AI برای موسیقی، Suno و Udio

تصور کن یه پرامپت متنی بنویسی، مثلاً «یه قطعه پاپ فارسی با گیتار آکوستیک، حال و هوای شب تابستانی، صدای زنانه»، و ۳۰ ثانیه بعد یه آهنگ کامل با صدای خواننده، ملودی، و حتی متن داشته باشی. این دقیقاً کاری‌ه که Suno و Udio می‌کنن. موسیقی generative دیگه فقط یه demo آزمایشگاهی نیست؛ الان یه صنعت کوچیک دوره‌شو رو می‌کنه.

Suno چیست و چطور کار می‌کنه

Suno (suno.com) یکی از پیشروترین ابزارهای تولید موسیقی با AI‌ه. پشت‌صحنه‌اش یه مدل diffusion صوتی‌ه که روی حجم عظیمی از موسیقی آموزش دیده و می‌تونه همزمان صدا، ملودی، ریتم، و حتی کلمات (lyrics) تولید کنه.

ورودی اصلی Suno یه پرامپت متنی است. می‌تونی ژانر، حال و هوا، سرعت (tempo)، ساز، و حتی سبک خواننده رو توضیح بدی. نسخه‌های جدیدتر (v4 به بعد) کیفیت صوتی قابل قبولی دارن، نه کیفیت استودیو حرفه‌ای، ولی برای content، پرزنتیشن، و پروتوتایپ خوبه.

پلن رایگان Suno: ۵۰ کردیت در روز (هر آهنگ ۵ کردیت = ۱۰ آهنگ رایگان در روز). آهنگ‌های رایگان تحت لایسنس Creative Commons نیستن، مالکیت تجاری نیاز به پلن پولی داره.

پلن‌های پولی: از ۸ دلار در ماه شروع می‌شه (Pro: ۲۵۰۰ کردیت/ماه). دسترسی از ایران بدون VPN مسدوده.

Udio چه فرقی با Suno داره

Udio (udio.com) رقیب مستقیم Sunoست. تیمش از Google DeepMind اومدن و خروجی صوتی‌شون در بعضی مقایسه‌ها کمی طبیعی‌تر به‌نظر می‌رسه، خصوصاً در صدای انسانی و جزئیات ساز.

تفاوت اصلی Udio در کنترل بیشتر روی بخش‌های مختلف آهنگ است. می‌تونی verse، chorus، bridge رو جداگانه بسازی و ترکیب کنی. این یعنی ساختار آهنگ بیشتر در دستته.

پلن رایگان Udio: ۱۰ آهنگ در ماه، خیلی محدودتر از Suno.

مقایسه عملی: کجا هر کدام بهترن

واقعیت لیریک فارسی

صادقانه باید گفت: هر دو ابزار در تولید لیریک فارسی قابل اعتماد ضعیف‌ان. اگه به AI بگی «آهنگ فارسی بساز»، احتمالاً یه‌سری کلمه فارسی‌مانند بی‌معنی می‌گیری، یا آهنگی که چند کلمه فارسی داره ولی ساختارش شبیه پاپ غربیه.

راه‌حل عملی: لیریک رو خودت بنویس (یا از ChatGPT/کلود بگیر)، بعد در حالت «Custom Mode» Suno بدش. این کار خروجی رو خیلی بهتر می‌کنه.

مشکل حق مؤلف، چیزی که باید بدونی

هر دو Suno و Udio در ۲۰۲۴ با شکایت قضایی از سوی RIAA (اتحادیه ضبط آمریکا) مواجه شدن. ادعا اینه که مدل‌هاشون روی موسیقی دارای حق‌الامتیاز بدون مجوز آموزش دیدن. این پرونده‌ها هنوز در جریانن و نتیجه‌شون می‌تونه مدل تجاری این ابزارها رو کاملاً تغییر بده.

برای استفاده شخصی یا آزمایشی مشکلی نیست؛ برای محصولات تجاری باید از وضعیت لایسنس آگاه باشی.

چطور بهترین خروجی رو بگیری

چند نکته عملی که فرق می‌کنن:

۱. ژانر + حال و هوا + ساز = پرامپت خوب به جای «یه موسیقی غمگین»، بنویس: «cinematic orchestral, melancholic, slow piano with strings, no vocals»، جزئیات بیشتر = خروجی قابل پیش‌بینی‌تر.

۲. Negative prompting Suno از کلماتی مثل «no vocals»، «instrumental only»، «no drums» پشتیبانی می‌کنه. ازشون استفاده کن.

۳. چند بار generate کن هر بار دو خروجی مختلف می‌گیری. اگه اولی مناسب نبود، دوم رو ببین؛ اگه هیچ‌کدام نبود، پرامپت رو کمی تغییر بده. این ابزارها inherently تصادفی‌ان.

۴. Extend و Remix Suno قابلیت «extend» داره، می‌تونی یه آهنگ ۳۰ ثانیه‌ای رو به ۲ دقیقه تبدیل کنی. این برای ساخت موسیقی پس‌زمینه (background music) خیلی کاربردیه.

کاربردهای واقعی

• موسیقی پس‌زمینه برای ویدیو: بهترین use case، ارزون‌تر از سایت‌های stock music و unique‌تر
• پرزنتیشن و پیچ‌دک: یه جینگل ساده که حال و هوای برند رو منتقل کنه
• موک‌آپ موسیقی: اگه می‌خوای یه ایده موسیقایی رو به آهنگساز نشون بدی، می‌تونی سریع نمونه‌سازی کنی
• تولید محتوا: ریلز، استوری، پادکست، جاهایی که موسیقی سفارشی می‌خوای ولی بودجه نداری

دسترسی از ایران

هر دو سرویس از طریق VPN در دسترسن. پرداخت با کارت ایرانی مستقیماً ممکن نیست، باید از روش‌های پرداخت ثانویه استفاده کنی یا پلن رایگان رو با چند اکانت بچرخونی.

پلن رایگان Suno برای آزمایش و کاربرد شخصی کافیه.

همچنین بخوان

• تولید تصویر با هوش مصنوعی چیست
• Runway، ویرایش ویدیو با AI
• Pika، تبدیل تصویر به ویدیو
• شناخت پیوسته در هوش مصنوعی، چرا یادسپاری AI مهمه