تصور کنید به جای اینکه هر بار روی دکمهی «تولید» کلیک کنید و امیدوار باشید شانس با شما یار باشد، بتوانید دقیقاً نتهای مورد نظرتان را بنویسید و هوش مصنوعی را مجبور کنید همان ملودی را اجرا کند. این دقیقاً همان تغییری است که در ۱۳ اوت ۲۰۲۶ با معرفی Suno Studio 2.0 رخ داد.
تا پیش از این، تولید موسیقی با هوش مصنوعی شبیه به یک ماشین اسلات بود؛ اهرمی را میکشیدید و امیدوار بودید یک آهنگ خوب خارج شود. اما حالا با ورود MIDI (میانرابط ابزارهای موسیقی) — که مثل یک دفترچه نتهای دیجیتال است و به جای صدای واقعی، دستور اجرای نتها را میفرستد — کاربران میتوانند مانند آهنگسازان واقعی عمل کنند و به جای پیشنهادهای مبهم، نقشههای دقیقی به مدل بدهند.
همانطور که در تحلیلهای قبلی ما دربارهی تکامل مدلهای مولد صوتی اشاره کردیم، حذف تصادفی بودن (Randomness) بزرگترین چالش این صنعت بود. حالا Suno با تبدیل شدن به یک ایستگاه کاری صوتی دیجیتال (DAW) — شبیه به یک استودیوی ضبط کامل در قالب نرمافزار — این کنترل را به کاربر بازگردانده است.
به گزارش The Verge، این نسخه قابلیتهای حرفهای متعددی را اضافه کرده است:
- یکپارچگی با MIDI: کاربران میتوانند دادههای MIDI را وارد کنند تا هوش مصنوعی ملودیها را گسترش دهد یا بر اساس آکوردهای نواختهشده، بخشهای جدیدی (B-sections) بنویسد.
- اتوماسیون و میکس: امکان کنترل خودکار روی میزان صدا (Volume) و جهت پخش صدا (Panning) برای هر ترک به صورت مجزا فراهم شده است.
- مجموعه افکتهای داخلی: ابزارهایی مانند Distortion، Delay، Reverb، Compression و EQ اکنون به صورت بومی در دسترس هستند.
- سینتیسایزر اختصاصی: یک پلاگین Wavetable با دو نوسانساز برای پخش MIDI تعبیه شده است، زیرا در حال حاضر پشتیبانی از VSTهای خارجی وجود ندارد.
علاوه بر این، یک چتبات «آگاه به جلسه» (Session-aware) به سامانه اضافه شده است. این بات برخلاف مدلهای عمومی، بستر پروژه شما را میشناسد. بر اساس مستندات Suno، اگر از این بات بخواهید «صدای این ترک وکال را بهتر کند»، او بهطور خودکار تنظیمات Reverb و EQ مناسب را اعمال میکند. نکته شگفتانگیز این است که کاربران میتوانند از هوش مصنوعی بخواهند پلاگینهای افکت سفارشی بسازد و آنها را برای استفادههای بعدی ذخیره کند.
این چرخش نشان میدهد که در آینده، انسان «قصد ساختاری» را (از طریق MIDI) تعیین میکند و هوش مصنوعی کارهای خستهکنندهی مهندسی صدا را بر عهده میگیرد. با این حال، دموهای Henry Phipps نشان میدهد که توانایی مدل در اصلاح نتها (Quantizing) چنان زیاد شده که نقش کاربر از «تولیدکننده» به «سراینده و انتخابگر» (Curator) تغییر میکند.
گام بعدی شما
- خط لولهی MIDI-to-audio را امتحان کنید تا ببینید آیا مشکل تصادفی بودن موسیقیهای تولیدی شما حل میشود یا خیر.
- از چتبات داخلی برای ساخت افکتهای صوتی خاص و ذخیره آنها در حساب کاربری خود استفاده کنید.
- تفاوت بین تولید مستقیم از پرامپت و تولید بر اساس دادههای MIDI را در یک پروژه مشترک مقایسه کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو