"Suno не знает, что у певцов есть лёгкие." (с) Алексей Евдокимов

Вышел большой и профессиональный материал ИМИ (для тех, кто не в контексте - Институт музыкальных инициатив, главное медиа про музыкальную индустрию в стране). Ребята позвали меня экспертом вместе со звукорежиссёром и музыкантом разобрать, как нейросети сочиняют музыку и как вычислить ИИ-трек в своём плейлисте. Там еще очень много разных вопросов внутри, но мне досталась самая интересная часть - что у нейронки в голове.

Из любопытного. Deezer вместе с Ipsos провели слепой тест, 97% участников не отличили генерацию от живой записи. А при этом больше половины того, что сейчас заливают на Deezer, сгенерено. В российских чартах доля уже 40%.

Но интересно другое. Все ищут косяки в звуке, а нейронка палится на том, что просто не понимает что такое музыка с точки зрения грува.
Грув у живой группы получается, когда все слушают друг друга: барабанщик сыграл синкопу, басист подхватил, гитарист подстроился под обоих. У модели нет понятия "музыканты", есть только представление об общем звучании. И такой бэнд кречно играет круто и чётко, но никто никого не слышит и профи сразу же ловит это ухом, даже если не может объяснить, что именно тут за страннотека.

С дыханием та же история. В 2025 нейронки научились вставлять вдохи между строчками и даже делать довольно естественные подъезды к нотам. Но модель не знает, что у людей есть лёгкие. Она просто ставит вдох там, где он статистически должен быть, а не там, где певцу реально надо вдохнуть. Починят конечно в новых версиях и это.

Ну и про знаменитый "песок" на верхах тоже поговорили, почему это происходит и откуда ноги растут. Про детекторы звука и тд. Рекомендую целиком почитать, там довольно большая кухня.

https://i-m-i.ru/post/v-golove-u-suno-kak-neyroseti-sochinyayut-muzyku

Какой трек вы слушали с удовольствием, а потом узнали, что это генерация? Или просто на повторе играет и вы сразу знали что это сгенеренный трекан. Мне правда интересно. Желательно с сылками.
___
Евдокимов как обычно