Мои треки бывают многослойные и моноинструментальные, иногда тяжёлые и кинематографичные, иногда монотонные с нарастанием давления, или с всплеском кульминационного неожиданного звука

Мои треки бывают многослойные и моноинструментальные, иногда тяжёлые и кинематографичные, иногда монотонные с нарастанием давления, или с всплеском кульминационного неожиданного звука. Могут быть просто классического или наоборот смелого и эксперементального саунд дизайна. Вся работа для подготовки промпта для создания трека происходит исключительно с JSON кодом. Работа строится на трёх китах: точность мета-тегов, слоистость описания и структурная композиция.

Основа: Структура JSON для Mureka ai/ Suno.

В музыкальных ИИ сервисах для заполнения полей промпта как я понимаю код JSON обычно не используют, но мне нравится "скармливать" нейронкам именно его для точного описания нужного мне трека. Ощущение такое, что нейронка точнее принимает именно код, а не текстовый запрос. С кодом нейросеть меньше фантазирует и идёт именно по твоему заданному сценарию.

Для продакшна хорошего уровня текстового описания на мой взгляд не всегда хватает, я использую свою технику.

Чтобы получить тот самый "сложный и многослойный" свой звук, мой промпт должен быть написан как партитура, как пример:

вместо просто "heavy guitar", я используют комбинацию настроения, инструментов и референсов. "Магия" JSON: Мета-теги (Style Prompt)

Самая важная часть для ИИ — это теги (поле tags). Здесь я использую не обычный список жанров через запятую, а фантазирую и прописываю гибридные стили, чтобы получить уникальность трека на выходе.

Сам процесс в целом выглядет так:

1. Макет трека: Сначала живая идея, фиксация музыкальной идеи-рисунка на планшете/бумаге

2. Промпт-инжиниринг: Создание от 8 до 20 вариантов JSON с разными вариациями тегов (например, замена "cinematic" на "epic orchestral" добавление "sempl/glitch", "scratch vinyl" и т.д.)

3. Генерация и отбор: генерирую много вариантов по заготовленным промптам. Из них выбираются лучшие на мой взгляд (экстенды).

4. Редактура: Полученные варианты дорабатываю (FL Studio, Reaper), обрабатываю эффектами, нормализую по громкости.

Создаю код так же, как собираю механизм: точная спецификация (tags), продуманный чертеж (структура описания) и финальная доводка в студии. Важно то что для написания json кода я так же использую нейросети, но конечно не те что работают с музыкой или изображениями, а обычные языковые модели такие как DeepSeek/GPT

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: