Трек под референс: цифры вместо «похоже на»

Нужен был новогодний трек под ролик. Задача звучала просто: «чтобы качало».

Первый заход. Описание стиля на сто слов, аккуратный текст, обычные теги. Ответ заказчика: «не качает, еле поют, обычная попса». Выражался он крепче.

Второй заход. Стиль сократили до двенадцати слов, теги усилили, гласные растянули для вокала. Стало живее — и всё равно мимо.

Третий заход начался иначе. Заказчик прислал трек, который ему нравился. Этот трек замерили: сто шестьдесят один удар в минуту и резкий верх — 2790 Гц. Низ тогда мерили в других единицах, поэтому в проценты этого урока его не переводим. А промпт всё это время просил у модели то, что она понимает под «энергичной музыкой»: сто двадцать ударов, ровный бас, мягкий верх. Мы просили поп. Он хотел фонк.

Пока звук описывают словами, каждый слышит своё. Цифра — единственный язык, на котором вы с моделью говорите об одном и том же.

Мы повторили историю у себя. Образец — наш трек. Первый запуск — стиль словами, как пишет новичок: «энергичный рок, мощный бас, чтобы качало, современно, драйвово», голые теги [Куплет] / [Припев]. Второй — всё, чему учит этот урок, целиком: стиль из разбора образца, теги с характером голоса, EXCLUDE, сила стиля 92 %, креативность 25 %. Текст песни один и тот же. Вот ровно то, что ушло в генератор во втором запуске:

Влияние голоса в этом запуске не задавалось — образец не загружался как голос; эта настройка работает, когда вы даёте свой трек или голос образцом.

Что вышло. Словами — мимо по темпу и басу, то есть ровно по тому, что «качает». По цифрам — попадание в темп до десятых, в бас и в тональность. Промах один — яркость: 2052 Гц против 2932, это уже другой коридор урока («обычный микс», не «резкий»). И тут честно: строка «bright aggressive synths» и сила стиля 92 % в этом запуске уже стояли — поднимать дальше нечего. Значит, менять надо саму ось: верх описать отдельной пачкой, а тёмное запретить.

Второй круг: одна ось — яркость

Стиль второго круга — тот же, но жанр «bright electro house», верх словами «crisp hi-hats, metallic cymbals, cutting leads, treble-forward mix», а в EXCLUDE добавлено «warm analog, muffled, dark mix, dull highs, lo-fi». Один запуск, два трека — показываем оба.

Второй круг поднял яркость на 177 Гц, и только один трек из двух вошёл в допуск — на самой границе (допуск ±25 %, граница 2199 Гц). Второй трек того же круга остался на 2120 — мимо. По коридорам шага 03 оба всё ещё «обычный микс», а образец — «резкий»; и честно: у «словами» верх ближе к образцу (2676), метод выиграл темп и низ, яркость — не выиграл. Так это и работает: не «понравилось или нет», а одна ось за круг и число до / после. Третий круг — снова про яркость, пока она не перейдёт за 2400; до этого тональность не трогаем.

Один запуск даёт два трека. В таблице — первый трек «словами» и второй «по цифрам»; второй трек «по цифрам» (плеер выше) даёт 129,2 BPM, низ 28,2 %, яркость 2086 Гц, соль-диез минор — темп и низ те же, тональность ушла в параллельную.

Вы пишете «энергичный трек с мощным басом». В голове у вас конкретное звучание. Модель обучена на миллионах треков, и слово «энергичный» для неё — это середина всего, что люди так называли. Середина — усреднённая эстрада: темп около ста двадцати, ровный бас, аккуратный верх. Вы получаете не свой трек, а среднее по больнице.

Слова, которые не значат ничего: мощный, качающий, атмосферный, драйвовый, современный, крутой, цепляющий. Все они дают модели один сигнал — «как обычно».

Слова, которые значат: 161 BPM, яркость 2790 Гц — так был замерен тот самый новогодний образец. Это уже не мнение. Это координаты. Ниже, в нашей демо-паре, координаты все пять — и в тех единицах, что даёт инструмент.

Коридоры темпа: до 90 — баллада и тяжёлый рэп · 90–115 — поп и соул · 115–135 — танцевальное · 135–160 — фонк и хард-рок · выше 160 — драм-н-бейс.

Низ: меньше 18 % — звук лёгкий, «не качает» · 18–27 % — бас есть, но не главный · 27–40 % — бас давит · больше 40 % — низ правит всем: оркестр, медь, сабы.

Яркость: ниже 1400 Гц — тепло, акустика, ретро · 1400–2400 — обычный современный микс · выше 2400 — резкий, дисторшн, агрессия.

Откройте Разбор референса и загрузите трек, который вам нравится: свой файл, дорожку из видео, отрывок — всё равно. Разбор бесплатный, ничего не списывается.

Вы получаете пять чисел, их чтение словами и готовый короткий стиль для генератора.

Запрос собирается из трёх блоков.

STYLE — звучание. Коротко. Двенадцать–двадцать слов работают лучше ста (пачка верха добавляет ещё пять — это нормально): длинное описание размывает жанр, и модель уходит в ту самую середину.

EXCLUDE — чего быть не должно. Сюда уходят повторяющиеся болячки.

LYRICS — текст с тегами. Теги не голые, а с характером:

Три блока выше — ровно то, чем снята демо-пара (круг 1: темп и низ попали, яркость — нет). Из другого заказа, где нужна была сборка припева с подъёмом, теги были такими: [Pre-Chorus - Building Energy], [Chorus - Both, Powerful], [Drop] — берите, когда нужен подъём и дуэт.

Это стиль, который дал 2229 и 2120 Гц: яркость подвинул, но не закрыл. Именно такой черновик — с верхом отдельной пачкой — теперь отдаёт и разбор образца при яркости выше 2800 Гц.

Если в дуэте нужны два разных голоса — описывайте не «мужской и женский», а телосложение и подачу, иначе модель выдаст два одинаковых:

Последняя — самая недооценённая. Люди ставят 95 %, думая «пусть будет точно как образец», и получают копию его недостатков: тихий вокал в образце — тихий вокал у вас. На 60–75 % модель берёт у образца форму, а силу тянет от себя.

1. Возьмите трек, который вам нравится. Замерьте его. Нажмите «Сохранить как образец».
2. Соберите STYLE по этим числам — не длиннее двадцати пяти слов; черновик из разбора даёт 15–21.
3. Сгенерируйте свой трек с настройками из шага 06 (модель V6 — самая точная по стилю).
4. Замерьте свой результат тем же инструментом.
5. Посмотрите таблицу сравнения — она появится сама.

Это и есть проверка: не «нравится или нет», а разница в числах. Попадание — когда темп сошёлся в пределах пяти ударов, а низ, яркость и плотность — в пределах четверти. Инструмент прямо скажет, что поправить в стиле. Второй круг обычно двигает ось; закрыл ли — скажет число.

• Профессионала от новичка отличает не вкус, а опора: он снимает координаты с образца.
• Короткий стиль бьёт длинный: пятнадцать–двадцать слов точнее ста.
• Проверка — это разница в цифрах, а не «нравится или нет».

Это переносится на всё: на видео, на фото, на текст. Ищите, что можно измерить, и перестаньте спорить с моделью словами.