Suno v6 на русском: редактирование части трека, тесты и где попробовать

Suno обновилась до шестого поколения, и в боте Cyber AI сразу встали все три новые модели: V6, V6 Mini и V6 Wild. Старых версий в карточке нет вообще, так что выбирать-то и не из чего. Мы взяли один русский куплет с припевом и прогнали его через все три, не меняя ни строчки.

Песня получилась с первого захода. А вот с длительностью вышла история: заказали три минуты, трек приехал ровно на три минуты, только последнее слово в нём звучит на 52-й секунде. Дальше две минуты музыки без единого слова.

Поле «Модель генерации» предлагает ровно три значения. V6 - основная. V6 Mini - быстрая. V6 Wild - для необычного звучания. Пятой версии и всего, что было раньше, в списке просто нет.

Текст песни помещается в 5000 знаков, описание стиля в 1000, название в 80. Если текст писать не хочется, можно переключиться в простой режим и объяснить словами, какая нужна песня: там 3000 знаков на всё описание. Это заметно больше, чем было, и сценарий «я не сочиняю стихи, я объясняю задачу» теперь реально рабочий.

Длительность задаётся ползунком: от 10 до 360 секунд с шагом в одну секунду. Рядом три регулятора - вес стиля, вес аудио и ограничение необычности, все от нуля до единицы, по умолчанию 0,65. Плюс пол вокалиста, инструментал без голоса, добавление вокала к своей музыке и наоборот.

Задача была одна: понять, что происходит с русским текстом и заказанной длительностью, когда меняешь версию модели.

Вход зафиксировали и не трогали. Один куплет и один припев, 54 слова, набитые шипящими и мягкими согласными: «Считаю чётче, чем вчера, щелчки и голоса», «Сожжённый счётчик, тёплый чай, разбуженный этаж». В припеве спрятали название бренда, записанное кириллицей, чтобы посмотреть, вытянет модель его или нет.

Описание стиля одно на все заходы, ползунки по умолчанию, пол вокалиста мужской. Менялась ровно одна вещь за раз. Критерии записали заранее: сколько слов из 54 слышно в готовом треке, все ли строки спеты, сколько секунд приехало против заказа и на какой секунде звучит последнее слово.

Всего вышло 8 запусков и 16 треков - бот отдаёт две версии за раз. Ничего из неудачного не удаляли.

Вот это и есть главная находка, причём вылезла она сразу.

Заказали 90 секунд. V6 прислала два трека по 89 секунд. V6 Wild - два по 90. V6 Mini прислала 25 и 29 секунд. Ну мало ли, подумали мы, случайность. Повторили заход: снова 25 и 26.

Тогда попробовали зайти с другой стороны и попросили у Mini 180 секунд. Приехало 32 и 27 секунд. То есть модель не промахивается. Она просто не читает это поле и упирается в собственный потолок примерно в полминуты.

Для сравнения, V6 на тех же 180 секундах дала 179,9 и 178,9. Точность до секунды.

Практический вывод простой. Нужна песня длиннее полуминуты - Mini не берём, даже на черновики. Она годится ровно на то, чтобы быстро послушать, как ложится текст на выбранный стиль.

Второе, что сбивает с толку, если не знать заранее.

Наш куплет с припевом V6 поёт примерно за 50 секунд. На треке в 90 секунд последнее слово звучит на 53-й, дальше идёт инструментальный хвост. На треке в 180 секунд последнее слово звучит на 52-й, и после него две минуты музыки.

Ползунок ведь не заставляет модель петь дольше. Он задаёт длину аудиофайла, а текст в него укладывается ровно один раз. Хочешь трёхминутную песню со словами - пиши текст на три минуты, второй куплет, второй припев, мостик. Пять тысяч знаков на это дают с огромным запасом.

Отдельно мы просили в описании стиля закончить трек на последнем слове припева и без затухания. Ни в одном дубле, который мы слушали, этого не произошло.

Модель поёт наш куплет целиком, все четыре строки, и в лучших дублях слышно каждое слово. Но есть две зоны, где регулярно теряется смысл.

Первая - шипящие и свистящие подряд. «Чётче», «счётчик», «чай» в быстром речитативе превращаются в кашу, в которой слышится то «тётче», то «сёчик». Ровный темп вытягивает, скороговорка нет.

Вторая - латинское название, записанное кириллицей. Приём вообще-то рабочий: в половине дублей «Сайбер эй ай» звучит именно так, как задумано. Но в другой половине оно разваливается на «Сайбри», «Сайдер эй» и даже на нечто, похожее на английское Saturday. Если в песне есть имя бренда или человека, его нужно слушать в каждом дубле отдельно, а не полагаться на удачу.

Мы взяли тот же текст и поменяли только характер вокала.

Женский поп в среднем темпе дал самый чистый результат из всех, что мы слушали: слышно весь куплет, слышно весь припев, слова стоят на своих местах. Мужской речитатив под плотный бит - чуть хуже, часть согласных смазывается. Хриплый мужской вокал поверх перегруженных гитар - хуже всех: слова буквально тонут в гитарах, и разобрать куплет на слух не получается.

Закономерность повторяет то, что мы уже видели на другой музыкальной модели бота. Чем «грязнее» голос и плотнее аранжировка, тем меньше слов доходит до слушателя. Это ведь не проблема русского языка, а физика микса. Но знать о ней полезно до того, как вы закажете рок-балладу с надрывом.

V6 Wild на одном и том же входе дала два совершенно разных дубля. В первом куплет не собрался, строки поехали и начали повторяться. Во втором - чистая песня без единой претензии. А ведь настройки одинаковые и промпт тот же самый.

Это, пожалуй, главное, к чему стоит привыкнуть. Разброс между двумя версиями одного запуска у Suno больше, чем разница от аккуратной правки настроек. Поэтому слушать надо обе, а не первую попавшуюся.

И ещё одна честная оговорка про размер проверки. Восемь запусков и шестнадцать треков - это немного. Цифры по длительности воспроизвелись стабильно, а вот выводы про голоса и шипящие мы пока считаем наблюдением, а не законом.

V6 - рабочая лошадка. Точная длительность, живой вокал, предсказуемый результат. Если не знаете, что выбрать, берите её.

V6 Wild - когда нужно необычное звучание и вы готовы перебирать дубли. Может выдать то, чего от V6 не добьёшься, а может рассыпаться на том же самом промпте.

V6 Mini - быстрая проверка идеи. Послушать, как текст ложится на стиль, и всё. Длиннее полуминуты от неё не ждите.

Инструментал без вокала - отдельный переключатель, а не отдельная модель. Подложка под ролик, минусовка под караоке, фон для подкаста делаются тем же способом.

Открываете @gptcyber_bot и жмёте кнопку запуска приложения. Дальше раздел со звуком и карточка Suno.

В поле «Модель генерации» выбираете V6. Расширенный режим оставляете включённым - тогда вам доступны название, стиль и свой текст. В «Стиль» пишете, какая нужна музыка: жанр, темп, характер голоса, инструменты. В поле текста песни размечаете секции квадратными скобками и пишете свои слова. Ставите длительность и пол вокалиста.

Кнопка «Сохранить» и есть запуск. Через пару минут в чат придут две версии, каждую можно послушать прямо там.

Три вещи, которые сэкономят вам время. Слушайте оба дубля, а не первый. Считайте длительность по тексту, а не по ползунку. И если в песне есть имя собственное на латинице, пишите его русскими буквами и проверяйте на слух.

Suno v6 в боте лежит рядом с остальными моделями, отдельная подписка и зарубежная карта для неё не нужны: TG | MAX

А какой у вас сценарий для песен из нейросети - поздравления, ролики, подкаст? Напишите в комментариях, соберём следующий тест под него.

Генерировать можно и прямо в чате с ChatGPT: плагин Cyber AI ставится по прямой ссылке или поиском «Cyhub» в разделе «Плагины» настроек ChatGPT. В Claude работает тот же плагин, а для своего кода те же модели есть по API.

Больше разборов моделей и готовых промптов - в нашем канале: TG | MAX