آموزش ساخت موسیقی با هوش مصنوعی
تعویض بخشی از آهنگ؛ ترمیم یک بند بدون بازسازی کل قطعه
با تعویض بخشی از آهنگ میتوانید یک کورس کمجان، واژهٔ اشتباه یا گذار نامنظم را هدف بگیرید. این راهنما انتخاب بازه، نوشتن پرامپت موضعی و آزمون قبل/بعد را قدمبهقدم آموزش میدهد.
نویسنده: تحریریه آمارد
گاهی نتیجهٔ ساخت آهنگ با هوش مصنوعی تقریباً آماده است: ورس خوب نشسته، ملودی بهیادماندنی است و رنگ صدا را دوست دارید؛ فقط خواننده یک واژه را فشرده ادا کرده یا کورس دوم ناگهان انرژیاش را از دست میدهد. ساخت دوبارهٔ کل قطعه در این وضعیت ممکن است همان بخشهای خوب را هم عوض کند. راه کمریسکتر، تعویض بخشی از آهنگ است؛ یعنی مشکل را روی خط زمان پیدا کنید، برای همان ناحیه دستور محدود بنویسید و اتصالش به دو سوی آهنگ را بسنجید.
چرا ویرایش موضعی حالا مهمتر شده است؟
تا ۵ اوت ۲۰۲۶، جهت حرکت ابزارهای جهانی موسیقی روشنتر از قبل است: کنترل کل آهنگ بهتنهایی کافی نیست. در یک انتشار تازه در ۲۹ ژوئیهٔ ۲۰۲۶، کنترل جداگانهٔ تمپو، وکال، درام و باس در کنار آگاهی ساختاری برجسته شد. از سوی دیگر، پژوهشی دربارهٔ تولید بخشمحور که نخست بهصورت پیشچاپ در ۲۱ اکتبر ۲۰۲۵ منتشر شده بود، در ژوئیهٔ ۲۰۲۶ رسماً در مجموعهمقالات ACL چاپ شد. نتیجهٔ کاربردی آن برای ما ساده است: «سبک کلی» باید هویت آهنگ را نگه دارد و «دستور موضعی» فقط تغییر همان بند را شرح دهد. این اصل را میتوان همین امروز برای ترمیم آهنگ با هوش مصنوعی به کار گرفت، بیآنکه ادعا کنیم هر بار خروجی بینقص خواهد شد.
پیش از ویرایش، برگهٔ تعمیر بسازید
آهنگ را یک بار بدون توقف گوش کنید و فقط زمان مشکل را بنویسید. بار دوم، پنج تا ده ثانیه قبل و بعد از آن را تکرار کنید. اکنون برگهای با سه ستون بسازید: «چه چیزی باید ثابت بماند؟»، «دقیقاً چه چیزی عوض شود؟» و «بخش تازه چگونه به ادامه وصل شود؟». این تفکیک جلوی پرامپتهای مبهمی مثل «اینجا را حرفهایتر کن» را میگیرد.
- ثابتها: تمپو، حس کلی، رنگ خواننده، گام و سازهای غالب.
- تغییر اصلی: مثلاً ادای روشن یک واژه یا ورود قویتر کیک در کورس.
- اتصال: حفظ ضرب پیش از برش و تحویل طبیعی به میزان بعد.
- معیار قبولی: نبود پرش در رنگ صدا، بلندی یا ریتم در دو لبهٔ بازه.
روش گامبهگام تعویض بخشی از آهنگ
- در موزیکساز آمارد، ابزار «تعویض بخشی از آهنگ» را باز کنید و یک خروجی آماده از کتابخانهٔ خودتان برگزینید. این عملیات برای آهنگ ساختهشده و ذخیرهشده است؛ فایل خام تازه را مستقیماً نمیپذیرد.
- زمان شروع و پایان را از روی شنیدن یادداشت کنید. بازه باید دستکم ۶ و حداکثر ۶۰ ثانیه باشد، از نصف مدت کل آهنگ بیشتر نشود و زمانها حداکثر دو رقم اعشار داشته باشند.
- لبهها را وسط یک واکهٔ کشیده یا ضربهٔ مهم نبرید. برای نخستین آزمون، حدود ۰٫۵ تا ۱٫۵ ثانیه فضای طبیعی پیش و پس از مشکل بگذارید؛ این عدد یک نقطهٔ شروع تجربی است و با ریتم آهنگ تغییر میکند.
- در «متن جایگزین» فقط نقش همان بخش و تغییر مطلوب را بنویسید. در «کل شعر بعد از تغییر»، تمام شعرِ خودتان را با نسخهٔ اصلاحشدهٔ همان بند وارد کنید. در «سبک» هویت کلی آهنگ را تکرار و در «چیزهایی که نمیخواهید» تغییرهای ناخواسته را محدود کنید.
- خروجیها را ابتدا از پنج ثانیه قبلِ اتصال اول تا پنج ثانیه بعدِ اتصال دوم گوش کنید؛ بعد نسخهٔ بهتر را از آغاز تا پایان پخش کنید. بخش تازه ممکن است در تنهایی جذاب باشد اما در متن کامل آهنگ غریبه شنیده شود.
فرمول پرامپت: ثابتها + یک تغییر + اتصال
یک الگوی کوتاه و قابلتکرار این است: «[نام بخش] با همان تمپو، رنگ خواننده و سازبندی اطراف؛ [فقط یک تغییر مشخص]؛ پایان جمله روی ضرب طبیعی فرود بیاید و بدون سکوت به بخش بعد وصل شود.» موارد منفی را در فیلد جداگانه بنویسید؛ برای نمونه: «بدون تغییر گام، بدون هارمونی اضافه، بدون پاساژ طولانی درام». نام هنرمند یا تقلید صدای شخص دیگر را درخواست نکنید؛ از شعر، ملودی و صدای خودتان یا مواد دارای مجوز استفاده کنید.
نمونهٔ قبل و بعد: کورس خوب، یک جملهٔ فشرده
فرض کنید مشکل واقعی بین ثانیهٔ ۵۰٫۱۰ و ۵۴٫۹۰ است: عبارت «تا صبح کنار پنجره بیدارم» بیش از حد تند خوانده میشود و پاساژ درام هم روی واژهٔ آخر میافتد. نسخهٔ قبل چنین دستوری دارد: «کورس را بهتر و هیجانیتر کن، وکال واضح شود و سازبندی را عوض کن.» بازه هم از ۴۴ تا ۶۲ ثانیه انتخاب شده است. این درخواست چند متغیر را با هم عوض میکند و ۱۸ ثانیه از بخش سالم را نیز در معرض تغییر میگذارد.
نسخهٔ بعد، بازهٔ ۴۸٫۸۰ تا ۵۶٫۴۰ را میگیرد. متن جایگزین: «[Chorus] همین جمله با بیان روشن و یک مکث کوتاه پس از “پنجره” اجرا شود؛ همان ملودی و تمپو حفظ شود؛ درام تا پایان واژهٔ “بیدارم” ساده بماند و سپس یک fill کوتاه به میزان بعد بدهد.» سبک: «Persian pop, 92 BPM, warm acoustic guitar, soft kick, intimate vocal». موارد ناخواسته: «tempo change, key change, extra harmony, long drum fill, distorted vocal». در کل شعر نیز فقط نشانهگذاری همان جمله اصلاح میشود. تفاوت قابلسنجش است: در نسخهٔ بعد باید جمله نفس طبیعی داشته باشد، پاساژ مزاحم نباشد و دو لبهٔ بخش تازه مثل یک وصله شنیده نشوند.
آزمون شنیداری پنجگذر
- گذر اتصال چپ: آیا ریورب، بلندی یا ضرب در لحظهٔ ورود بخش تازه میپرد؟
- گذر هدف: آیا همان مشکل اصلی واقعاً حل شده است؟
- گذر اتصال راست: آیا جمله یا ساز به بخش بعدی طبیعی تحویل میشود؟
- گذر کامل: آیا انرژی ورس، کورس و ادامه هنوز یک مسیر منطقی دارد؟
- گذر دستگاه دوم: یک بار با هدفون و یک بار با بلندگوی موبایل گوش کنید؛ اتصال بد معمولاً روی یکی از این دو آشکارتر میشود.
خطاهای رایج و راه اصلاح
- بازه خیلی تنگ است: اگر برش روی هجای کشیده یا ضرب قوی افتاده، کمی از فضای طبیعی دو طرف را هم وارد بازه کنید؛ محدودیت حداقل ۶ ثانیه همچنان برقرار است.
- بازه بیش از حد بزرگ است: بخشهای سالم هم تغییر میکنند. تا جای ممکن یک جمله یا یک گذار را هدف بگیرید و هرگز از نصف آهنگ عبور نکنید.
- متن جایگزین و کل شعر با هم ناسازگارند: نسخهٔ نهایی تمام شعر را بازخوانی کنید و مطمئن شوید فقط بند هدف تغییر کرده است.
- سبک فقط با صفتهای مبهم نوشته شده است: بهجای «حرفهای و زیبا»، تمپو، ساز غالب، بافت و نقش وکال را کوتاه و مشخص کنید.
- خروجی فقط در حالت تکنوازی سنجیده میشود: پنج ثانیهٔ قبل و بعد و سپس کل آهنگ را گوش کنید؛ هدف، اتصال نامرئی در بافت است.
- هر بار چند مشکل عوض میشود: نسخهها قابلمقایسه نیستند. یک متغیر را اصلاح کنید و تغییر دوم را به تلاش بعد بسپارید.
تمرین امروز: دو نسخه از یک وصله
یک آهنگ شخصی از کتابخانه انتخاب کنید و کوتاهترین مشکل واضح آن را پیدا کنید. تلاش اول را با بازهای دارای حدود یک ثانیه حاشیه در دو طرف بسازید. در تلاش دوم، همان بازه و همان سبک را نگه دارید و فقط جملهٔ تغییر را دقیقتر کنید. برای هر خروجی از صفر تا دو به «حل مشکل»، «اتصال چپ»، «اتصال راست» و «ثبات هویت» امتیاز بدهید. نسخهای که دستکم ۶ از ۸ میگیرد نگه دارید؛ اگر هیچکدام نرسید، بهجای افزودن صفتهای بیشتر، مرز بازه یا یک تغییر اصلی را بازبینی کنید.
جمعبندی
ویرایش موضعی زمانی بهترین نتیجه را میدهد که پیش از تولید، مسئله را دقیق شنیده باشید. بخش خوب را دستنخورده نگه دارید، بازه را روی مرزهای طبیعی ببندید، هویت کلی را از تغییر محلی جدا کنید و خروجی را در متن کامل آهنگ بسنجید. مهارت اصلی اینجا نوشتن دستور طولانی نیست؛ تعریف یک تغییر روشن و تشخیص وصلهای است که دیگر به گوش نمیآید.
مقالههای مرتبط
منابع و مطالعه بیشتر
- Set the tempo: Google's Lyria 3.5 debuts with updates to AI musicality in Flow Music — Android Central —
- SegTune: Structured and Fine-Grained Control for Song Generation — Association for Computational Linguistics —
- SegTune: Structured and Fine-Grained Control for Song Generation — arXiv —
- Can I replace a section of a song? — Suno —
- Understanding overdubbing: techniques and applications — iZotope —
- Build with Lyria 3, our newest music generation model — Google —