Правила написания промпта для создания песни с помощью ИИ

Содержание
1. Немного общих слов
2. Состав промпта для создания песни
2.1. Текст песни
2.2. Стиль композиции
2.2.1. Жанр
2.2.2. Темп
2.2.3. Вокал
2.2.4. Инструменты
2.2.5. Настроение
3. Примеры нейротреков
3.1. Нейрокавер песни «Когда я на почте служил ямщиком»
3.2. Нейрокавер песни «На последнюю пятёрку»

1. Немного общих слов

Если кто-то хочет спросить, легко ли с помощью искусственного интеллекта (ИИ) создать песню, то мой ответ такой: «С помощью ИИ создать песню легко, создать хорошую песню сложно». Чтобы создать песню с помощью ИИ, нужен промпт. А чтобы создать хорошую песню – нужен хороший промпт. Когда вы прочитаете эту статью, вы поймёте, что написать хороший промпт – дело непростое. Потому что в песню, созданную с помощью бездушного ИИ, должна быть заложена душа, эмоция. А это уже зависит от человека, написавшего промпт. В связи с этим возникает вопрос, как назвать человека, создающего песню с помощью ИИ. Он не поэт, не композитор, не певец. Так кто он? Я считаю, что подходящее название для этого человека – нейромузыкант. Как и традиционные музыканты, нейромузыканты бывают плохие и хорошие. Критерий качества нейромузыканта – это популярность созданного им нейротрека. В России есть хорошие нейромузыканты, чьи нейротреки популярны не только в России, но и за рубежом.

Полагаю, что у меня тоже есть хорошие нейротреки. Послушайте мои нейротреки из этой статьи, а также нейротреки из статей «Нейрокаверы на некогда популярные, но полузабытые песни» и «Песни исполняет ИИ».

2. Состав промпта для создания песни

2.1. Текст песни

Чтобы искусственный интеллект создал какой-то продукт (текст, картинку, песню), ему надо дать задание, в котором как можно точнее описать будущий продукт. Это задание называется промпт. В данной статье рассмотрим по каким правилам должен быть составлен промпт на создание песни.

Итак, промпт на создание песни состоит из двух основных компонентов:
— Текст песни,
— Стиль композиции (или музыкальный стиль).

Текст песни может создать либо сам ИИ, либо можно задействовать предварительно созданный поэтический текст. Лучше выбирать готовый поэтический текст, в который уже заложены необходимые эмоции и настроение. Если текст создаёт ИИ, то текст может получиться бессодержательным и нелогичным и может потребовать серьёзной доработки. Поэтому лучше использовать готовый текст песни.

Текст песни должен иметь структуру. Для этого текст размечается структурными тегами. К базовым структурным тегам относятся:
[Intro] – вступление, чаще всего музыкальное.
[Verse 1], [Verse 2] и т.д. – куплеты, основная часть, где развивается сюжет песни.
[Chorus] – припев, повторяющаяся часть с главным мотивом и эмоцией.
[Bridge] – бридж, переход или контрастный фрагмент, который добавляет разнообразия.
[Outro] – завершение песни.

Наличие структуры помогает ИИ лучше распределять вокальные акценты, сделать припев более выразительным, логично завершать песню.
Теги пишутся по-английски, начинаются с большой буквы, заключаются в квадратные скобки.

При создании текста песни необходимо проследить, чтобы в тексте была буква «ё» там, где это необходимо. Если песня будет спета с буквой «е», то это может быть неестественным произношением известного слова. Например, надо в тексте песни писать ёлка, а не елка.

Необходимо также проставить ударения в тех словах, в которых оно отличается от обычно используемого ударения в данном слове. Ударная буква пишется с большой буквы. Например,
Выйду на улицу, гляну на селО,
Там девки гуляют, и мне веселО.

В текст песни могут вставляться инструментальные вставки без указания или с указанием конкретных музыкальных инструментов. Инструментальные вставки (инструментальные теги) указываются в квадратных скобках.
Базовые варианты оформления инструментальных тегов, например, для гитары выглядят следующим образом:
— [Guitar Solo] — самый простой вариант. ИИ добавит гитарное соло.
— [Instrumental: Guitar Solo] — более явное указание, что это именно инструментальная часть с гитарой.
— [Solo: Electric Guitar] или [Solo: Acoustic Guitar] — если хочешь указать конкретный тип гитары.

Структурные теги для финала песни
[Outro] — основной тег финала песни.
В большинстве случаев тега [Outro] достаточно, а характер финала уточняется уже в поле «Стиль композиции».
Кроме того, можно использовать тег [Fade Out], когда нужно мягкое, постепенное завершение музыки, без резкой точки.
Тег [End] используется, если нужен чёткий и однозначный финал.

Важное правило:
— используйте один структурный тег, а не несколько подряд;
— [Outro] — базовый вариант;
— [Fade Out] и [End] — частные случаи.

Управление финалом через стиль
Возможно управление финалом песни через указания в «Стиле композиции». Можно использовать следующие формулировки: плавное затухание, мягкое завершение без резкой точки, спокойный финал без вокала, плавный эмоциональный спад в конце, финал с удержанием последнего аккорда, мягкое инструментальное завершение, эмоциональный финал, яркий финальный акцент и др.

Примеры:
1. Рок-баллада, медленный темп, эмоциональный женский вокал, плавное затухание в финале.
2. Инди-поп, средний темп, мужской вокал, эмоциональный финал с яркими аккордами.

2.2. Стиль композиции

Перейдем к описанию стиля композиции или музыкального стиля создаваемой песни. Хорошее описание музыкального стиля обычно включает следующие элементы:
— жанр,
— темп,
— вокал,
— инструменты,
— настроение.

Рассмотрим по порядку каждый из перечисленных элементов.

2.2.1. Жанр

Жанр задаёт музыкальную основу и общий контекст звучания. Чтобы нейросеть поняла задачу корректно, лучше указать один основной жанр. Допускается также указать второй уточняющий жанр, смежный с основным жанром.
Жанров в музыке великое множество, но для русскоязычных песен обычно используются следующие жанры:
Поп музыка. Массовый жанр с упором на запоминающуюся мелодию, припев-«хук» и вокал. Структура обычно простая и предсказуемая (куплет-припев), аранжировка — от synth-pop до R&B и танцевальных стилей. Главная цель — попасть в ухо с первого прослушивания.
Рэп и Хип-хоп. Жанр, построенный вокруг ритма (бит) и речитатива (рэп). Сегодня хип-хоп впитывает элементы трэпа, R&B, электроники.
Фолк. Музыка, корнями уходящая в народную традицию: струнные и духовые народные инструменты (балалайка, гитара, бубен, флейта), простые мелодии, повествовательные тексты. Современный фолк может звучать по-разному: от бардовской песни до фолк-рока с электрогитарами.
Синтвейв. Электронный жанр, плотные аналоговые синтезаторные пады (протяжённые звуки), моторный ритм драм-машины (ритмы, генерируемые не живым барабанщиком, а электронным устройством). Простые, но запоминающиеся мелодии и мощные басовые линии. Темп обычно держится в районе 90–110 BPM, а структура близка к поп‑формату: вступление, куплет, припев, проигрыш. При этом многие треки — инструментальные, хотя вокал тоже встречается.
R&B (Rhythm and Blues) – смесь соула, фанка, хип-хопа и поп-музыки. Гладкий вокал с мелизмами, мягкие биты, чувственная подача. Тексты часто про любовь, отношения, переживания.
Рок. Широкий жанр, построенный вокруг электрогитары, баса и ударных. Имеет десятки поджанров — от панк-рока до металла. Может быть как сырым и бунтарским, так и сложным, симфоническим.
Шансон. В русской традиции — жанр, объединяющий городской романс, дворовую песню и эстраду с «тюремной» тематикой. Следует отличать от французского (европейского) шансона. В Европе шансон — это французская песня, исполняемая в кабаре. Русский шансон строится на простых аккордах, распевном вокале, сюжетных текстах.
Акустическая баллада. Медленная лирическая песня с минимальной аранжировкой: голос, гитара, фортепиано. Акцент на эмоции, тексте и интимности звучания.
Электронная музыка. Общее название для жанров, где основной инструмент — синтезатор, сэмплер или компьютер. Звук создаётся и обрабатывается электронным путём, без обязательного участия живых музыкантов. Включает в себя десятки направлений: техно, хаус, эмбиент, дабстеп, IDM.
Танцевальная музыка. Жанры, созданные для клубов и танцполов — прежде всего хаус, техно, драм-н-бейс. Чёткий повторяющийся бит (обычно 120–140 ударов в минуту), часто просто инструментальная музыка без вокала или с минимальным вокалом.
Lo-fi (от low fidelity — «низкое качество») — жанр музыки, для которого намеренно используются несовершенные (imperfect) записи: шум, треск, помехи, неровный звук, огрублённое звучание инструментов. «Недостатки» здесь не баг, а фича — они создают тёплую, ностальгическую, обволакивающую атмосферу.
Это далеко не все жанры. Если углубляться в тему описания различных жанров, то это потребует отдельной статьи.

2.2.2. Темп

Темп можно задавать различными способами:
— описательно: медленный, средний, быстрый;
— через ощущение движения: спокойный, размеренный, драйвовый.
— темп можно задавать путём явного указания количества ударов в минуту (BPM — beats per minute):

Медленный темп: 60–90 BPM
Подходит для баллад, блюза, R&B.

- 60–70 BPM — очень спокойно, расслабленно; так часто играют вальсы.

- 70–90 BPM — размеренно, эмоционально; типичный диапазон для медленных баллад и блюзовых номеров.

Средний темп: 90–120 BPM
Самый универсальный диапазон, встречается в поп‑музыке, роке, хип‑хопе, фанке.

- 90–100 BPM — спокойный хип‑хоп, атмосферный поп.

- 100–115 BPM — классический поп и рок, где ритм ощущается чётко, но не торопит.

- 115–120 BPM — энергичный средний темп, уже тянет на танцевальный ритм.

Быстрый темп: 120–180 BPM и выше
Это танцевальная и энергичная музыка:

- 120–130 BPM — хаус, диско, клубный поп: ровный, удобный для танцев пульс.

- 130–150 BPM — техно, некоторые жанры электронной музыки.

- 150–180+ BPM — драм‑н‑бейс, хард‑данс, быстрые стили, где темп даёт адреналин.

2.2.3. Вокал

Можно задавать следующие типы вокала:
— Мужской.
— Женский.
— Мужской и женский вокал. Используется для дуэтов, чередования куплетов или бэк-вокала.
— Хор.

Теги для вокала и их значение.
Характер вокала можно уточнять с помощью тегов исполнения. Это короткие маркерные формулировки, влияющие на манеру пения.
Наиболее используемые теги для вокала: хриплый с надрывом, мягкий плавный, мощный напористый, шёпот, полушёпот, спокойный нежный, эмоциональный, интимный близкий, ровный сдержанный, агрессивный и др.
В отличие от структурных тегов ([Intro], [Verse], [Chorus] и др.), теги для вокала пишутся без квадратных скобок, с маленькой буквы, через запятую.
Пример. Поп-баллада, медленный темп, женский вокал, лирическое сопрано, плавное исполнение, тёплая атмосфера.

Основные мужские вокальные голоса:
Тенор — высокий мужской голос. Тенора делятся на лирический (более лёгкий, подвижный) и драматический (мощный, плотный). Пример: Хосе Каррерас, Пласидо Доминго.
Баритон — средний мужской голос. Бывает лирическим и драматическим, занимает промежуточное положение между тенором и басом. Пример: Дмитрий Хворостовский.
Бас — низкий мужской голос. Бас подразделяется на лирический и драматический (профундо). Пример: Фёдор Шаляпин.

Основные женские вокальные голоса:
Сопрано — самый высокий женский голос. У него есть несколько разновидностей:
— колоратурное сопрано: отличается лёгкостью и способностью исполнять сложные пассажи;
— лирико‑колоратурное сопрано: сочетает подвижность с более плотным звучанием;
— лирическое сопрано: мягкий, светлый тембр;
— лирико‑драматическое сопрано: более насыщенный, объёмный звук;
— драматическое сопрано: мощный, яркий голос для эмоционально насыщенных партий.
Меццо‑сопрано — голос среднего регистра, тёплый и плотный, с выраженным грудным звучанием. Встречаются, например, колоратурное меццо‑сопрано и другие подвиды.
Контральто — самый низкий и редкий женский голос, отличается бархатистым тембром и насыщенным грудным регистром.

2.2.4. Инструменты

Жанр музыки определяет необходимый состав инструментов, например,
для народной музыки – это балалайка, домра, баян, контрабас, свирель, бубен и др.
для поп музыки – это гитары, синтезатор, саксофон, ударные и др.

Иногда под одним общим названием существует целое семейство инструментов, например, для саксофона это выглядит так:
сопрановый саксофон – самый высокий по звучанию среди саксофонов, звук может быть пронзительным и ярким или мягким, почти флейтовым;
альтовый саксофон – один из самых популярных, звучание насыщенное бархатистое, часто ассоциируется с джазом или блюзом;
теноровый саксофон – обладает глубоким и мощным звуком, используется в блюзе, рок-н-ролле, фанке;
баритоновый саксофон – звучание густое, бархатистое, с выраженными басовыми нотами.

Важно не перегружать список используемых для музыкального сопровождения инструментов. Обычно, 3 — 4 инструмента достаточно для создания нужного звучания.
При перечислении инструментов желательно указывать функцию инструментов, например, не просто: балалайка, баян, бубен, а так: ведущая балалайка, доминирующий в припеве баян, ритмичный бубен и т. д.

2.2.5. Настроение

Настроение лучше задавать одним-двумя словами, без перегруза. Можно использовать следующие эпитеты для передачи настроения: энергичное, счастливое, грустное, романтическое, драматичное, агрессивное, тёмное, мечтательное, страстное, радостное, вдохновляющее, яркое.

Частые ошибки в промптах
— Применяются конфликтующие жанры: jazz, metal, ambient, reggae.
— Противоречивые темпы: slow, 140 BPM.
— Очень длинный текст песни без тегов.

Музыкальный стиль для песни желательно писать на английском. Поэтому, после того, как музыкальный стиль написан на русском, его надо перевести на английский.
Пример задания музыкального стиля:
Dream pop, 90 BPM, emotional mezzo soprano female vocals, lead acoustic guitar, alto saxophone, synthesizer, drum, melancholic, romantic.

3. Примеры нейротреков

В качестве примеров выбрано два нейротрека – нейрокаверы песен «Когда я на почте служил ямщиком» и «На последнюю пятёрку». Выбор этих песен не случаен. Такой выбор позволяет показать возможности ИИ как по созданию трагических баллад, так и созданию задорных плясовых песен.

3.1. Нейрокавер песни «Когда я на почте служил ямщиком»

Представлен структурированный текст песни, размеченный тегами, и нейрокавер песни.

[Instrumental Intro]
[Verse 1]
[Melodiously]
Когда я на почте служил ямщиком,
Был молод, имел я силёнку,
И крепко же, братцы, в селенье одном
Любил я в ту пору девчОнку.
Сначала не чуял я в девке бедУ,
Потом задурил не на шУтку:
Куда ни поеду, куда ни пойдУ,
Всё к ней загляну на минУтку.

[Verse 2]
[Worryingly]
И лЮбо оно, да покОя то нет,
А сердце болит всё сильнее.
Однажды даёт мне начальник пакет:
«СвезИ, мол, на почту живЕе!»
Я принял пакет — и скорей на коня,
И по полю вихрем помчался,
А сердце щемит, да щемит у меня,
Как будто с ней век не видался.

[Short Instrumental Interlude]

[Verse 3]
[Dramatically. Drearily]
И что за причина, понять не могу,
И ветер так воет тоскливо…
И вдруг — словно замер мой конь на бегу,
И в сторону смотрит пугливо.
ЗабИлося сердце сильней у меня,
И глянул вперёд я в тревОге,
Потом соскочил с удалого коня,
И вижу я труп на дорОге.

[Bridge]
[Intense. Dramatic]
А снег уж совсем ту находку занёс,
Метель так и пляшет над трупом.
Разрыл я сугроб, да и к месту прирос,
Мороз заходил под тулупом.

[Instrumental Solo]

[Outro]
Под снегом то, братцы, лежала она.
ЗакрЫлися карие очи.
Налейте, налейте скорее вина,
Рассказывать больше нет мочи!

3.2. Нейрокавер песни «На последнюю пятёрку»

Представлен структурированный текст песни, размеченный тегами, и нейрокавер песни.

[Instrumental Intro]
[Verse 1: Smoothly, Melodious]
На последнюю пятёрку
Найму бОрзых лошадей,
Дам я кУчеру на вОдку:
«Поезжай, брат, поскорей!»

[Chorus]
Чего-то нет, чего-то жаль,
Куда-то сердце мчится вдаль.
Я вам скажу один секрет:
Кого люблю — того здесь нет.

[Short Instrumental]

[Verse 2: Melodious]
Понапрасну, Ваня, ходишь,
Понапрасну ножки бьёшь,
Поцелуй ты не получишь,
Дурачком домой пойдёшь.

[Verse 3]
Пока кудри в кольца вьются,
Будем девушек любить,
На последнюю пятёрку
Будем весело мы жить.

[Short Instrumental]

[Verse 4]
Эй, вы, кони, вороные,
Мчитесь сокола быстрей,
Не теряйте дни златые,
Их немного в жизни сей.

[Outro]
Чего-то нет, чего-то жаль,
Куда-то сердце мчится вдаль.
Я вам скажу один секрет:
Кого люблю — того здесь нет.