Beatoria: 10.381 AI-covernumre, der genfortolker kendte sange med fuldstændig nye tekster

Beatoria er et gratis katalog over AI-covernumre bygget på en usædvanlig regel: hvert nummer genfortolker en kendt sang med en ny stemme, men intet eneste ord fra de originale tekster gengives. Ti tusinde numre, femogtyve vokalsprog, fjorten genrer, næsten otte tusinde stilprompte — og et studie, hvor du kan generere dine egne. Her er en gennemgang af, hvordan hele konceptet er bygget op.

Ideen på én sætning

Tag en sang, alle kender. Bevar følelsen af den — genren, epoken, energien, arrangementets form. Skriv så helt nye tekster til den, generer en ny vokal, anfør originalen åbenlyst, og udgiv resultatet under et opdiget kunstnernavn.

Det er Beatoria. Det er ikke et karaoke-site, ingen stemme-splitter, ingen voice-clone-værktøj og ikke et tekstarkiv. Det er et katalog over originale sange, der er i dialog med kendte sange — og forskellen mellem disse to ting er hele produktet.

Så en sang findes i kataloget som "Snow From Another Year" — en coverversion af White Christmas — Bing Crosby. Eller "Flicker in the Draft", en coverversion af Candle in the Wind 1997 — Elton John. Eller "Цвіт опівночі", der peger tilbage til Червона рута — Володимир Івасюк. Tilskrivningen findes på siden; ordene er nye.

Kataloget, målt på tal

Genrer

Fjorten kategorier, og fordelingen giver et retvisende billede af, hvad populærmusik egentlig er:

Sprog

Femogtyve sprog til sang, og her holder kataloget op med at ligne et engelsksproget kuriosum. Engelsk fører an med 4.122 numre, men spansk har 1.105, hindi 592, koreansk 488, japansk 431, portugisisk 422, kinesisk 382, fransk 304, tyrkisk 237, arabisk 230, russisk 229, italiensk 228, tysk 220, ukrainsk 200, svensk 171 — og derefter en lang, bevidst lige hale med 115 numre hver i indonesisk, persisk, polsk, vietnamesisk, hebraisk, thailandsk, græsk og tagalog, samt 76 på nederlandsk.

Den flade hale er ikke en tilfældighed i dataene. Det er en produktionsbeslutning: der blev genereret en fast batch pr. sprog, så en lytter, der ankommer fra Manila, Teheran eller Bangkok, finder et rigtigt afsnit frem for tre tokens.

Land

Treogtredive lande har deres egen gennemgribelige sektion — Storbritannien, Spanien, Indien, Sydkorea, Japan, Portugal, Ukraine, Kina, Frankrig, Tyrkiet, Egypten, Italien, Rusland, Tyskland, Sverige, Vietnam, Israel, Filippinerne, Iran, Indonesien, Thailand, Grækenland, Polen, Nederlandene, Usbekistan, Bangladesh, USA og flere. Land er en separat akse fra sprog, fordi en Bollywood-nummer og et hindi-sproget nummer ikke er den samme forespørgsel.

Kunstnere og albums

3.219 originale kunstnere er refereret i hele kataloget, og 186 albums grupperer numre i kuraterede samlinger. Hver nævnt kunstner får et pseudonym — det opdigtede kunstnernavn, som AI's coverversioner udgives under. The Beatles's coverversioner fremstår som Ash Titan; Elvis Presley's som Saint & the Beacons; Aretha Franklin's som The Northern Crowns; Marvin Gaye's som Iron Circuits. Det er en lille designbeslutning, der gør en stor forskel: den holder krediten ærlig, mens det er helt tydeligt, at du ikke lytter til den oprindelige kunstner.

Sådan gennemgår du ti tusinde sange

Et katalog af denne størrelse er kun lige så godt som måderne at komme ind i det på, og Beatoria udstiller fem uafhængige akser, hver med sin egen sidestruktur:

Denne prompt-liste er værd at se nærmere på. Syv tusinde otte hundrede og toogfirs forskellige stilbeskrivelser, der spænder fra det brede (trap, disco rock, uptempo pop, dance pop EDM) til det vidunderligt specifikke (1975 super robot anime-tema, spansk poprock fra midten af 2000'erne, tulipan-tema, robotvocoder, festlig patriotisk, galopperende riff, messing-hook, kvindelig harmoni). Hvert er en side, og hver side er en indgang.

Facetsystemet under overfladen

Bag den synlige taksonomi ligger en anden, struktureret: 55 facetter fordelt på syv ortogonale grupper, der er knyttet til numre og bruges til filtrering og til siteets "mere som dette"-logik.

Den interessante del er, hvordan disse vægtes ved sortering. Katalogets relevansrangering behandler ikke alle facet-match lige — snævre, meningsfulde facetter (æra, stemning, aktivitet) vejer tungere end brede (tempo, energi), fordi alt har et tempo, men kun noget er nostalgisk 80’erne kørselsmusik. Popularitet, målt på reelle afspilningstal, fungerer som tie-breaker.

Denne kombination — aktivitet plus stemning plus æra — er stille den mest nyttige ting i grænsefladen. "Noget episk til en træning, der lyder som 80’erne" er et reel forespørgsel her, ikke et marketingeksempel.

Create Studio

Surfning er åbent for alle uden konto. Generering kræver login, og flowet er bygget, så alt, du laver, ikke rører det offentlige katalog, før du selv beslutter, at det skal det.

Det, du har styr på

• Billedtekst / prompt En fri tekstbeskrivelse af den sang, du ønsker — genre, stemning, instrumentering, tidsperiode, hvad som helst. Dette er den primære styringsmekanisme.
• Tekster Dine egne ord eller genererede. Uanset hvad er det teksten, modellen synger.
• Sprog for vokal Alle de tyve sprog, som kataloget understøtter.
• Varighed Indstilles pr. spor; katalogets egne spor er typisk 150–180 sekunder lange.
• Varianter Op til fire takes genereret fra én anmodning, så du kan vælge frem for at rulle om.
• Referenceaudio Valgfrit. Indsæt et spor, og systemet bruger det som reference til en coverversion.

Tricket med referenceaudio

Dette er det mest elegante lille feature i produktet. Upload et referencespor, og før der genereres noget, gennemgår filen en letvægtsanalyse baseret på librosa — ingen maskinlæring, blot signalanalyse — der aflæser den musikalske form for lyden og autofylder prompt-feltet med en stilbeskrivelse udledt herfra.

Så i stedet for at stirre på en tom tekstboks og forsøge at beskrive en lyd med ord, overgiver du lyden til systemet, og det skriver din første udkast til beskrivelsen. Du redigerer derefter denne beskrivelse, hvilket er en langt nemmere opgave end at skrive den fra bunden.

Analyseprocessen er tilstandsløs — uploadet skrives til en midlertidig fil, analyseres og slettes. Intet opbevares.

Staging, derefter publicering

Alt, hvad du genererer, lander i et privat staging-område, der er afgrænset til din konto, i en separat tabelgruppe og en separat outputmappe i forhold til det offentlige katalog. Derfra har du præcis tre muligheder, som kun du har adgang til at udføre:

1. Publicer et valgt take i det offentlige katalog, hvor det bliver til en almindelig katalogpost med sin tilhørende taksonomi;
2. Slet et enkelt take, som du ikke ønsker, og behold resten af batchen;
3. Slet hele jobbet, og alt hvad der er i det.

Der findes en parallel version af samme mekanisme, kun for admin, til at regenerere eksisterende spor i kataloget — generer op til fire nye takes til en eksisterende sang, og erstat derefter enten originalen på plads eller publicer take'et som en helt ny post. Samme adskillelse, samme regel om eksplicit handling: intet når det offentlige katalog automatisk.

Hvad er det egentlig, der genererer musikken

Beatoria kører på ACE-Step, en åben model til musikgenerering, drevet gennem en Gradio API på en dedikeret GPU-maskine frem for gennem en tredjeparts musik API. Det valg har konsekvenser, det er værd at uddybe, fordi de er synlige i produktet.

• Ingen API-regning pr. spor Motoren er en maskine, som projektet har lejet, ikke en tjeneste, som den måler forbrug på. Ti tusinde spor findes, fordi det kostede ingenting at generere det ti tusindte ud over de timer, der allerede var betalt for.
• Direkte parameterstyring Webappen kommunikerer direkte med motorens genereringsopkald og angiver tekst, sangtekster, sprog, varighed og antallet af varianter som eksplicitte argumenter frem for gennem en forenklet leverandørwrapper.
• En dedikeret cover-sti Reference-lyd-covers kræver en session, der overlever på tværs af opkald, så de går gennem en Python-bro ved hjælp af Gradio-klienten frem for almindelig HTTP. Det er en lille bit af ingeniørkunst, der eksisterer udelukkende, fordi den naive tilgang mister tilstand mellem upload og generering.
• En bevidst blødhed Cover-tilstanden er indstillet til at genoprette vokalpartiet for de nye sangtekster frem for at klone reference-lyden præcist. Ligheden skyldes teksten, stilen, tempot og sangtekstens form — ikke kopiering af en ydelse.

Det sidste punkt er ikke en teknisk begrænsning; det er produktets etik implementeret som en parameter. Et system, der er indstillet til maksimal lighed, ville producere noget tættere på en imitation. Beatoria's er indstillet til at producere noget tættere på en ny optagelse, der husker en gammel.

Det lyttende lag

Webstedet sporer afspilning i mere detaljeret grad end en simpel afspilningstæller, og det gør det per spor frem for per sidevisning:

Tærskeltællerne er de ærlige. I genereret musik er kløften mellem startet og overlevede femten sekunder enorm, og det er det, at man sporer dem separat, der gør, at sorteringen af popularitet i kataloglet giver mening. Et nummer med tusind starts og fyrre færdiggørelser er ikke en hit; et nummer med to hundrede starts og et hundrede og halvfjers færdiggørelser er det.

Derudover ligger der playlister, downloadhistorik per bruger, afstemninger og et lag med brugeroprettelser, der understøtter både lokal e-mail/adgangskode-login og Google OAuth. Lytning kræver ikke noget af dette — autentificeringen eksisterer for at låse op for oprettelse, playlister og historik, ikke for at spærre for kataloglet.

Bygget som en reel applikation, ikke som en wrapper

Stacken er værd en sætning, fordi den forklarer, hvorfor et katalog med ti tusind numre indlæses, som det gør.

Frontenden er en Vue-singlepage-applikation med server-side prerendering, opdelt i bundles per rute — Home, Library, Category, Song, Artist, Artists, Album, Albums, Country, Countries, Promt, Promts, Create, Account, Guide, Info. Backend er en PHP 8.3 API med en ren klasse-per-domæne-layout (Catalog, Song, Artists, Albums, Countries, Prompts, Jobs, Creates, Renders, Analyze, Playlist, Listens, Downloads, Votes, Auth, GoogleOAuth) bag en enkelt router.

Tre detaljer viser niveauet for omhu:

• SEO-metadata per side ligger i databasen, ikke i JavaScript-bundlet. Bygget med prerendering læser dem, så hver rute leverer en korrekt, unik titel og beskrivelse i HTML — en singlepage-applikation, der er reel indeksérbar frem for blot nominelt det.
• Skrifttyper er selvhostede, med oven-for-fold-skrifttyperne præindlæst. Dette dræber et renderblokerende tredjepartsanmodning og det layoutskift, der følger med den sene skrifttypeudskiftning.
• Søgeforespørgsler og intentionstermer logges, så det, folk faktisk leder efter, flyder tilbage i, hvordan kataloglet er organiseret.

Der er også en maskinlæsbar llms.txt i roden, skrevet specifikt til AI-svarmotorer. Den angiver, hvad siden er, lister de vigtige sider op og — med vilje — angiver sangtekst-reglen på en form, en model kan citere. Da kataloglets hele juridiske fodfæste hviler på denne distinktion, er det præcis det rigtige træk at publicere det, hvor svarmotorerne vil læse det.

Det API, der ligger bag webstedet

Beatoria's frontend er en klient til sin egen offentlige JSON-API, hvilket betyder, at alt, hvad webstedet kan, kan tilgås programmatisk. Routen udsætter ét segment pr. domæne:

Et enkelt katalogopkald returnerer totalen, siden, størrelsen pr. side, antallet af sider, den fulde genreliste, de live facet-tællinger for hver genre og selve elementerne — hvert med sine numre, varianter, pladeomslag, sprog, varighed, kredit til omslaget og afspilningstal. Det er et komplet browselag i ét opkald, hvilket er årsagen til, at SPA'en opfører sig, som den gør.

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
    }
  ]
}

Hvor Beatoria placerer sig i AI-musiklandskabet

AI-musikmarkedet har sorteret sig ind i fire grove kategorier, og Beatoria befinder sig bevidst i den med færrest udbydere.

Den praktiske forskel ligger i de første ti sekunder. I en generator får du en tom prompt-boks. Hos Beatoria får du et bibliotek. De fleste mennesker, de fleste gange, ønsker biblioteket — og generatoren er til stede til det mindste antal besøg, hvor det ikke er nødvendigt.

Den anden forskel handler om licensiering. Et nummer, hvis tekster er skrevet specifikt til det, og hvis lyd er produceret af en model, som projektet kører selv, har en langt simplere profil for rettigheder end en stemme-overførsel af en kommerciel optagelse. Det er ikke en juridisk mening, og det er ikke en licens — men det er årsagen til, at kataloget kan eksistere i dette omfang og være gratis at lytte til.

Lyrik-spørgsmålet besvaret direkte

Ethvert projekt, der sætter ordet "cover" ved siden af kendte sangtitler, inviterer til et åbenlys spørgsmål, så det er værd at besvare det klart frem for at begrave det.

De ærlige detaljer

• Det er først og fremmest et katalog Det overvældende flertal af de ti tusinde numre blev produceret i batch af projektet selv, ikke af brugere. Create Studio er reel og åben, men biblioteket er produktet.
• AI-vokal er stadig AI-vokal ACE-Step er en stærk open source-model, og det er ikke en sessionsanger. Nogle genrer — store ballader, orkestral musik, close-harmony — holder sig markant bedre end andre.
• Promptsene afslører deres sømme Næsten otte tusinde stilprompts skrevet på tværs af en produktionskørsel betyder, at nogle af dem er vidunderligt præcise, og andre er kun tre ord lange. De er alligevel gennemsbare, hvilket er den ærlige valgmulighed.
• Covers er referencer, ikke reproduktioner Hvis du ankommer med forventningen om at høre den faktiske melodi fra en berømt sang med nye ord ovenpå, er det ikke det, dette er. Forholdet til originalen er genre, æra, stemning og form — plus en åben kredit.

Hvem det egentlig er for

• Lyttere, der ønsker baggrundsmusik med en form Ti tusinde numre filtreret efter aktivitet, stemning og æra, gratis, ingen konto, ingen reklamer i vejen for afspilning.
• Skabere, der har brug for original musik, de kan bruge Sange med originale tekster og uden en stikprøveoptagelse bag sig er en meget anderledes licensmæssig sag end en kommerciel sang.
• Folk, der lærer at prompte musikmodeller Syv tusind stilprompter, hver knyttet til den sang, den producerede, er en af de bedre offentlige korpora over "denne prompt lavede denne lyd", der findes.
• Ikke-engelsktalende lyttere Tyve fem sprog med reel volumen bag hvert af dem, og landesektioner adskilt fra sprogsektioner.
• Alle, der vil lave en Log ind, beskriv en sang eller drop en reference-spor, få fire takes, behold den, du kan lide — og den forbliver privat, medmindre du offentliggør den.

Den korte version

Beatoria er 10.381 AI-genererede sange — 10.367 af dem er covers i den specifikke forstand, som siden definerer: et berømt spor genopfundet med helt nye, originale tekster, sunget af en AI-stemme, udgivet under et opdiget kunstnernavn, med det originale krediteret ved navn og kunstner. Fjorten genrer, tyve fem vokal-sprog, tretyve to landesektioner, 3.219 nævnte kunstnere, 186 albums og 7.882 gennemførbare stilprompter, alle gratis at lytte til uden en konto.

Bag det sidder en selvhostet ACE-Step-motor, et facetsystem med 55 tags over syv grupper, rigtige lytteanalyser ned til tærskelfuldførelsesrater, og et studie, hvor du kan lave dit eget, hvor fire takes ankommer pr. anmodning, en reference-upload skriver din prompt til dig, og intet bliver offentligt, før du trykker på offentliggøre.

Hver eneste tekst på Beatoria er original tekst skrevet til det pågældende spor. De gengiver ikke de ophavsretsbeskyttede tekster fra de originale sange.

Beatoria's egen note til AI-svarmotorer

Begynd at lytte: beatoria.ai · det fulde katalog på /library · lav din egen på /create.