, потому что его сделали вы, и с песней можно работать, потому что её никто другой не писал. Если нужен звук конкретного артиста без самого артиста, рецепты артистов описывают звучание словами, понятными Suno, без имени.

Проверка на один вечер

В оба приложения можно зайти без оплаты: у Jammable есть кнопка «Sign up free», Musicfy пишет, что карта не нужна. Что именно доступно бесплатному аккаунту, на страницах тарифов не расписано, так что смотрите это уже после входа. Дальше так:

1. Запишите или сгенерируйте один сухой вокал на куплет и припев, только ведущий голос, без реверберации.
2. Выберите в каждом приложении голос примерно того же диапазона, что и исходник.
3. Преобразуйте один и тот же файл в обоих.
4. Слушайте только три места: самое жёсткое «с» в куплете, самую длинную ноту в припеве и паузу между строками, где живёт дыхание.

Какое приложение лучше справится с этими тремя местами на вашем файле и вашем типе голоса, то для вас и чище. А потом прочитайте условия под тот способ использования, который задумали, потому что чистый вокал, который нельзя выпускать, так и останется лежать у вас на диске.