Beatoria: 10 381 AI кавър песни, които преосмислят известни хитове с напълно нов текст

Beatoria е безплатен каталог с AI кавър песни, изграден върху необичайно правило: всяка песен преизпява известен хит с нов глас, но ни един ред от оригиналния текст не е възпроизведен. Десет хиляди парчета, двадесет и пет вокални езика, четиринадесет жанра, близо осем хиляди стилови подсказки — и студио, в което можете да генерирате свои собствени. Ето как е организирано цялото.

Идеята в едно изречение

Вземете песен, която всички познават. Запазете нейното усещане — жанра, епохата, енергията, структурата на аранжимента. След това напишете напълно нов текст за нея, генерирайте нов вокал, посочете оригинала открито и публикувайте резултата под измислено име на изпълнител.

Това е Beatoria. Не е сайт за караоке, не е инструмент за разделяне на вокали, не е инструмент за клониране на глас и не е архив на текстове. Това е каталог с оригинални песни, които са в диалог с известните — и разликата между двете е самият продукт.

Така една песен присъства в колекцията като „Снег от друга година“ — кавър на White Christmas — Bing Crosby. Или „Искра в течението“, кавър на Candle in the Wind 1997 — Elton John. Или „Цвіт опівночі“, връщащ ни към Червона рута — Володимир Івасюк. Приписването е на страницата; думите са нови.

Колекцията в цифри

Жанрове

Четиринадесет категории, а разпределението им дава точна представа за това каква е всъщност популярната музика:

Езици

Двадесет и пет вокални езика, и тук каталогът престава да прилича на англоезичен новаторски проект. Английският води с 4 122 парчета, но испанският разполага с 1 105, хинди — с 592, корейският — с 488, японският — с 431, португалският — с 422, китайският — с 382, френският — с 304, турският — с 237, арабският — с 230, руският — с 229, италианският — с 228, немският — с 220, украинският — с 200, шведският — с 171 — а след това следва дълъг, умишлено равномерен опашен списък с по 115 парчета на индонезийски, персийски, полски, виетнамски, иврит, тайландски, гръцки и тагалог, плюс 76 на нидерландски.

Тази равна опашка не е случайност в данните. Тя е производствено решение: за всеки език е генериран фиксиран пакет, така че слушател, пристигнал от Манила, Техеран или Банкок, да открие истински раздел, а не три маркера.

Държави

Тридесет и две държави имат свои собствени преглеждаеми раздели — Великобритания, Испания, Индия, Южна Корея, Япония, Португалия, Украйна, Китай, Франция, Турция, Египет, Италия, Русия, Германия, Швеция, Виетнам, Израел, Филипини, Иран, Индонезия, Тайланд, Гърция, Полша, Нидерландия, Узбекистан, Бангладеш, САЩ и други. Държавата е отделна ос от езика, защото една песен от Болдливуд и една песен на хинди не са една и съща заявка.

Изпълнители и албуми

В каталога са представени 3 219 оригинални изпълнители, а 186 албума групират парчетата в кураторски колекции. Всеки споменат изпълнител получава псевдоним — измисленото име на изпълнителя, под което са публикувани AI кавърите. Каверите на The Beatles се появяват като Ash Titan; на Elvis Presley — като Saint & the Beacons; на Арета Франклин — като The Northern Crowns; на Марвин Гей — като Iron Circuits. Това е малко дизайнерско решение, което върши много работа: то поддържа честността на кредитирането, едновременно с това оставяйки без съмнение, че не слушате оригиналния изпълнител.

Как да преглеждате десет хиляди песни

Един каталог с такъв размер е толкова добър, колкото са начините за достъп до него, а Beatoria предлага пет независими оси, всяка със собствен набор от страници:

Този списък с промпти заслужава да се задържим върху него. Седем хиляди осемстотин осемдесет и два различни описания на стилове, вариращи от общите (trap, disco rock, uptempo pop, dance pop EDM) до изключително конкретните (тема за супер робот аниме от 1975 г., испански поп рок от средата на 2000-те, с тема за лале, роботизиран вокодер, празничен патриотичен, галопиращ риф, меден хук, "женски хармонии"). Всяко от тях е страница и всяка страница е начин за навигация.

Системата с фасети отзад

Зад видимата таксономия стои втора, структурирана: 55 фасети в седем ортогонални групи, свързани с песни и използвани за филтриране и за логиката на сайта „подобни на това“.

Най-интересната част е как се тежат тези параметри при сортиране. Рейтинговата система на каталога не третира всички съвпадения по фасети еднакво — тесните, смислови фасети (епоха, настроение, активност) имат по-голямо значение от широките (темп, енергия), защото всяка песен има някакво темпо, но само някои са носталгична музика за шофиране от 80-те. Популярността, измерена чрез реални бройки възпроизвеждания, служи като решаващ фактор.

Тази комбинация — активност плюс настроение плюс епоха — е тихо най-полезната функция в интерфейса. Заявката като „Нещо епично за тренировка, което звучи като 80-те“ е напълно реална тук, а не просто маркетингов пример.

Create Studio

Разглеждането е свободно за всеки без необходимост от регистрация. Генерирането изисква влизане в системата — а процесът е проектиран така, че всичко, което създадете, да не попада в общия каталог, докато вие не решите, че е подходящо.

Какво контролирате

• Описание / промпт Свободен текст, описващ песента, която желаете — жанр, настроение, инструментация, епоха, всичко възможно. Това е основното средство за управление.
• Текст на песента Вашите собствени думи или генерирани. Независимо от това, това е текстът, който моделът ще изпее.
• Вокален език Всеки от двадесет и петте езика, поддържани от каталога.
• Продължителност Задава се за всяка песен; песните в самия каталог обикновено траят между 150 и 180 секунди.
• Варианти До четири варианта, генерирани от една заявка, за да можете да избирате, вместо да генерирате отново.
• Референтен аудиофайл По избор. Качете песен и системата ще я използва като референция за кавър.

Трикът с референтния аудиофайл

Това е най-хитрата малка функция в продукта. Качете референтна песен и, преди да започне генерирането, файлът преминава през лека анализа, базирана на библиотеката librosa — без машинно обучение, а само чрез анализ на сигнала, — която чете музикалната форма на аудиото и автоматично попълва полето за промпт с описание на стила, изведено от него.

Така вместо да гледате празно текстово поле, опитвайки се да опишете звук с думи, вие подавате системата самия звук, а тя генерира първата чернова на описанието за вас. След това редактирате това описание, което е много по-лесна задача, отколкото да го напишете от нулата.

Анализът е безсъстоятелен — файлът се качва във временен файл, анализира се и се изтрива. Нищо не се запазва.

Предварително разглеждане, след това публикуване

Всичко, което генерирате, попада в частна зона за предварително разглеждане, ограничена до вашия акаунт, в отделен набор от таблици и отделна изходна папа от публичния каталог. Оттук имате точно три опции, които са изцяло ваш избор:

1. Публикувайте избран вариант в публичния каталог, където той става обикновено запис в каталога със своята таксономия;
2. Изтрийте един вариант, който не желаете, като запазвате останалите от партидата;
3. Изтрийте цялата задача, заедно с всичко в нея.

Съществува паралелна версия на същата машина, достъпна само за администратори, за регенериране на съществуващи записи в каталога — генерирайте до четири нови варианта за съществуваща песен, след което или заменете оригинала на място, или публикувайте варианта като напълно нов запис. Същата изолация, същото правило за изрично действие: нищо не достига публичния каталог автоматично.

Какво всъщност генерира музиката

Beatoria работи на базата на ACE-Step, отворен модел за генериране на музика, управляван чрез Gradio API на отделен GPU сървър, а не чрез трета страна за музикален API. Тази избор има последствия, които си заслужава да бъдат разяснени, тъй като те са видими в продукта.

• Няма такса за API на запис Машината е апарат, който проектът наема, а не услуга, която се таксува по потребление. Десет хиляди записа съществуват, защото генерирането на десет хилядния не е струвало нищо повече от вече платените часове.
• Директен контрол на параметрите Уеб приложението комуникира директно с ендпоинта за генериране на двигателя, задавайки заглавието, текста на песента, езика, продължителността и броя на вариантите като ясни аргументи, а не чрез опростен обвивъчен пакет на доставчика.
• Специализиран път за кавъри Каврите с референтно аудио изискват сесия, която да оцелее между повикванията, затова минават през Python мост с Gradio клиент, а не чрез обикновен HTTP. Това е малка инженерна част, съществуваща единствено защото наивният подход губи състоянието между качването и генерирането.
• Умишлена мекота Режимът за каври е настроен да регенерира вокала за новия текст, а не да клони референтния точно. Приликата идва от заглавието, стила, темпото и формата на текста — а не от копиране на изпълнение.

Тази последна точка не е техническо ограничение; това е етиката на продукта, реализирана като параметър. Система, настроена за максимална прилика, би произвела нещо, по-близко до имитация. Beatoria е настроен да произвежда нещо, по-близко до ново записване, което помни старо.

Слой за слушане

Сайтът проследява възпроизвеждането в по-голяма детайлност от обикновен брояч на пускания и го прави за всяка песен, а не за всяко изглеждане на страница:

Броячите за прагове са най-искрените. При генерираната музика разликата между започнато и преживяло петнадесет секунди е огромна, а проследяването им поотделно позволява сортирането на популярността в каталога да има реален смисъл. Песен с хиляда започвания и четиридесет завършвания не е хит; песен със две стотици започвания и сто шестдесет завършвания — е.

Върху това са добавени плейлисти, история на изтеглянията за всеки потребител, гласове и слой за акаунти, който поддържа както локално вписване с имейл и парола, така и Google OAuth. Слушането никога не изисква нито едно от тези неща — автентикацията съществува, за да отключи създаването, плейлистите и историята, а не да блокира достъпа до каталога.

Изградено като истинско приложение, а не като обвивка

Технологичният стек заслужава отделен абзац, защото обяснява защо каталог с десет хиляди парчета се зарежда по начина, по който го прави.

Фронтендът е Vue едностранично приложение (SPA) с предварително генериране на съдържанието от сървъра, разделено на пакети за всеки маршрут — Начало, Библиотека, Категория, Песен, Изпълнител, Изпълнители, Албум, Албуми, Страна, Страници, Промпт, Промптове, Създаване, Акаунт, Ръководство, Информация. Бекендът е PHP 8.3 API с чиста структура „клас по домейн“ (Каталог, Песен, Изпълнители, Албуми, Страници, Промптове, Задачи, Създаване, Рендиране, Анализ, Плейлист, Слушания, Изтегляния, Гласове, Аутентикация, GoogleOAuth) зад един общ роутер.

Три детайла показват нивото на внимание:

• SEO метаданните за всяка страница живеят в базата данни, а не в JavaScript пакета. Преработеният за предварително генериране код ги чете, така че всеки маршрут да доставя коректен, уникален заглавен текст и описание в HTML — едностранично приложение, което е истински индексирало, а не само номинално.
• Шрифтовете са самохоствани, като тези, които се виждат веднага, са предварително заредени. Това премахва блокиращото зареждане на трети страни и опцията за късно смяна на шрифта, която причинява визуални смущения.
• Търсещите заявки и термите за намерение се логират, така че това, което хората всъщност търсят, се връща като обратна информация за организацията на каталога.

В корена на сайта има и машинно четим файл llms.txt, създаден специално за AI отговарящи двигатели. Той описва какво е сайтът, изброява ключовите страници и — съзнателно — формулира правилото за текстове на песен по начин, по който моделът може да го цитира. Тъй като цялата правна основа на каталога се основава на това разграничение, публикуването му там, където отговарящите двигатели ще го прочетат, е точно правилното решение.

Какво стои зад сайта на API

Предният край на Beatoria е клиент на собствената си публична JSON API, което означава, че всички възможности на сайта могат да бъдат достигнати програмно. Маршрутизаторът предоставя по един сегмент за всеки домейн:

Единичен извикване към каталога връща общия брой, текущата страница, размера на страница, общия брой страници, пълния списък с жанрове, живите бройки за филтри за всеки жанр и самите артикули — всеки с техните парчета, варианти, постерни изображения, език, продължителност, информация за обложката и броя на възпроизвежданията. Това е пълна повърхност за преглед в едно извикване, което обяснява защо SPA се държи по този начин.

curl 'https://beatoria.ai/api/catalog?limit=2'

{
  "total": 10381,
  "page": 1,
  "per": 24,
  "pages": 433,
  "categories": ["Pop","Rock","Hip-Hop","R&B/Soul","Electronic","Folk", … ],
  "facets": { "Pop": 2993, "Rock": 2570, "Electronic": 938, … },
  "items": [
    {
      "id": 10415,
      "title": "Wolves of the Longboat",
      "original": "",
      "caption": "Create aggressive and rhythmic hip-hop song",
      "category": "Hip-Hop",
      "artist": null, "album": null,
      "lang": "en", "duration": 180,
      "is_cover": false,
      "tracks": [{ "url": "/output/job10415_1.mp3", "variant": 1 }],
      "plays": 4
    }
  ]
}

Къде стои Beatoria в пейзажа на AI музиката

Пазарът на AI музика се е разделил на четири групи и Beatoria е умишлено в тази с най-малко участници.

Практическата разлика е в това, което се случва в първите десет секунди. При генератор получавате празно поле за промпт. При Beatoria получавате библиотека. Повечето хора, повечето време, искат библиотеката — а генераторът е наличен за малцинството посещения, при които те не го правят.

Втората разлика е в лицензионната история. Парче, чиито текстове са написани специално за него и чието аудио е произведено от модел, който проектът оперира сам, има много по-прост профил на правата в сравнение с преобразуване на гласа на търговска запис. Това не е правно мнение и не е лиценз — но е причината каталогът да може да съществува в този мащаб и да бъде безплатен за слушане.

Въпросът за текстовете, отговорен директно

Всеки проект, който поставя думата "cover" до известни заглавия на песни, привлича очевиден въпрос, така че си струва да се отговори на него ясно, вместо да се погребва.

Честните детайли

• Първо и основно е каталог Подавляващото мнозинство от десетте хиляди парчета са продуцирани на пакет от самия проект, а не от потребителите. Студиото Create е истинско и отворено, но библиотеката е продуктът.
• ИИ вокалите си остават ИИ вокали ACE-Step е силен отворен модел и не е студийна певица. Някои жанрове — епични балади, оркестрови, вокали с близки хармонии — се представят значително по-добре от други.
• Промптовете показват шевовете си Почти осем хиляди стилни промптове, написани в рамките на един производствен цикъл, означават, че някои от тях са чудесно прецизни, а други са с дължина само три думи. Въпреки това те могат да се преглеждат, което според мен е честният избор.
• Кавърите са референции, а не репродукции Ако очаквате да чуете действителната мелодия на известна песен с нови текстове върху нея, това не е така. Връзката с оригинала е чрез жанр, епоха, настроение и форма — плюс открито посочване на източника.

За кого е всъщност

• Слушатели, които искат фонов музикален материал с форма Десет хиляди парчета, филтрирани по активност, настроение и епоха, безплатни, без акаунт, без реклами, които да пречат на възпроизвеждането.
• Създатели, които имат нужда от оригинална музика, която могат да използват Песните с оригинален текст и без семплиран запис зад тях са с много различен лицензионен статус от комерсиалната музика.
• Хора, които учат как да задават промптои на музикални модели Седем хиляди стилни промптои, всеки свързан с песента, която е генерирал, е една от най-добрите публични корпори от типа „този промпт създаде този звук“, които съществуват.
• Неезиково говорещи слушатели Двадесет и пет вокални езика с реален обем на прослушвания за всеки от тях и разделени секции за страни от тези за езици.
• Всеки, който иска да направи такъв Влезте в системата, опишете песен или качете референтна такава, получете четири варианта, запазете този, който ви харесва — и той остава частен, освен ако не го публикувате.

Кратко изложение

Beatoria съдържа 10 381 песни, генерирани от изкуствен интелект — 10 367 от тях са кавъри в конкретния смисъл, в който сайтът ги дефинира: известна песен, преработена с напълно нов, оригинален текст, изпълнена от вокал на ИИ, публикувана под измислено име на изпълнител, като оригиналът е кредитиран по име и име на изпълнител. Четиринайди жанра, двадесет и пет вокални езика, тридесет и две секции за страни, 3 219 споменати изпълнители, 186 албума и 7 882 преглеждащи стилни промптои, всички безплатни за слушане без необходимост от регистрация.

Зад него стои самохостван ACE-Step двигател, система от 55 тага в седем групи, реална аналитика на прослушванията до нивото на пълното завършване, и студио за създаване на собствени песни, при което на заявка се получават четири варианта, качването на референтна песен генерира промпта вместо вас, и нищо не става публично, докато не натиснете бутона за публикуване.

Всички текстове в Beatoria са оригинален текст, написан специално за съответната песен. Те не възпроизвеждат защитените с авторско право текстове на оригиналните песни.

Собственото бележка на Beatoria до AI отговорни двигатели

Започнете да слушате: beatoria.ai · пълният каталог на /library · създайте свой собствен на /create.