استودیو ضبط و تولید موسیقی در خانه شما؛ این شما و این «سونو»

تولید موسیقی توسط هوش مصنوعی یکی از کاربردهای جالبی است که هم برای سرگرمی عموم و هم به عنوان ابزاری برای موسیقی‌دان‌ها مورد استفاده قرار می‌گیرد. با این وجود، بازیگران بزرگ زیادی در این عرصه حضور ندارند؛ شاید بتوان «اودیو» (Udio)، «رفیوژن» (Riffuion) و «سونو» (Suno) را جدی‌ترین بازیگران در عرصه ارائه ابزارهای تولید موسیقی مبتنی بر هوش مصنوعی دانست. در بین این سه گزینه اما «سونو» رابط کاربری بسیار ساده‌ای دارد و هرکسی می‌تواند به راحتی و تنها با توصیفی چند کلمه‌‌‌ای، در ژانر و سبک مورد علاقه خود موسیقی تولید کند.

این مدل هوش مصنوعی همچنین از زبان فارسی هم پشتیبانی می‌کند و با صرف زمان مناسب برای تولید درخواست (prompt) مناسب، یا وارد کردن دستی متن شعر، می‌توانید موسیقی با کیفیتی به زبان فارسی تولید کنید. همچنین مدل v4.5 جدیدترین مدل هوش مصنوعی «سونو» است که به تازگی اضافه شده و قابلیت‌های بیشتر و عملکرد بهبود یافته‌تری را ارائه می‌دهد. برای استفاده از «سونو» می‌توانید از اپلیکیشن موبایل یا وبسایت آن استفاده کنید.

طیف کاربران سونو از مبتدی تا حرفه‌ای است

«سونو» ابزاری به‌درد بخور برای تازه‌کاران صنعت موسیقی است. رابط کاربری آسان و روان این پلتفرم باعث می‌شود تا بدون هیچ چالش و سردرگمی، به اصل کار بپردازید. کافی است متن شعری که نوشته‌اید را به آن بدهید و از حال و هوای شعر به هوش مصنوعی توضیح دهید، ژانر موسیقی مد نظرتان را انتخاب کنید و سپس روی گزینه تولید (Create) کلیک کنید. چند ثانیه بعد دو نسخه موسیقی برای شما آماده شده است. هر نسخه تفاوتی جزئی با نسخه دیگر دارد و شما می‌توانید بهترین را انتخاب کنید.

با این وجود، برای استفاده از «سونو» ملزم به داشتن شعر از قبل نیستید. کافی است حال و هوایی که در ذهن دارید را برای این هوش مصنوعی تشریح کنید. سپس سبک و ژانر موسیقی را انتخاب کنید و این‌بار خود «سونو» است که متن شعر را برای شما می‌سازد و آن را تبدیل به موسیقی می‌کند.

استفاده از این ویژگی می‌تواند به شاعران کمک کند تا ایده بگیرند و شعر خود را بهبود ببخشند. جدای از این، می‌توان شعر خود را در بخش درخواست (prompt) قرار داد تا «سونو» آن را بهبود ببخشد.

این پلتفرم تولید موسیقی حتی می‌تواند ابزار کاربردی برای موسیقی‌دان‌های حرفه‌ای باشد. این ویژگی که بتوان درخواست خود را با جزئیات نوشت تا آهنگ دقیقا بر اساس آن تولید شود، انتخاب یک یا چند ژانر و توصیف سبک و لحن موسیقی ویژگی‌های کاربردی برای تولید یک موسیقی قابل قبول و حرفه‌ای هستند. تولید خودکار کاور و امکان انتشار موسیقی با نام خودتان یا دانلود مستقیم آن از دیگر ویژگی‌های مهم «سونو» است.

پس از تولید نهایی موسیقی نیز می‌توانید آن را ویرایش کنید، بخش‌هایی از آن را حذف یا جابجا کنید، یا درخواست خود را اصلاح کنید تا نتیجه بهینه‌تری بگیرید.

هرچند که ممکن است ابزاری مثل «اودیو» بیشتر نظر افراد حرفه‌ای را جذب کند، کاربری آسان و ارزان قیمت بودن «سونو» از نکات مثبت این پلتفرم هستند. البته که برعکس «اودیو»، این امکان که میزان خلاقیت و پراکندگی هوش مصنوعی «سونو» را تغییر دهید وجود ندارد.

رابط کاربری ساده و روان

کار کردن با «سونو» بسیار آسان است. هرکسی با دیدن پنل کاربری آن به راحتی متوجه قابلیت‌ها و نحوه استفاده از این ابزار می‌شود. وبسایت یا اپلیکیشن موبایل «سونو» همانند یک پلتفرم استریم موسیقی عمل می‌کند. وقتی وارد می‌شوید، صفحه Home روبروی شما قرار می‌گیرد که موزیک‌های جدید یا مورد علاقه شما را نشان می‌دهد.

در بخش Create، خود شما در قامت یک پدید‌آورنده، به خلق موسیقی با استفاده از قدرت هوش مصنوعی می‌پردازید. برای تولید موسیقی جدید کافی است پس از ورود به وبسایت «سونو»، به بخش create بروید. در اینجا اگر قسمت custome فعال نباشد، فقط با ذکر موضوع، توصیف حال و هوا و ملودی که در ذهن دارید و مشخص کردن ژانر، یک موسیقی تحویل شما داده می‌شود. در صورتی که گزینه custome را فعال کنید، می‌توانید شعر مد نظر خود را وارد کنید، سپس با اضافه کردن ژانر، و در صورت نیاز توضیح بیشتر در رابطه با اجزا و سبک خاص شامل شخصی‌سازی کردن نحوه نواخته شدن آلات موسیقی در هر بخش، می‌توانید موزیک خود را دریافت کنید.

با فعال کردن گزینه Instrumental، می‌توان تنها با مشخص کردن ژانر، موسیقی بی‌کلامی را تولید کرد. همچنین در بخش Library موزیک‌هایی که تا کنون ساخته‌اید ذخیره می‌شوند.

سونو برای فارسی زبانان

پلتفرم تولید موسیقی «سونو» به طور کامل از زبان فارسی پشتیبانی می‌کند. هرچند که احتمالا برای دریافت خروجی در حد و اندازه‌ خروجی‌های انگلیسی زبان، باید وقت و حوصله بیشتری بگذارید؛ و همچنان شاید به آن کیفیت نرسید!

به عنوان توصیفی غیرفنی اما معنادار، سونو از زبان فارسی پشتیبانی می‌کند، اما معنی کلمات را نمی‌فهمد. برای همین هم در تلفظ بسیاری از کلمات فارسی مشکل دارد.

یکی از راه‌حل‌های برطرف کردن این معضل، اضافه کردن اعراب و علامت‌ها به متن آهنگ است. با انجام این کار، «سونو» بسیاری از کلمات را به درستی یا حداقل بهتر از قبل تلفظ می‌کند. شاید بجای استفاده از فتحه و کسره به استفاده از الفبای انگلیسی برای نوشتن شعر فارسی (استفاده از فینگلیش) فکر کنید. اما تجربه انجام این کار نشان داده که این کار نه تنها اوضاع را بهبود نمی‌دهد، بلکه لحن زبان فارسی را هم از موسیقی می‌گیرد و نتیجه نهایی دلچسب نخواهد بود.

به عنوان یک نظر شخصی، وقتی به موسیقی فارسی ساخته شده توسط «سونو» گوش می‌کنید، برخی از قسمت‌های آن ممکن است شما را شگفت‌زده کند و برخی دیگر از آنها احتمالا دل شما را بزند. قسمت عمده‌ای از موارد بخش دوم نحوه تلفظ ناصحیح برخی از کلمات فارسی است. شاید با انجام آزمایش و خطا در ارائه درخواست‌های متفاوت، بتوان در نهایت نتیجه مد نظر در زبان فارسی را گرفت.

آزمون عملی پلتفرم سونو

من با استفاده از بخش خودکار هوش مصنوعی «سونو»، از او خواسته‌ام تا موزیکی در رابطه با رسانه «هوشیو» برای من بسازد. یعنی صرفا یک توصیف چند کلمه‌ای کرده‌ام و سپس «سونو» کار نوشتن شعر و تبدیل آن به آهنگ را انجام داده است. این کار را هم به زبان فارسی و هم به زبان انگلیسی انجام داده‌ام.

توجه کنید که این موسیقی‌ها توسط مدل v4 سونو ساخته شده‌اند که جدیدترین مدل سونو نیست. برای استفاده از مدل v4.5 نیاز به خرید اشتراک پولی است و مزیت رایگانی ندارد.

در ضمن، کار با این ابزار برای ایرانیان دارای محدودیت نیست و با آی‌پی ایران هم می‌شود از «سونو» استفاده کرد.

فارسی

نخست به سراغ تولید موسیقی به زبان فارسی رفته‌ام، موضوع این موسیقی در رابطه با رسانه‌ی «هوشیو» است که به طور تخصصی حوزه هوش مصنوعی را پوشش می‌دهد. متن درخواست من بدین صورت است:

«موسیقی فارسی و سنتی در رابطه با هوشیو که رسانه تخصصی هوش مصنوعی است. موسیقی در دستگاه شور باشد و مشابه سبک محمد رضا شجریان باشد»

موسیقی تولید شده توسط «سونو» بر اساس این پرامپت بدین گونه است:

[بیت]

چو اندیشمندان گرد آمده

کنون در هوشیو بر افروخته

به اخبار این عرصهٔ پر ز شور

سراپا همی دل فروخته

[بیت]

بُوَد هر که دل داده بر دانشش

همی بشنود تازه‌ها از نُخُست

چو دانش شکوفا کند اندکی

ز کارِ جهان بُوَد نیک و درست

[بیت]

به شب گرد هم جمع آیند و باز

همی بحث و گفتارشان بر پاست

همه نُکته‌دان در میان گشته‌اند

به هر نُکته‌شان گویند احسنت و آست

[بیت]

از اخبار هرگونه آگاه باش

بُوَد سِرِّ کامیابی تو نیز

به هوشیو بر دل فروبسته‌ام

که آن شمع افروخته هر روز و شب

[بیت]

هر آنجا که میخانه می‌خواندش

من آنجا روم در میان باده‌خوار

به شور و طرب می‌زنم ساز و تار

سراپا غزل در هوای نگار

[بیت]

سحرگه چو خورشید بگشاد چَشم

چو بلبل من آواز آغاز کنم

بهاری در این بزم برپا کنم

به هوشیو از غم نپردازم این

این نسخه فارسی، تنها با پرامپتی ساده ساخته شده است. همانطور که مشخص است، متن این موسیقی چندان معنادار نیست و دچار اشکالات زیادی است. همچنین مشخصا این موزیک چندان در سبکی که محمد رضا شجریان می‌خواند، نیست و گویی هوش مصنوعی به این قسمت از دستور من توجه نکرده است؛ در واقع چنین توانایی را نداشته.

در نتیجه شاید بهترین استفاده فارسی زبانان از این ابزار، نوشتن متن موسیقی از قبل و تبدیل آن به آهنگ، خصوصا در سبک‌های معمول‌تری مثل پاپ و راک باشد.

نکته دیگری که صرفا در تولید این موزیک فارسی از آن استفاده کرده‌ام، تغییرات تنظیمات مدل نوشتن شعر «سونو» به حالت رِمی (ReMi) است. این حالت که هنوز در فاز آزمایشی است اما ممکن است از کلمات و عباراتی استفاده کند که چندان مناسب نباشد.

انگلیسی

حالا به سراغ زبان انگلیسی می‌رویم. دوباره درخواست مشابهی را از «سونو» مطرح کرده‌ام. با این تفاوت که این‌بار خواسته‌ام ژانر موسیقی راک دهه ۸۰ میلادی باشد. همچنین درخواست کرده‌ام سبک موزیک به سبک گروه «کویین» نزدیک باشد. ضمن اینکه این دفعه از مدل عادی تولید شعر استفاده کرده‌ام. متن درخواست من به شرح زیر است:

با ارائه پرامپت زیر از سونو خواستم تا موزیکی راک در سبک دهه ۸۰ میلادی درباره هوشیو، که رسانه‌ای تخصصی در پوشش اخبار هوش مصنوعی است تولید کند. همچنین اضافه کردم که سبک و سیاق این موسیقی شبیه به سبک گروه «کویین» باشد. پرامپت دقیق من بدین شکل است:

“A rock 80s music about a news outlet called Hooshio. this news agency covers Artificial Intelligence stories. Use electric guitar in it. The song should have a Queen band’s like style.”

نتیجه نهایی بدین گونه است:

[Verse 1]

Hooshio’s a news agency

They cover AI stories

Hooshio is a news agency

They cover AI stories

[Chorus]

We are Hooshio

We are Hooshio

[Verse 2]

AI stories in our bag

Hooshio’s on the attack

AI stories in our bag

Hooshio’s on the attack

[Chorus]

We are Hooshio

We are Hooshio

[Bridge]

AI stories

Oh

AI stories

Oh

[Chorus]

We are Hooshio

We are Hooshio

هرچند که تنوع در شعر تولید شده کم است، اما تفاوت فاحش با زبان فارسی را می‌توان متوجه شد. البته که نام «هوشیو» به صورت اشتباهی توسط این هوش مصنوعی تلفظ می‌شود.

نکته مهمی که باید در نظر گرفت این است که هر دو این موسیقی‌ها تنها با درخواستی کوتاه و ساده تولید شده‌اند. مسلما صرف زمان بیشتر برای توصیف دقیق موسیقی که می‌خواهیم، از حال و هوای آن گرفته تا توصیف دقیق آلات موسیقی و شیوه استفاده از آنها می‌تواند نتیجه بسیار بهتری را به ارمغان بیاورد.

هزینه‌های استفاده از سونو

امکان استفاده رایگان اما محدود از پلتفرم «سونو» وجود دارد. در این حالت تا مدل v4 در اختیار شما خواهد بود و امکان استفاده از آخرین مدل تولید موسیقی «سونو» را نخواهید داشت. همچنین به صورت روزانه ۵۰ اعتبار (Credit) دارید؛ به عبارتی می‌توانید در هر روز تا ۱۰ عدد موسیقی تولید کنید.

در اشتراک پولی، دو گزینه خواهید داشت. ۱۰ دلار در ماه که در ازای آن شما می‌توانید ۵۰۰ موسیقی در ماه تولید کنید. همچنین اجازه استفاده تجاری از موسیقی‌های تولید شده توسط خودتان را خواهید داشت. بعلاوه برخی از ابزارهای شخصی‌سازی و ویرایش موسیقی اختصاصی‌تر.

گزینه دوم پرداخت ۳۰ دلار در ماه است که به ازای آن می‌توانید در طول ماه تا ۲۰۰۰ موسیقی تولید کنید. باقی موارد این اشتراک نیز مانند گزینه اول است.

همچنین دو طرح اشتراک سالانه هم وجود دارد که از نظر قابلیت‌ها، تفاوتی با اشتراک ماهانه ندارند و فقط شامل تخفیف‌های بیشتر می‌شوند.

با همه این اوصاف به نظر نمی‌رسد «سونو» بتواند جایگزینی برای حس کم نظیر گوش دادن به موسیقی اصیلی که توسط یک انسان واقعی تولید شده است شود. حداقل هنوز نه! اما کارایی که این پلتفرم‌های بر پایه هوش مصنوعی برای افراد متخصص موسیقی‌دان‌ها دارد قابل انکار نیست.