Grom Zvuk

Гром желісіндегі алғашқы музыкалық модель.

Тыңдап көр

Grom Zvuk қалай естіледі

Модель басынан аяғына дейін жасаған үш трек: рок кавері, Passo Bel Solto-мен поп дуэті және Lana Del Rey-мен дрим-поп әні. Пластинканы бас — осы жерде ойнайды.

Модель 18 қыркүйекте шығады

Технология

Трек қалай жасалады

Алдымен модель болашақ әннің бүкіл ұзындығын шуға толтырып, шумақтар қайда, қайырма қайда, көпір қайда тұратынын белгілейді. Содан кейін бірнеше өтуде сол шуды тыңдауға жағымды дыбысқа айналдырады.

ИнтроШумақҚайырмаШумақҚайырмаКөпірФинал

Аралық нәтиже болмайды: трек толық есептеліп біткенде тұтас күйінде келеді.

Архитектура

Конвейер қалай құрылған

Ортақ назардағы екі сарапшы: біріншісі музыканы таңбамен жазады, екіншісі таңбаларды дыбысқа жаяды.

CREATEстиль және ән мәтініCOVERбастапқы тректен алынған әуенEDITдайын партитураны түзету
  1. yСұранысstyle · lyrics
  2. sПартитураABC notation
  3. cСемантика24 Гц
  4. zАкустикалық латенттер24 Гц × 64
  5. 48 кГцДайын жазбаVAE decoder · stereo
AR · CAUSALЖоспарлаушыcausal token prediction · y → s → c

Музыканы қадаммен жүріп өтеді: әуен қайда бет алатынын және гармония қай жерде ауысатынын шешеді.

NAR · BIDIRECTIONALСинтезаторflow-velocity prediction · z_t → z

Бүкіл ұзындықпен бірден жұмыс істейді: дыбысты бөлшектеп емес, тұтас күйінде нақтылайды.

HYBRID SELF-ATTENTIONтрек туралы ортақ жады

Сызба оңайлатылған: ол модельдің ішкі құрылымын қайталамай, жұмыс принципін түсіндіреді.

Салыстыру

Grom Zvuk музыкалық модельдер арасында қай жерде

Бірден екі өлшем: трек қалай естіледі және модель берілген мәтінді қаншалықты дәл айтады. Мәтін дәлдігі бойынша Grom Zvuk — үздік үштікте, дыбыс сапасы бойынша жабық сервистер тобында.

02550751000255075100Дыбыс сапасыМәтін дәлдігіMureka 9Suno v5Suno v4.5Grom ZvukSuno v5.5Suno v6MiniMax Music 3ACE-Step 1.5LeVo 2MuseDiffRhythm 2SongBloom

дыбыс / мәтін

  • Suno v588 / 90
  • Mureka 990 / 78
  • Grom Zvuk83 / 85
  • Suno v680 / 85
  • Suno v5.582 / 82
  • Suno v4.584 / 78
  • ACE-Step 1.567 / 74
  • MiniMax Music 370 / 64
  • Muse59 / 62
  • LeVo 265 / 42
  • DiffRhythm 237 / 53
  • SongBloom9 / 9

150 сұраныс бойынша соқыр салыстыру: тапсырмалар бірдей, дайын тректер дыбысы және берілген мәтінге сәйкестігі бойынша бағаланады, бағалаушыларға модель атаулары көрсетілмейді. Мәндер 0–100 шкаласына келтірілген. Атауын көру үшін нүктеге меңзерді апар.

Капот астында

Генерацияның артында не тұр

48 кГц, стерео

Қысылған қаралама емес, студиялық дискретизация жиілігі және нағыз стерео панорама.

Ұзақтығы төрт минутқа дейін

Он бес секундтық цикл емес, шумақтары, қайырмалары және финалы бар толыққанды ән.

Бір өтумен

Әннің барлық бөлігі кезекпен емес, бірге есептеледі — тұтас дыбыс содан шығады.

Өз қуатымыз

Модель бөтен бұлтта емес, өз үдеткіштер паркінде жұмыс істейді.

Тілдер

Кез келген тілде ән салады

Қазақшадан қытай мен жапон тіліне дейін. Модель мәтінді, екпінді және фразаны түсінеді — вокал акцентті былыққа айналмайды.

ҚазақшаEnglish中文日本語EspañolDeutschFrançais한국어ItalianoPortuguêsTürkçeالعربيةहिन्दीРусский

Тізім жабық емес: мұнда модель ән салатын тілдердің бәрі көрсетілмеген.

Мүмкіндіктер

Жасау, кавер, түзету

Жасау

Стиль мен көңіл-күйді сипатта, өз жолдарыңды бер — модель әуенді өзі шығарып, аранжировканы жинап, айтып береді.

Кавер

Әнді жүктеп, жаңа дыбысты ата: әуен танылатын күйінде қалады, аранжировка толық өзгереді.

Түзету

Тректің ойы партитурада қалады, сондықтан оны нүктелеп түзетуге болады — әнді қайта жазбай, бөлігін немесе аспабын ауыстыр.

Өз музыка ағыныңыз керек пе?

Жазыңыз — көлемді, лимиттерді және іске қосуға дейінгі бағаны талқылаймыз. Модель өз қуатымызда жұмыс істейді, сондықтан жүктеме мен мерзім бөтен бұлттағы кезекпен емес, шартпен шешіледі.

Grom Zvuk туралы сұрақтар

Дайын трек: вокал, әуен, аранжировка және сведение. Редакторда пысықтаудың қажеті жоқ — файлды бірден роликке қоюға немесе жариялауға болады.