Трек, сделанный с помощью Suno, неожиданно получил редкий комплимент от человека, который обычно не выносит AI-музыку. Речь о «Semiramis’ Dream» музыканта 1010Benja: это не просто очередной генеративный эксперимент, а пример того, что при ручной сборке, десятках итераций и живом вокале AI-музыка перестаёт звучать как безликая демка и начинает работать как полноценный продакшн.
Об этом пишет The Verge, разбирая свежий EP 1010Benja Time Has Nothing To Do With What You Choose…. Самый заметный трек на релизе — именно «Semiramis’ Dream». По описанию издания, песня стартует с энергичного jungle-бита, а в центре микса остаётся узнаваемый, явно человеческий вокал артиста. На слух композицию не так просто сразу записать в типичный продукт Suno: у неё нет многих стандартных «следов» генеративной музыки, которые обычно выдают сервис в первые секунды. Даже бэк-вокалы, которые больше всего похожи на ИИ, спрятаны в плотной hyperpop-обработке и не выпирают так, как это часто бывает в машинных треках.
Главная деталь здесь не в том, что артист нажал кнопку «сгенерировать», а в том, как именно он использовал инструмент. По словам 1010Benja, бит помог сделать его друг Patrick Holder, сам артист записал вокал, после чего эти элементы отправили в Suno. Затем результат выгружали, редактировали в Ableton, дополняли новыми слоями и снова возвращали в Suno. И так по кругу. Музыкант оценил количество таких проходов по «Semiramis’ Dream» в несколько сотен. На стримингах трек не маскируется под «обычную» запись: в Deezer он помечен как AI-generated. То есть схема «сделали нейросетью, но никому не сказали» здесь не работает: авторы не прячут происхождение материала и не делают вид, что ИИ в цепочке не было.
Это важный момент на фоне общего состояния рынка генеративной музыки. Претензия к сервисам вроде Suno давно сформулирована и довольно простая: они неплохо выдают форму, но слишком часто проваливаются в содержание. В результате пользователь получает аккуратно собранный, но эмоционально пустой звук, который напоминает музыкальный сток, а не авторское высказывание. У 1010Benja, судя по реакции The Verge, сработал другой подход: ИИ использовали не как фабрику готовых песен, а как один из узлов продакшн-пайплайна. Это уже ближе не к «нажатию одной кнопки», а к инженерной сборке, где генеративная модель выступает промежуточным процессором между человеческими решениями.
При этом романтизировать историю никто не спешит. Сам 1010Benja не отрицает, что у генеративного ИИ есть тяжёлый этический хвост: от нагрузки на окружающую среду до зависимости индустрии от интересов крупных корпораций. Но его позиция предельно прагматична: у него просто нет бюджета, чтобы нанять, например, детский хор или развернуть студийный процесс такого масштаба традиционным способом. В этом и заключается нерв всей дискуссии вокруг AI-музыки: для большой компании это способ удешевить контент, а для бедного, но амбициозного автора — иногда единственный шанс приблизить звук к собственной задумке. The Verge напоминает, что 1010Benja переживал периоды бездомности, хотя уже успел получить заметное внимание прессы: его релиз Ten Total в 2024 году получил отметку Best New Music от Pitchfork.
Скепсис, впрочем, никуда не исчез. Даже автор текста в The Verge, которому песня в целом понравилась, отдельно оговаривает: ничего принципиально недостижимого без ИИ в «Semiramis’ Dream» нет. Да, артист не мог позволить себе живой детский хор, но похожего эффекта можно было бы добиться и обычными студийными методами — многослойной записью, обработкой вокала и аккуратным саунд-дизайном. Это замечание бьёт точно в цель. Если результат можно получить и без модели, то вопрос смещается с плоскости «умеет ли ИИ делать музыку» в плоскость «какую именно часть производственной цепочки он ускоряет, удешевляет или упрощает». Для разработчиков продуктов это знакомый сюжет: ценность инструмента редко в магии, чаще в сокращении затрат на рутину и в снижении порога входа.
Для русскоязычной IT-аудитории здесь вообще больше инженерии, чем искусства. История 1010Benja показывает, что генеративные модели становятся сильнее не тогда, когда им отдают задачу целиком, а когда их встраивают в итеративный workflow с жёстким человеческим контролем. По сути, это тот же паттерн, который давно обсуждают в разработке: автогенерация сырого результата полезна, если поверх неё есть редактура, проверка и сборка финального артефакта человеком. В музыке это уже работает похожим образом. Не «Suno написал хит», а «артист использовал Suno как слой между записью, монтажом и пересборкой». Разница кажется косметической только до тех пор, пока не сравнишь результат с типичной лентой AI-музыки, где всё вроде бы на месте, кроме одной мелочи — автора как такового.
Из этой истории вырастает неприятный, но важный вопрос для индустрии: если генеративные инструменты начинают давать приемлемый результат именно в руках талантливых, но бедных авторов, рынок уже не сможет отмахнуться от них формулой «это всё просто мусор». Следующий этап спора будет не о том, может ли AI-музыка звучать прилично, а о том, кому достанется выгода от такого пайплайна: платформам, которые продают генерацию, или авторам, которые превращают сырой машинный материал в вещь, за которую не стыдно отвечать своим именем.