آموزش ساخت موسیقی با هوش مصنوعی

حفظ ملودی در ساخت آهنگ؛ ویس کوتاه را به تنظیم تازه تبدیل کن

اگر ملودی خوبی در یک ویس کوتاه دارید اما تنظیمش را نمی‌پسندید، لازم نیست از صفر شروع کنید. این آموزش با یک فایل صوتیِ تمیز، تنظیم تازه، کنترل تأثیر ورودی و آزمون سه‌گانه کمک می‌کند هویت ملودی را نگه دارید.

۱۵ مرداد ۱۴۰۵

نویسنده: تحریریه آمارد

گاهی بهترین بخش یک آهنگ، نه در پرامپت بلکه در یک ویس بیست‌ثانیه‌ای است: یک قلاب که زیر لب خوانده‌اید، یک خط ملودی روی پیانو یا ریتمی که با ضربهٔ دست پیدا کرده‌اید. مشکل از جایی شروع می‌شود که بخواهید همان ایده را با تنظیم دیگری بسازید؛ توضیح متنی ممکن است حال‌وهوا را منتقل کند، اما نتواند فراز و فرود ملودی را دقیق نگه دارد. در این آموزش، روش حفظ ملودی در ساخت آهنگ را با یک فایل صوتیِ متعلق به خودتان تمرین می‌کنیم و فقط سازبندی، رنگ و انرژی را تغییر می‌دهیم.

این رویکرد با روند تازهٔ پژوهش‌ها هم‌جهت است. پیش‌چاپی که ۳ اوت ۲۰۲۶ منتشر شد، تفاوت میان راهنمایی با صدای مرجع و راهنمایی هم‌زمان با دادهٔ نوشتاریِ موسیقی را بررسی می‌کند و نشان می‌دهد وقتی ورودیِ دقیق‌تری برای ملودی و ریتم وجود داشته باشد، کنترل بهتر می‌شود. یک بنچمارک دانشگاهی که ۳ ژوئیهٔ ۲۰۲۶ معرفی شد نیز ارزیابیِ هم‌زمانِ کیفیت، متن و صدای مرجع را مهم می‌داند. این‌ها تضمین نمی‌کنند هر خروجی خوب باشد؛ نتیجهٔ عملی‌شان برای ما ساده است: ورودی صوتی را به یک سیگنال مشخص تبدیل کنید، نه یک فایل شلوغ و مبهم.

۱. ویس را برای خوانده‌شدنِ ملودی آماده کنید

فایل ورودی لازم نیست اجرای حرفه‌ای باشد؛ باید برای تشخیص ملودی قابل‌فهم باشد. برای شروع، یک تکهٔ ۲۰ تا ۳۰ ثانیه‌ای ضبط کنید که فقط یک ایده را دارد: ترجیحاً قلاب یا یک جملهٔ ملودیک، نه سه بند و یک ترجیع‌بند. اگر با موبایل ضبط می‌کنید، در اتاقی کم‌انعکاس بایستید، از میکروفون فاصلهٔ ثابت بگیرید و قبل از شروع یک مکث کوتاه بگذارید. صدای ساز و آواز هم‌زمان، ریورب زیاد، گفت‌وگوی پس‌زمینه و ضرب‌های نامنظم تشخیص را سخت می‌کنند.

• ملودی را یک‌بار با «نا» یا هوم و یک‌بار با نت‌های واضح بخوانید؛ نسخه‌ای را نگه دارید که ریتمش طبیعی‌تر است.
• پیش و پس از ملودی دست‌کم یک ثانیه سکوت بگذارید تا شروع و پایان ایده از نویز جدا شود.
• اگر صدای اتاق یا پنکه بلند است، ضبط را نزدیک‌تر و خشک‌تر تکرار کنید؛ فیلترهای سنگینِ بعدی ممکن است بخشی از فرکانس ملودی را هم کم کنند.
• نام فایل را با نسخه و تاریخ مشخص کنید، مثلاً melody-hook-v1؛ این کار مقایسهٔ خروجی‌ها را ساده می‌کند.

۲. پرامپت را به سه لایهٔ ثابت، تغییر و ممنوع تقسیم کنید

در ساخت آهنگ با فایل صوتی، متن نباید دوباره ملودی را اختراع کند. لایهٔ اول می‌گوید چه چیزی باید از فایل بماند؛ لایهٔ دوم می‌گوید چه چیزی قرار است عوض شود؛ لایهٔ سوم جلوی مسیرهای ناخواسته را می‌گیرد. این جداسازی، از پرامپت‌های مبهمی مثل «یک آهنگ قشنگ و احساسی بساز» دقیق‌تر است و هنگام مقایسهٔ دو خروجی معلوم می‌کند کدام تصمیم را تغییر داده‌اید.

قاعدهٔ کاری: فایل صوتی صاحبِ ملودی باشد، متن صاحبِ تنظیم؛ هر دو را هم‌زمان برای یک وظیفهٔ مبهم به کار نبرید.

الگوی پیشنهادی: «ملودی و ریتم جملهٔ ورودی حفظ شود؛ تنظیم تازه با [سبک، سازها و انرژی] ساخته شود؛ [عناصر ناخواسته] حذف شوند؛ پایان طبیعی و فضای کافی برای وکال بماند.» برای ملودی خودتان می‌توانید بنویسید: «حفظ قلاب ملودیک و کشش جملهٔ ورودی، ایندی‌پاپ گرم با گیتار آکوستیک، پیانوی نرم و درام کم‌حجم، اوج‌گیری تدریجی در نیمهٔ دوم، بدون متال، بدون دیستورشن و بدون درام شلوغ.»

۳. اجرای مرحله‌به‌مرحله در موزیکساز آمارد

اکنون همین workflow را روی فایل خودتان اجرا کنید. در این روش، هر بار فقط یک متغیر را عوض می‌کنیم تا بفهمیم چرا ملودی حفظ شده یا از دست رفته است.

1. در موزیکساز آمارد ابزار «ساخت کاور از فایل صوتی» را باز کنید و ویس یا سازِ متعلق به خودتان را در حالت کنترل کامل بارگذاری کنید.
2. در بخش ایده یا شعر، لایهٔ ثابت/تغییر/ممنوع را بنویسید. اگر فایل فقط ملودی است، برای وکال جدید یک شعر کوتاه و اصیل اضافه کنید؛ اگر بی‌کلام می‌خواهید، گزینهٔ بی‌کلام را فعال کنید.
3. در سبک، فقط دو یا سه مشخصهٔ شنیداری بدهید: مثلاً «ایندی‌پاپ گرم، گیتار آکوستیک، درام برس‌دار». عنوان را هم با نسخه ثبت کنید تا خروجی‌ها قاطی نشوند.
4. برای دور اول audioWeight را حدود ۰٫۷۵ بگذارید تا فایل صوتی نقش راهنمای اصلی داشته باشد، styleWeight را نزدیک ۰٫۵۵ و خلاقیت را حدود ۰٫۲۵ شروع کنید. این اعداد نسخهٔ آزمایشی‌اند، نه تنظیم قطعی.
5. در فهرست چیزهایی که نمی‌خواهید، سه ممنوعیت مشخص بنویسید؛ مثل «noisy drums, distorted vocal, abrupt ending». ممنوعیت‌های کوتاه و شنیداری از جمله‌های طولانی بهتر قابل‌مقایسه‌اند.
6. دو خروجی را با همان تنظیمات بگیرید و ابتدا فقط قلاب ملودیک، سپس ریتم جمله و بعد کیفیت تنظیم را بررسی کنید. اگر ملودی گم شده، فقط audioWeight را کمی بالا ببرید؛ اگر خروجی بیش از حد به ویس چسبیده، آن را کمی پایین بیاورید.

قبل از تغییر اسلایدرها، متن، سبک و فایل ورودی را ثابت نگه دارید؛ در غیر این صورت نتیجهٔ آزمون قابل تفسیر نیست.

مثال قبل و بعد: یک قلاب، دو تصمیم تنظیمی

قبل: یک ویس ۲۶ ثانیه‌ای با هومِ قلابی نزولی، بدون ساز، ضبط‌شده در اتاق خواب؛ انتهای جمله کمی نفس دارد و ملودی در دو بار آخر تکرار می‌شود. پرامپت اولیه فقط این است: «پاپ احساسی با تنظیم زیبا». خروجی ممکن است حس کلی را بگیرد، اما قلاب را جابه‌جا کند یا با درام پرحجم روی آن سایه بیندازد.

بعد: همان فایل و همان شعر با این دستور آزمایش می‌شود: «قلاب نزولی و تکرار دو بار آخر حفظ شود؛ ایندی‌پاپ گرم، گیتار آکوستیک آرپژ، پیانوی کم‌رنگ، باس نرم، درام برس‌دار که از نیمهٔ دوم اضافه شود؛ بدون درام سنگین، بدون دیستورشن، بدون پایان ناگهانی.» با audioWeight حدود ۰٫۷۸ و خلاقیت ۰٫۲۵، هدف این است که خط ملودی قابل تشخیص بماند و فقط بافت سازها، شدت و فضای میکس تغییر کند. اگر نتیجهٔ اول هنوز قلاب را می‌شکند، به‌جای بازنویسی همه‌چیز، audioWeight را به ۰٫۸۵ نزدیک کنید و همان آزمون را تکرار کنید.

خطاهای رایج و روش عیب‌یابی

• ملودی از بین می‌رود: معمولاً فایل شلوغ، audioWeight پایین یا متنِ سبک‌محورِ بیش از حد قوی است. اول فایل را خلوت‌تر کنید، بعد فقط audioWeight را افزایش دهید.
• تنظیم بیش از حد شبیه ویس می‌ماند: audioWeight را اندکی کم کنید و در styleWeight سازبندی مشخص‌تری بدهید؛ تغییر هم‌زمان چند اسلایدر علت را پنهان می‌کند.
• خروجی پر از ساز و افکت است: فهرست ممنوعیت را به چیزهای شنیداری تبدیل کنید، مثل «busy percussion» یا «distorted vocal»، و تعداد سازهای درخواستی را کم کنید.
• ملودی درست است اما وکال مصنوعی یا نامفهوم است: متن را کوتاه‌تر و جمله‌ها را از نظر تعداد هجا منظم‌تر کنید؛ این مشکل با افزایش audioWeight حل نمی‌شود، چون آن کنترل برای شباهت به صدای اختصاصی نیست.
• دو خروجی ظاهراً خوب‌اند اما یکی در ادامه خسته‌کننده می‌شود: قلاب را در ابتدای فایل ورودی واضح‌تر کنید و خروجی را فقط با ده ثانیهٔ اول نسنجید؛ بخش میانی و پایان را هم در صدای کم بررسی کنید.

تمرین امروز: سه نسخه از یک ملودی

یک ویس ۲۰ تا ۳۰ ثانیه‌ای از ملودی خودتان بردارید و سه بار با متن و سبک کاملاً یکسان خروجی بگیرید. در نسخهٔ اول audioWeight را ۰٫۵۵، در نسخهٔ دوم ۰٫۷۵ و در نسخهٔ سوم ۰٫۹۰ بگذارید؛ styleWeight و خلاقیت را ثابت نگه دارید. بعد هر سه را بدون نگاه‌کردن به نام فایل گوش کنید و برای هرکدام از صفر تا دو امتیاز بدهید: تشخیص‌پذیری قلاب، ثبات ریتم و جذابیت تنظیم.

1. اگر نسخهٔ ۰٫۵۵ تنظیم بهتری دارد اما ملودی مبهم است، از نسخهٔ ۰٫۷۵ با یک prompt کوتاه‌تر شروع کنید.
2. اگر نسخهٔ ۰٫۹۰ ملودی را نگه می‌دارد اما همه‌چیز شبیه ضبط خام است، به‌جای بالا بردن خلاقیت، styleWeight را فقط کمی افزایش دهید.
3. بهترین نسخه را با یک تغییر کوچک دوباره بسازید و یادداشت کنید کدام تغییر واقعاً شنیده شد؛ همین دفترچهٔ کوتاه به‌مرور پرامپت‌های شخصی شما را دقیق‌تر می‌کند.

جمع‌بندی

برای حفظ ملودی در ساخت آهنگ، از یک ورودی صوتی کوتاه و خلوت شروع کنید، در متن دقیقاً بگویید چه چیزی باید بماند و چه چیزی باید تغییر کند، سپس audioWeight را به‌تدریج آزمایش کنید. تفاوت میان یک ویس قابل‌خواندن و یک میکس شلوغ، و تفاوت میان یک دستور مشخص و یک توصیف کلی، معمولاً از افزودن کلمات بیشتر به پرامپت مهم‌تر است. هدف این تمرین تولید خودکارِ نتیجهٔ قطعی نیست؛ هدف این است که ایدهٔ شخصی شما در چند تنظیم تازه همچنان قابل تشخیص بماند.