ШІ-генератор музики

Генератор музики зі ШІ створює аудіо за описом. Замість того щоб шукати в стоковій бібліотеці щось більш-менш схоже, ти описуєш потрібний трек, наприклад лоу-фай біт у повільному темпі з приглушеним піаніно та потріскуванням вінілу, і модель створює новий твір під цей опис.

У Mage цією моделлю є Seed Audio. Один промпт може створити музику, звукові ефекти, голоси чи діалоги, а MP3 повертається точно тієї тривалості, яку ти обереш: 5, 10, 30, 60 або 120 секунд. Для відео ця точність важлива: трек, що закінчується саме на склейці, цінніший за довший, який доводиться обрізати.

Оскільки Mage також створює відео, трек не доводиться нікуди переносити. Застосунок Music Video перетворює трек тривалістю до 15 секунд на виступ твоїх збережених персонажів, а відеомоделі, як-от Cherry, Plum, Lemon, Blueberry та MiniMax-H3, можуть використовувати аудіо, яке ти завантажиш на сторінці Аудіо, як референс.

Що більше промпт схожий на технічне завдання для композитора, то кращий результат. Охопи п’ять речей: жанр або стиль, темп чи енергетику, основні інструменти, настрій і розвиток у часі. «Бадьорий синті-поп у швидкому темпі, виразні барабани, яскраві арпеджіо на синтезаторах, теплий бас, оптимістично, наростає першу половину й вибухає приспівом посередині» дає Seed Audio структуру, а не лише загальне враження.

Розвиток у часі найважливіший у коротких кліпах. Для 10-секундного джингла проси швидке наростання й чисте завершення. Для 30-секундної підкладки під закадровий голос проси щось рівне й ненав’язливе, без різких спадів. Для лупа проси стабільний ґрув без розв’язки, щоб він звучав під сценою, яка триває довше за трек.

• Спочатку назви жанр, потім темп
• Перелічи два-три основні інструменти
• Опиши настрій сценою: «нічна поїздка», «пробіжка на світанку»
• Скажи, як трек починається й закінчується
• Проси інструментальну підкладку під озвучення

Seed Audio створює не лише музику. Опиши звук так, як це зробив би саунд-дизайнер: джерело, простір і відстань. «Сильний дощ по бляшаному даху, віддалений грім, усередині маленької хатини» або «натовп на стадіоні, що наростає до гулу, а потім оплески» — кожен такий запит повертається кліпом, який можна накласти на відео. Для одного ефекту зазвичай досить п’яти чи десяти секунд, для атмосферного фону — тридцяти чи шістдесяти.

Якщо потрібні слова поверх музики, створи голос окремо, щоб збалансувати їх. ШІ-генератор голосу підходить для озвучення та голосів персонажів.

Застосунок Music Video приймає трек тривалістю до 15 секунд, одного–трьох виконавців (це мають бути збережені персонажі) та до трьох референсних зображень і змушує їх виконувати цей трек за допомогою Plum, Plum Max, Lemon або моделі Cherry. Створи для нього трек на 10 секунд або обріж довший перед завантаженням. ШІ-генератор музичних відео крок за кроком показує, як це зробити, а генератор танцювальних відео на основі ШІ розповідає, як перенести танець на персонажа.