Как создать песню с помощью нейросети: пошаговый гайд по созданию музыки в ИИ онлайн

Всем привет! Мы команда era2.ai (разработчики музыкального ИИ-сервиса). Мы не пишем теорию из статей, а построили собственный продукт на базе API Suno, протестировали, без преувеличений, тысячи промптов, изучили механику модели изнутри и видели немало. От треков, которые звучат как телефон на вибрации в жестяной банке, до настоящих хитов, которые хочется слушать снова.

Эта статья представляет собой концентрат того, что мы узнали, и пошаговый гайд, как сделать песню в ИИ без опыта. 

Сразу о главном: для нашего ГЕО сегодня СУНО недоступна! Поэтому мы создали свою AI-студию на их API, и решили показать в чем разница. При этом расскажем, как использовать и тот, и другой сервис, а Вы сами решите, что удобнее для Вас. 

Использовать Suno напрямую – нужно зарегистрироваться виртуальную карту иностранного банка и обзавестись хорошим сервисом для смены IP, разобраться в настройках, о чем мы расскажем.

Использовать Era2.ai на API Suno без карты и смены IP. Попробовать сделать песню с помощью нейросети.

Как создать создать свою первую песню нейросетью?

Теория без практики всего лишь пустой звук. Поэтому покажем весь процесс, как сделать песню через нейросеть Suno на живом примере.

Задача: создать трек в духе Imagine Dragons “Natural” на русский текст. Хотя бы приблизиться к этому, ведь в Suno есть цензура, которую мы обошли в music.era2.ai. Сначала разложим стиль в GPT или Claud. Текст нам напишет GPT.

Вот текст, с которым мы работаем:

Иду вперёд, хотя нет сил, Как будто кто-то отпустил. Но всё равно держу шаги, Хоть в голове одни долги.

Дорога жмёт, но я в пути, Назад уже не перейти. И каждый вдох как будто бой, Но он всегда идёт со мной.

Пусть ломит плечи, тянет вниз, Но я не слушаю каприз. Не ради цели, не наград — Просто не шагнуть назад.

И если рухну — встану вновь, Так держит что-то вместо слов. Идти вперёд — не выбор мой, А то, что стало мной самой.

Просим разобрать на атомы «Natural» в Claud. 

Теперь мы знаем, что темп около 108 BPM, оркестровые перкуссии с тяжёлым ударом, дисторшн гитара, мощный нарастающий вокал с хрипотцой, cinematic ощущение, стиль 2010-х arena rock. 

Собираем промпт по формуле:

1. ЖАНР — Anthemic cinematic rock

2. ТЕМП — 108 BPM

3. НАСТРОЕНИЕ — defiant and raw

4. ИНСТРУМЕНТ — orchestral percussion, distorted electric guitar

5. ВОКАЛ — raspy powerful male vocal

6. ЭРА — 2010s arena rock

7. РЕФЕРЕНС — stadium anthem style

Все семь элементов на месте. Можно приступать!

Вот наш промпт:

Anthemic cinematic rock, 108 BPM, defiant and raw mood,

orchestral percussion, distorted electric guitar,

driving synth bass, raspy powerful male vocal,

2010s arena rock, stadium anthem style

Шаг 1: Открываем Suno и переключаемся в Advanced

Заходим на suno.com, нажимаем Create. В верхней части экрана видим два переключателя: Simple и Advanced. Нажимаем Advanced, ведь  именно здесь открывается полный контроль над треком. В Simple режиме нет ни ручного ввода текста, ни тонких настроек, там только одно поле и надежда на удачу, что и ломает большинство хороших композиций. 

В случае с music.era2.ai все гораздо проще. Достаточно просто выбрать нужный режим, и загрузить свой текст. Также учтите, что наша модель уже взаимодействует с API от GPT, поэтому можно ограничиться простым мотивом без сложного текста. 

Шаг 2: Настраиваем More Options — это важнее, чем, кажется

Прокручиваем вниз до раздела More Options. Здесь четыре параметра, которые большинство новичков Suni AI игнорируют, а именно поэтому генерация песни с вокалом дает не то, что представляли у себя в голове. Сразу обозначим, что эта инструкция – на будущее, ведь часть полей не работает в бесплатной версии. 

1. Vocal Gender → Male. Кликаем на Male. Без этого модель сама выберет пол вокала, и угадает не всегда. Для нашего трека в духе Imagine Dragons мужской голос обязателен.

2. Lyrics Mode → Manual. Переключаем на Manual. Это говорит модели, что Вы сами датите текст, и ей не надо ничего выдумывать. Auto это автогенерация лирики, шаблонная и безликая.

3. Weirdness — снижаем до 25%. Этот параметр отвечает за эксперименты, что создает непредсказуемость звука. По умолчанию стоит 50%. На мой взгляд, слишком много для коммерческого трека в жанре rock. Снижаем до 25-30%. Нам нужен узнаваемый, структурированный стиль, а не авангардный эксперимент.

4. Style Influence — поднимаем до 75%. Это сила влияния вашего промпта из поля Styles на итоговый результат. Чем выше — тем точнее модель следует вашим жанровым параметрам. Поднимаем до 75%.

5. Song Title → «Иду вперёд». Необязательное поле, но заполняем. Название помогает модели держать общий контекст и тему.

Наша экосистема уже оптимизирована. Чтобы сгенерировать песню на русском в era2.ai Вам достаточно выбрать стиль или даже исполнителя/группу, и все. 

Итоговые настройки More Options для нашего трека:

• Vocal Gender → Male

• Lyrics Mode → Manual

• Weirdness → 25%

• Style Influence → 75%

• Song Title → Иду вперёд

Результат настроенного More Options в Suno:

А теперь тот же результат в Era2.ai без сложных настроек. 

Шаг 3: Вставляем промпт в поле Styles

Копируем наш промпт целиком в поле Styles (не в Lyrics). Если хотите, чтобы эта нейросеть для создания песен отработала идеально, пишите промпты в Claud. 

Шаг 4: Вставляем текст в поле Lyrics с разметкой структуры

Теги структуры — это ещё один язык, который Suno понимает. Они говорят модели, как строить трек, то есть, где нарастать, где взрываться, где отступить.

[Intro - slow build]

[Verse]

Иду вперёд, хотя нет сил,

Как будто кто-то отпустил.

Но всё равно держу шаги,

Хоть в голове одни долги.

[Pre-Chorus]

Дорога жмёт, но я в пути,

Назад уже не перейти.

[Chorus - powerful]

И каждый вдох как будто бой,

Но он всегда идёт со мной.

Пусть ломит плечи, тянет вниз —

Я не слушаю каприз.

[Verse 2]

Не ради цели, не наград —

Просто не шагнуть назад.

И если рухну — встану вновь,

Так держит что-то вместо слов.

[Bridge - stripped back]

Идти вперёд — не выбор мой,

[Outro - full power]

А то, что стало мной самой.

Почему именно такая структура?

Чтобы сгенерировать песню по описанию, и получить хороший результат Pre-Chorus критически важен, потому что без него хор «отлетает» без подготовки, теряется нарастание. Bridge stripped back — это момент тишины перед финальным взрывом, классический приём Imagine Dragons. Outro full power — явная инструкция для модели, чтобы выдавала максимум энергии, не гасилась.

Шаг 5: Генерируем

Нажимаем Create. Suno в бесплатном режиме выдаёт два варианта (в платном еще два, которые всегда звучат лучше). Слушаем оба, и выбираем. Для большинства задач этого достаточно, и Вы уже знаете, как создать песню с помощью нейросети без траты лишнего времени. 

Что проверяем сразу:

1. Вокал мужской и с хрипотцой?

2. Есть нарастание к хору — или всё ровно?

3. Перкуссия тяжёлая, оркестровая?

4. Синтезаторный бас тянет под гитарой?

Если что-то не так, то повторяем. Это нормально. Норма — 3-5 попыток. Модель предсказывает паттерны, а не выполняет команды. Иногда чтобы создать песню нейросетью нужно больше попыток. Регенерация — часть рабочего процесса, не признак ошибки.

Как вы понимаете, мы показываем первую попытку без регенераций. Кстати вот Второй трек, который получили. Он слабее, но все же для бесплатной версии неплохо. К тому же, с первого раза. 

Естественно, music.era2.ai тоже выдает 4 варианта трека. 

Сильные и слабые стороны SUNO AI

На практике Suno — это очень мощный инструмент с очень конкретными правилами работы. Однако, сервис не безупречен. В частности, цензура не имена артистов приводит к тому, что повторить стиль очень сложно – почти нереально. Эта проблема как раз и послужила одной из причин, почему мы сделали music.era2.ai. 

Что Suno умеет хорошо делать? Создавать полноценные треки за 30 секунд. Генерировать музыку в десятках жанров. Писать лирику автоматически. Работать с кастомными текстами. Наращивать трек по частям (куплет за куплетом)  до полноценной 3-4 минутной песни.

Что Suno не умеет? Здесь начинается самое важное. Suno не понимает имена артистов. Попросите его сделать трек «в стиле Imagine Dragons», и модель либо проигнорирует запрос, либо выдаст что-то абстрактно похожее на рок. Сервис работает в условиях жёстких авторских ограничений. То есть никаких прямых референсов на реальных исполнителей, никакого клонирования голосов, никакого воспроизведения существующих песен в другом жанре.

Именно здесь у большинства начинающих пользователей Suno и начинаются проблемы. Они хотят конкретный звук, но не знают, как его описать без имени исполнителя.

Главная ошибка, которую делают все новички

Мы видели тысячи промптов. И 90% неудачных генераций объясняются одной причиной, у них запрос слишком размытый.

Вот типичные примеры того, что люди пишут:

1. «Сделай весёлую поп-песню про лето»

2. «Грустная баллада с гитарой»

3. «Хип-хоп с хорошим вайбом»

Suno не ищет вдохновение в вашем запросе. Он ищет параметры. Чем точнее параметры — тем точнее результат. Эту проблему мы тоже учли и решили в нашем сервисе. Там уже интегрирован ГПТ, который позволит Вам вводить такие простые вещи и получать профессиональный результат. 

Формула промпта из 7 элементов

После анализа сотен треков и тысяч промптов мы выявили структуру, которая стабильно даёт качественный результат. Она выглядит так:

[ЖАНР] + [ТЕМП] + [НАСТРОЕНИЕ] + [ИНСТРУМЕНТ] + [ВОКАЛЬНЫЙ СТИЛЬ] + [ЭРА] + [РЕФЕРЕНС ЗВУКА]

Разберём каждый элемент инструкции для СУНО подробно, потому что в деталях и скрывается разница между пластиком и живым звуком.

Элемент 1: Жанр

«Рок» или другой стиль — это не просто жанр для промпта. Это континент.

Suno работает с узкими поджанрами, потому что именно они несут конкретную звуковую информацию, включая характерные инструменты, типичное звучание, привычные структуры.

Сравните:

• Rock

• Melancholic indie folk

• Anthemic cinematic rock

• Progressive synth-pop

• Dark alternative R&B

Чем точнее жанровое определение, тем меньше модель додумывает за вас. 

Элемент 2: Темп 

Слова «медленный», «умеренный», «энергичный» и другие прилагательные для Suno почти бессмысленны. Они субъективны. У каждого своё «быстро», и не стоит давать нейронке размышлять вместо Вас.

BPM — это язык, который модель понимает точно:

1. 70–85 BPM → медитативно, задумчиво, меланхолично

2. 90–110 BPM → баллада с пульсом, mid-tempo anthems

3. 120–130 BPM → энергично, танцевально

4. 140+ BPM → агрессивно, интенсивно

Элемент 3: Настроение 

Базовые эмоции типа «грустный», «весёлый», «злой», как и в случае с темпом СУНО понимает по-своему. 

Используйте кинематографические подсказки:

1. Melancholic (меланхоличный — не просто грустный, а с горьковатой красотой)

2. Defiant (упрямый, непокорный — злость без истерики)

3. Euphoric (эйфоричный — не просто весёлый, а приподнятый до предела)

4. Haunting (преследующий, с ощущением тайны)

5. Bittersweet (горько-сладкий, ностальгический)

6. Triumphant (торжествующий, победный)

Настроение влияет на гармонию, мелодику и динамику трека. 

Элемент 4: Инструмент

Типичная ошибка начинающих пользователей СУНО в том, что они перечисляют все подряд, включая гитару, пианино, барабаны и бас. Это даёт модели слишком много свободы. 

Выберите один ключевой инструмент, который олицетворяет идентичность трека:

• Fingerstyle acoustic guitar → камерность, интимность

• Analog synth → ретро-тепло, 80-е

• Grand piano → классика, эмоциональный якорь

• Distorted electric guitar → рок-энергия, сила

• Trap hi-hats → современный хип-хоп, городской ритм

Один сильный звуковой образ лучше, чем пять посредственных намеков.

Элемент 5: Вокальный стиль 

Большинство пользователей вообще не указывают вокальный стиль, и именно поэтому получают непрогнозируемый результат.

Вокал это, по сути, визитная карточка трека. Его характер определяет всё восприятие. Будьте точны:

• Raspy powerful male vocal — хриплый, сильный мужской голос

• Whispered female harmonies — шёпотные женские гармонии

• Operatic soprano — оперное сопрано

• Spoken word narration — речитатив без пения

• Layered falsetto — многослойный фальцет

«Просто вокал» — это не инструкция, а лотерея.

Элемент 6: Эра 

Период истории это не про хронологию. По-своему, это звуковая эстетика, которую модель понимает как базовый алгоритм:

• 1970s → аналоговое тепло, рок-классика, hammond organs

• 1980s → синтезаторы, reverb, gate drums, neon-эстетика

• 1990s → сырость, гранж, альтернативный рок, lo-fi

• 2000s → поп-панк, эмо, большие хоры

• 2010s → indie polish, минимализм, bedroom pop

• 2020s → hyperpop, experimental, trap elements

Одно слово с десятилетием экономит вам 50 символов описания.

Элемент 7: Звуковой референс 

Suno не принимает имена артистов, так как срабатывает цензура. Но это не значит, что вы не можете описать звук.

Переводите артиста в характеристики с помощью ГПТ:

• Вместо “Imagine Dragons” → “stadium anthem style, anthemic cinematic rock, powerful crescendo”

• Вместо “Billie Eilish” → “whispery intimate vocals, dark minimalist pop, sparse instrumentation”

• Вместо “The Weeknd” → “dark R&B, 80s synth references, falsetto male vocal, cinematic atmosphere”

Это и есть настоящее мастерство промптинга.

Как писать тексты для музыки, чтобы создать хорошую песню с помощью нейросети?

Чтобы сгенерировать интересную песню по описанию мы намеренно взяли для примера сильный текст. Не случайный, ведь над его генерацией работал и GPT и Claud. Это позволило показать вам первые результаты генерации в СУНО.

И вот почему это важно.

Suno в режиме Simple пишет лирику сам. Она рабочая, часто, ритмически корректная. Она попадает в структуру, но это «не то»…

Автоматическая лирика представляет собой какой-то средний паттерн из миллионов песен. В ней нет конкретики, нет образа, нет момента, который цепляет. 

Разница между треком, который проходит мимо, и треком, который остаётся в тексте. Во всяком случае, я так считаю в период развития ИИ. 

Именно поэтому при разработке music.era2.ai мы встроили GPT прямо в интерфейс. Вы описываете мотив или ощущение, которое хотите передать, и получаете готовый текст, который уже заточен под музыкальную структуру. Не нужно быть поэтом. Нужно знать, что хочешь сказать.