Suno AI چیست و چگونه با هوش مصنوعی آهنگ اورجینال بسازیم؟

Suno AI یک پلتفرم هوش مصنوعی مولد موسیقی است که با دریافت یک توضیح متنی ساده، آهنگی کامل با کلام، ملودی، سازبندی و صدای خواننده تولید می‌کند. کاربر فقط سبک، حال‌وهوا یا موضوع موردنظرش را می‌نویسد و Suno در عرض چند ثانیه چند نسخهٔ متفاوت از آهنگ می‌سازد که قابل پخش، دانلود، ویرایش و تمدید هستند.

Suno AI استارتاپی آمریکایی است که در سال ۲۰۲۲ توسط چهار مهندس سابق شرکت Kensho در شهر کمبریج ماساچوست تأسیس شد و در دسامبر ۲۰۲۳ نسخهٔ عمومی وب خود را عرضه کرد. این ابزار با استفاده از مدل‌های یادگیری عمیق، متن ورودی کاربر را به آهنگی کامل شامل ملودی، سازبندی، ریتم و صدای خواننده تبدیل می‌کند، طوری که نیازی به دانش تخصصی موسیقی یا نوازندگی نیست.

طبق ویکی‌پدیا، تیم بنیان‌گذار Suno پیش از ورود به حوزهٔ موسیقی، مدل متن‌به‌گفتار Bark را به‌صورت متن‌باز منتشر کرده بود که میان پژوهشگران هوش مصنوعی محبوبیت زیادی پیدا کرد و بخشی از زیرساخت فنی اولیهٔ محصول بعدی آن‌ها را شکل داد. نشریهٔ VentureBeat نیز در تحلیلی از این پلتفرم به‌عنوان تلاشی برای تبدیل شدن به نسخهٔ «ChatGPT موسیقی» یاد کرده است، چون Suno هم مانند ابزارهای متنی مولد، تولید محتوای تخصصی را برای افراد بدون دانش فنی موسیقی در دسترس قرار می‌دهد؛ بر اساس گزارش VentureBeat.

Suno از مدل‌های صوتی مولد استفاده می‌کند که روی حجم بزرگی از داده‌های موسیقایی آموزش دیده‌اند تا بتوانند از روی توصیف متنی، موج صوتی کامل بسازند. بخشی از این فرایند شبیه به کاری است که ابزارهای متن‌به‌گفتار انجام می‌دهند، با این تفاوت که خروجی فقط کلام نیست بلکه ترکیبی از آواز، سازبندی و ریتم است. مدل باید همزمان ملودی، هارمونی، ساختار ترانه (مانند بند و کورس) و صدای خواننده را هماهنگ تولید کند، به همین دلیل کیفیت خروجی به میزان زیادی به دقت پرامپت ورودی وابسته است.

برای شروع کار کافی است به وب‌سایت رسمی suno.com بروید، با ایمیل، حساب گوگل یا دیسکورد ثبت‌نام کنید و از پنل کاربری گزینهٔ ساخت آهنگ جدید را انتخاب کنید. حساب رایگان معمولاً تعدادی اعتبار اولیه در اختیار کاربر می‌گذارد تا پیش از خرید اشتراک، امکانات پایه را تجربه کند.

1. وارد وب‌سایت رسمی Suno شوید و با ایمیل، حساب گوگل یا دیسکورد ثبت‌نام کنید.
2. از پنل کاربری گزینهٔ Create یا Song را انتخاب کنید.
3. توضیح آهنگ موردنظر (پرامپت) را بنویسید یا کلمات ترانه را مستقیماً وارد کنید.
4. سبک موسیقی، حال‌وهوا و در صورت نیاز نام سازها را مشخص کنید.
5. روی دکمهٔ تولید بزنید و منتظر بمانید تا معمولاً دو نسخهٔ متفاوت از آهنگ ساخته شود.
6. نسخهٔ موردنظر را پخش، دانلود یا برای ویرایش و تمدید بیشتر انتخاب کنید.

پرامپت خوب برای Suno باید سبک موسیقی، حال‌وهوای احساسی، تمپو، سازهای اصلی، نوع صدای خواننده و موضوع یا داستان ترانه را مشخص کند. هرچه توصیف دقیق‌تر و تصویری‌تر باشد، خروجی مدل به تصور ذهنی کاربر نزدیک‌تر می‌شود؛ در مقابل پرامپت‌های کلی و مبهم معمولاً به نتایج پیش‌بینی‌ناپذیر منجر می‌شوند.

اصول نوشتن پرامپت مؤثر در Suno شباهت زیادی به پرامپت‌نویسی در ابزارهای تصویرسازی دارد؛ در هر دو باید جزئیات حسی و توصیفی به‌جای عبارات کلی به کار برود. برای آشنایی بیشتر با این اصول می‌توانید مقالهٔ کاملترین آموزش پرامپت‌نویسی برای تولید تصویر را هم مطالعه کنید، چون بسیاری از تکنیک‌های آن (مانند مشخص‌کردن جزئیات به‌جای صفت‌های کلی) در ساخت آهنگ هم کاربرد دارد.

یک پرامپت کامل معمولاً شامل این عناصر است: ژانر موسیقی (مثل پاپ، راک، لوفای یا سنتی)، حال‌وهوا (شاد، غمگین، آرام، پرانرژی)، تمپو یا سرعت ریتم، سازهای اصلی (گیتار، پیانو، سازهای الکترونیک)، جنسیت و کیفیت صدای خواننده و درنهایت موضوع یا مضمون کلام. ذکر زبان موردنظر ترانه نیز اهمیت دارد، چون نتیجه را مستقیماً تحت تأثیر قرار می‌دهد.

برای مثال، پرامپتی مانند «یک آهنگ پاپ ملایم فارسی با صدای زن، تمپو متوسط، حال‌وهوای دلتنگی و سازبندی گیتار آکوستیک و پیانو» بسیار مشخص‌تر از عبارت کلی «یک آهنگ غمگین بساز» است. نمونهٔ دیگر می‌تواند این باشد: «یک تراک الکترونیک پرانرژی و بدون کلام، با ریتم تند و مناسب پس‌زمینهٔ ویدئوی ورزشی». هرچه محدودیت‌ها و ویژگی‌های خواسته‌شده روشن‌تر بیان شوند، احتمال رسیدن به خروجی مطلوب در همان تلاش اول بیشتر می‌شود.

Suno از طیف گسترده‌ای از سبک‌ها و برچسب‌های ژانر پشتیبانی می‌کند که کاربر می‌تواند آن‌ها را در پرامپت ترکیب کند، مثلاً «پاپ الکترونیک» یا «فولک آکوستیک»؛ در حالت پیشرفته (Custom Mode) نیز امکان تعیین جداگانهٔ سبک، عنوان و متن ترانه فراهم است.

در حالت ساده کافی است کاربر فقط توضیح کلی بدهد و مدل خودش سبک را انتخاب کند، اما در حالت سفارشی می‌توان برچسب‌های سبک را جداگانه وارد کرد، متن کامل ترانه را نوشت و حتی ساختار بند و کورس را مشخص کرد. ترکیب چند سبک در یک برچسب (مثلاً «راک آلترناتیو با تأثیرات موسیقی سنتی») معمولاً نتایج خلاقانه‌تری تولید می‌کند، هرچند ممکن است نیاز به چند بار تولید مجدد داشته باشد تا نتیجهٔ دلخواه به دست بیاید.

پس از تولید یک آهنگ، Suno امکاناتی برای تمدید طول قطعه، بازتولید بخش‌های مشخصی از آن، جایگزینی کلام و ادامه‌دادن آهنگ از یک نقطهٔ زمانی خاص در اختیار کاربر می‌گذارد، بدون این‌که لازم باشد از صفر شروع شود.

ابزار Extend به کاربر اجازه می‌دهد از آخرین ثانیهٔ یک آهنگ، بخش تازه‌ای بسازد و آن را طولانی‌تر کند، در حالی که گزینهٔ بازآفرینی (Remix یا Regenerate) امکان تغییر یک بخش خاص بدون به‌هم‌ریختن کل قطعه را می‌دهد. همچنین می‌توان فایل صوتی نهایی را با فرمت‌های رایج دانلود کرد و در نرم‌افزارهای ویرایش صدا برای میکس نهایی استفاده کرد.

پلن رایگان Suno معمولاً تعداد محدودی تولید آهنگ در روز یا ماه به کاربر می‌دهد و استفاده از خروجی آن اغلب برای مصارف شخصی و غیرتجاری در نظر گرفته شده است؛ پلن‌های پولی این سقف تولید را افزایش می‌دهند، صف پردازش سریع‌تری ارائه می‌کنند و معمولاً مجوز استفادهٔ تجاری از آهنگ‌ها را نیز شامل می‌شوند.

پیش از انتخاب هر پلن، بهتر است شرایط دقیق و قیمت‌گذاری فعلی را مستقیماً از صفحهٔ رسمی قیمت‌گذاری Suno بررسی کنید، چون این جزئیات به‌مرور زمان و بسته به منطقهٔ کاربر تغییر می‌کند.

حقوق مالکیت آهنگ‌های تولیدشده با Suno به نوع اشتراک کاربر و شرایط خدمات سرویس بستگی دارد و موضوع کپی‌رایت هوش مصنوعی مولد هنوز در بسیاری از کشورها در حال شکل‌گیری قانونی است، به همین دلیل پیش از استفادهٔ تجاری از هر خروجی باید شرایط استفادهٔ به‌روز پلتفرم به‌دقت مطالعه شود.

در سال ۲۰۲۴ اتحادیهٔ صنعت ضبط آمریکا (RIAA) از طرف شرکت‌های بزرگ ضبط موسیقی از جمله سونی، یونیورسال و وارنر، علیه Suno و رقیب آن Udio شکایتی ثبت کرد و مدعی شد این پلتفرم‌ها بدون مجوز از آثار دارای کپی‌رایت برای آموزش مدل‌های خود استفاده کرده‌اند؛ بر اساس اعلام رسمی RIAA. این پرونده‌ها نشان می‌دهند فضای حقوقی موسیقی مولد با هوش مصنوعی هنوز در حال تثبیت‌شدن است و برخی شرکت‌های موسیقی در ادامه به سمت توافق‌های صدور مجوز رسمی با این پلتفرم‌ها حرکت کرده‌اند.

به همین دلیل، برای استفادهٔ تجاری از یک قطعهٔ ساخته‌شده با هوش مصنوعی (مثلاً در تبلیغات، پادکست یا محتوای فروشی)، توصیه می‌شود کاربر مطمئن شود پلن اشتراکش صراحتاً چنین مجوزی می‌دهد و در صورت نیاز، مشاورهٔ حقوقی مرتبط با قوانین کپی‌رایت کشور خودش را نیز دریافت کند.

Suno یکی از شناخته‌شده‌ترین ابزارهای تولید کامل آهنگ از روی متن است و رقیب اصلی آن، Udio، عملکردی مشابه دارد اما در جزئیات رابط کاربری، سبک‌های پیش‌فرض و کیفیت صداسازی خواننده تفاوت‌هایی با آن دارد؛ هر دو ابزار در دستهٔ کلی‌تر موسیقی مولد با هوش مصنوعی قرار می‌گیرند که در سال‌های اخیر به‌سرعت رشد کرده است.

در کنار این دو، ابزارهای دیگری هم وجود دارند که به‌جای ساخت آهنگ از صفر، روی تغییر صدای یک ترانهٔ موجود تمرکز می‌کنند. اگر هدف شما جایگزین‌کردن صدای خواننده در یک آهنگ آماده باشد، نه ساخت قطعه‌ای تازه، مقالهٔ چگونه آهنگ‌هایی با صدای خواننده‌های دیگر بسازیم؟ استفاده از هوش مصنوعی تغییر صدا کاربرد متفاوتی از هوش مصنوعی موسیقی را توضیح می‌دهد که مکمل خوبی برای این آموزش است.

Suno بخشی از موج بزرگ‌تر ابزارهای مولد هوش مصنوعی است که پیش از این با نمونه‌هایی در حوزهٔ تصویر شناخته شده بودند. اگر تازه با این دسته از ابزارها آشنا می‌شوید، مقالهٔ چگونه با استفاده از هوش مصنوعی عکس بسازیم؟ منطق مشابهی را در حوزهٔ تصویر توضیح می‌دهد و درک کلی از نحوهٔ کار ابزارهای مولد را ساده‌تر می‌کند.

Suno AI ابزاری است که ساخت آهنگ کامل، از ملودی تا کلام و صدای خواننده، را با یک توضیح متنی ساده در دسترس هر کاربری قرار می‌دهد، بدون نیاز به دانش تخصصی موسیقی. کیفیت خروجی به دقت پرامپت بستگی دارد و انتخاب بین پلن رایگان و پولی باید با توجه به نیاز به تعداد تولید بیشتر و مجوز استفادهٔ تجاری انجام شود. پیش از انتشار تجاری هر قطعه، بررسی شرایط به‌روز سرویس و آگاهی از فضای در حال تحول حقوق کپی‌رایت موسیقی مولد با هوش مصنوعی ضروری است.

1. Suno — وب‌سایت رسمی
2. Wikipedia — Suno (platform)
3. VentureBeat — Suno raises $125M to become the ‘ChatGPT’ of music creation
4. RIAA — Record Companies Bring Landmark Cases for Responsible AI Against Suno and Udio