Как сделать песню нейросетью: гайд на примере тренда

Где-то в конце июня в TikTok начали появляться ролики, в которых голос, подозрительно похожий на мамин, поёт что-то вроде «мамы, хватит нас травить» — с куплетом про пересоленный борщ и рефреном, который залипает в голове на весь день. Автор TikTok · @paytoshkaaaaaaaaa (ПЭЙТОШКА) не первым додумался петь про быт, но именно этот ролик оказался той самой искрой, из которой вырос целый поток дуэтов, кавер-версий и локальных ремиксов — про папин гараж, бабушкин суп, соседа с перфоратором.

TikTok · @paytoshkaaaaaaaaa (ПЭЙТОШКА)

Разлетелось это буквально за пару дней: формат простой, узнаваемый и до смешного легко повторяемый — не нужен ни продюсер, ни студия, ни музыкальное образование. Люди берут ситуацию из своей семьи, накидывают пару смешных строк и через нейросеть получают готовый трек с вокалом за считаные минуты. Подхватили блогеры покрупнее, потом обычные пользователи начали делать версии про своих родственников, домашних животных и коллег по работе — и тренд расползся по всей ленте. Цепляет он именно узнаваемостью: у каждого есть своя «мама, хватит нас травить», просто в другой форме, и когда видишь, как это превращается в песню с нормальным вокалом и битом, хочется повторить со своим сюжетом.

Раз уж вопрос «как сделать песню нейросетью» стал реально массовым, разберём это по шагам — на том же самом примере, только с вашим текстом и вашей темой.

Что понадобится, чтобы сделать песню нейросетью

По факту нужен браузер и минут пятнадцать свободного времени. Всё делается бесплатно и без специальных навыков: не надо уметь играть на инструментах, сводить дорожки или разбираться в тональностях. Можно писать песню на русском языке — сервисы вполне сносно работают с кириллицей, ловят рифму и интонацию. Если хочется не просто инструментал, а полноценный трек с голосом и вокалом, это тоже решается парой полей ввода. И самое приятное — можно сделать песню полностью со своим текстом, а не довольствоваться тем, что нейросеть придумает сама.

Шаг 1. Генерируем трек в Suno

Заходите в Suno и открываете раздел «Аудио · Музыка». Там два поля: описание стиля и сам текст песни. В описании стоит указать жанр, настроение и тему — чем конкретнее, тем предсказуемее результат. Например: «фолк-поп с акустической гитарой, бодрый и немного ироничный, тема — мама ругается за несъеденный борщ, семейный юмористический трек».

А дальше вставляете свой текст. Для примера, куплет и припев в том самом мемном духе:

Куплет: «Я борщ не доел, но мама не в курсе дела, / Тарелка стоит, а я уже за дверью улетела. / Папа кричит: «Вернись, доешь до дна!» / А я такая — не сегодня, старая гвардия».

Припев: «Мамы, хватит нас травить, / Дайте просто пиццу заказать. / Мы уже большие, дайте жить, / Хватит суп в тарелку подливать».

Нажимаете генерацию — и через минуту-две получаете готовый трек с вокалом, аранжировкой и структурой куплет-припев. Можно сгенерировать сразу несколько вариантов и выбрать тот, что цепляет сильнее.

Шаг 2. Добавляем говорной хук в ElevenLabs

В большинстве вирусных роликов такого формата в начале или между куплетами звучит короткая живая реплика — как будто мама реально что-то сказала перед тем, как заиграла музыка. Это несложно повторить: заходите в ElevenLabs, открываете раздел «Аудио» и вписываете нужную строку текстом.

Например: «Так, значит, суп не доел? Ну всё, дневник в сумку и марш в комнату!» — выбираете подходящий по тембру голос, ближе к тёплому «маминому», и озвучиваете. Получившийся аудиофайл ставите первым слоем поверх трека из Suno или вставляете как отдельную реплику перед припевом — эффект получается почти документальный.

Дальше остаётся свести всё в одном месте: берёте песню, голосовую вставку и видеоряд — свои кадры, скриншоты переписки, что угодно — и собираете в CapCut. Там же подгоняете монтаж под бит: смена кадра на удар, текст на экране синхронизирован с припевом. Именно это финальное совпадение картинки и музыки чаще всего и делает ролик залипательным.

Тему можно менять до бесконечности, и в этом главная прелесть формата. Кто-то делает песню про бабушку, которая проверяет, надел ли ты шапку, кто-то — про кота, который будит в шесть утра, кто-то замахивается на офисную жизнь и поёт про начальника, который пишет в чат в десять вечера. Логика одна: берётся узнаваемая бытовая ситуация, доводится до абсурда парой строк и упаковывается в цепляющий бит. Через SEEMSEZ такую песню можно собрать буквально за один присест, без переключения между десятком вкладок.

Из типичных промахов чаще всего встречается два. Первый — слишком общее описание стиля: если написать просто «весёлая песня», нейросеть выдаст что-то среднее и невыразительное, тогда как конкретика про жанр, темп и настроение сразу поднимает качество результата на голову выше. Второй — заваленный текст: если куплет перегружен деталями и не рифмуется даже примерно, вокал начинает спотыкаться на строчках. Проще держать структуру короткой — четыре строки куплета, четыре в припеве — и уже внутри неё шутить и добавлять бытовые подробности.

Ещё один момент, который часто упускают: не обязательно сразу целиться в идеальный первый результат. Если сгенерированный трек звучит не так, как хотелось, можно чуть подправить описание — сменить темп с бодрого на медленный, добавить инструмент вроде укулеле или синтезатора — и перегенерировать. Это не то же самое, что писать песню с нуля: правки занимают секунды, а не часы.