Beatoria: 10 381 utworów AI Cover, które na nowo interpretują sławne utwory z całkowicie nowymi tekstami

Beatoria to darmowy katalog utworów AI Cover oparty na nietypowej zasadzie: każdy utwór wykonuje znaną piosenkę nowym głosem, ale żadna linia oryginalnych tekstów nie jest powtórzona. Dziesięć tysięcy utworów, dwadzieścia pięć języków wokalnych, czternaście gatunków, blisko osiem tysięcy promptów stylowych — i studio, w którym możesz wygenerować własne. Oto jak całość została zbudowana.

Idea w jednym zdaniu

Weź utwór, który zna każdy. Zachowaj jego klimat — gatunek, epokę, energię, kształt aranżacji. Następnie napisz do niego całkowicie nowe teksty, wygeneruj nowy wokal, uczciwie wskaż oryginał i opublikuj rezultat pod wymyśloną nazwą artysty.

To jest Beatoria. To nie jest strona karaoke, nie jest to splitter stemów, nie jest to narzędzie do klonowania głosu i nie jest to archiwum tekstów. To katalog oryginalnych utworów, które są w rozmowie z tymi sławnymi — i to właśnie różnica między tymi dwiema rzeczami stanowi całość produktu.

Ścieżka znajduje się więc w katalogu jako „Snow From Another Year” — cover utworu White Christmas — Bing Crosby. Albo „Flicker in the Draft”, jako cover Candle in the Wind 1997 — Elton John. Albo „Цвіт опівночі”, sięgający do Червона рута — Володимир Івасюк. Atrybucja znajduje się na stronie; słowa są nowe.

Katalog w liczbach

Gatunki

Czternaście kategorii, a ich rozkład to wierny obraz tego, czym jest muzyka popularna:

Języki

Dwadzieścia pięć języków wokalnych, a to moment, w którym katalog przestaje przypominać anglojęzyczny projekt o charakterze ciekawostki. Angielski prowadzi z 4122 utworami, ale hiszpański ma 1105, hindi 592, koreański 488, japoński 431, portugalski 422, chiński 382, francuski 304, turecki 237, arabski 230, rosyjski 229, włoski 228, niemiecki 220, ukraiński 200, szwedzki 171 — a następnie długie, celowo wyrównane ogono po 115 utworów w indonezyjskim, perskim, polskim, wietnamskim, hebrajskim, tajskim, greckim i tagalskim, a także 76 w niderlandzkim.

Ten płaski ogon nie jest przypadkowym wynikiem danych. To decyzja produkcyjna: dla każdego języka wygenerowano stałą pulę utworów, aby słuchacz przybyły z Manili, Teheranu lub Bangkoku znalazł prawdziwą sekcję, a nie trzy losowe tokeny.

Kraje

Trzydzieści dwa kraje mają swoje własne, przeglądane sekcje — Wielka Brytania, Hiszpania, Indie, Korea Południowa, Japonia, Portugalia, Ukraina, Chiny, Francja, Turcja, Egipt, Włochy, Rosja, Niemcy, Szwecja, Wietnam, Izrael, Filipiny, Iran, Indonezja, Tajlandia, Grecja, Polska, Holandia, Uzbekistan, Bangladesz, USA i wiele innych. Kraj to oddzielna oś od języka, ponieważ utwór w stylu bollywoodzkim i utwór w języku hindi to nie to samo zapytanie.

Artyści i albumy

W katalogu odniesiono się do 3219 oryginalnych artystów, a 186 albumów grupuje utwory w kuratorowane kolekcje. Każdy wymieniony artysta otrzymuje pseudonim — wymyślone imię wykonawcy, pod którym publikowane są AI-cover'y. Okrycia The Beatles pojawiają się jako Ash Titan; Elvis Presley jako Saint & the Beacons; Arethy Franklin jako The Northern Crowns; Marvin Gaye jako Iron Circuits. To mała decyzja projektowa, która robi dużo roboty: utrzymuje uczciwość w przypisaniu autorstwa, jednocześnie czyniąc niepodważalnym fakt, że nie słuchasz oryginalnego wykonawcy.

Jak przeglądasz dziesięć tysięcy utworów

Katalog tej wielkości jest tak dobry, jak sposoby jego przeglądania, a Beatoria udostępnia pięć niezależnych osi, każda z własnym zestawem stron:

Ta lista promptów warta jest dłuższego zastanowienia. Siedem tysięcy osiemset osiemdziesiąt dwa unikalnych opisów stylów, od ogólnych (trap, disco rock, uptempo pop, dance pop EDM) po wspaniale precyzyjne (motyw anime z lat 70., hiszpański pop rock z połowy lat 2000., motyw tulipanów, robotyczny wokoder, uroczysty patriotyczny, galopujący riff, brass hook, żeński harmonijny wokal). Każdy z nich to osobna strona, a każda strona to drzwi do świata.

System faktów pod spodem

Za widoczną taksonomią kryje się druga, ustrukturyzowana: 55 faktów w ramach siedmiu ortogonalnych grup, przypisanych do utworów i wykorzystywanych do filtrowania oraz logiki „podobne utwory” na stronie.

Najciekawszą kwestią jest to, jak te parametry są ważone podczas sortowania. Ranking trafności katalogu nie traktuje wszystkich dopasowań filtrów równoważnie — węższe, bardziej znaczące filtry (epoka, nastrój, aktywność) mają większą wagę niż te szerokie (tempo, energia), ponieważ każda muzyka ma pewne tempo, a tylko niektóre utwory pasują do kategorii nostalgiczna muzyka lat 80. do jazdy samochodem. Popularność, mierzona na podstawie rzeczywistej liczby odtworzeń, jest rozstrzygnięciem remisu.

Ta kombinacja — aktywność plus nastrój plus epoka — jest w istocie najprzydatniejszym elementem interfejsu. Zapytanie typu „Coś epickiego na trening, brzmiącego jak lata 80.” jest tu realnym zapytaniem, a nie tylko przykładem marketingowym.

Studio Tworzenia

Przeglądanie jest dostępne dla każdego bez konieczności zakładania konta. Generowanie to z kolei obszar, w którym musisz się zalogować — a cały proces jest taki, że nic z tego, co stworzysz, nie trafi do publicznego katalogu, dopóki sam nie zdecydujesz, że jest to właściwe.

Co kontrolujesz

• Opis / prompt Wolny tekst opisujący utworzoną przez Ciebie piosenkę — gatunek, nastrój, instrumentacja, epoka, cokolwiek. To jest główny mechanizm sterowania.
• Tekst utworu Twoje własne słowa lub wygenerowane przez system. W każdym przypadku to tekst, który model zaśpiewa.
• Język wokalu Każdy z dwudziestu pięciu języków obsługiwanych przez katalog.
• Czas trwania Ustawiany dla każdego utworu; utwory dostępne w katalogu mają zazwyczaj długość od 150 do 180 sekund.
• Warianty Do czterech wersji wygenerowanych na podstawie jednego żądania, dzięki czemu możesz wybrać najlepszą zamiast ponawiać generowanie.
• Audio referencyjne Opcjonalne. Przeciągnij i upuść utwór, a system użyje go jako wzorca do utworzenia wersji okładki.

Trik z audio referencyjnym

To najsprytniejsza mała funkcja w tym produkcie. Prześlij utwór referencyjny, a przed rozpoczęciem generowania plik podlega lekkiej analizie opartej na bibliotece librosa — bez uczenia maszynowego, czysta analiza sygnału — która odczytuje kształt muzyczny dźwięku i automatycznie wypełnia pole prompt opisem stylu wygenerowanym na tej podstawie.

Zamiast więc wpatrywać się w puste pole tekstowe, próbując opisać dźwięk słowami, przesyłasz go systemowi, który przygotowuje dla Ciebie pierwszą wersję opisu. Następnie edytujesz ten tekst, co jest znacznie łatwiejsze niż pisanie go od zera.

Analiza jest bezstanowa — plik jest przesyłany do tymczasowego katalogu, analizowany, a następnie usuwany. Nic nie jest przechowywane.

Faza próbna, a następnie publikacja

Wszystko, co generujesz, trafia do prywatnej strefy próbnej przypisanej do Twojego konta, w osobnych tabelach i osobym folderze wyjściowym oddzielonym od publicznego katalogu. Stąd masz do dyspozycji dokładnie trzy opcje, z których każda jest Twoim wyłącznym правом:

1. Opublikuj wybraną wersję w publicznym katalogu, gdzie stanie się zwykłym wpisem z przypisaną taksonomią;
2. Usuń pojedynczą wersję, której nie chcesz, pozostawiając resztę partii;
3. Usuń całą pracę, wraz ze wszystkimi jej elementami.

Istnieje równoległa, dostępna tylko dla administratorów wersja tego samego mechanizmu służąca do regeneracji istniejących utworów w katalogu — możesz wygenerować do czterech nowych wersji istniejącej piosenki, a następnie zastąpić oryginał w miejscu lub opublikować wersję jako zupełnie nowy wpis. Ta sama separacja, ta sama zasada jawnego działania: nic nie trafia automatycznie do publicznego katalogu.

Co właściwie generuje muzykę

Beatoria działa na bazie ACE-Step, otwartego modelu generowania muzyki, napędzanego przez Gradio API na dedykowanej maszynie z GPU, a nie poprzez zewnętrzny API muzyczny. To rozwiązanie ma konsekwencje warte omówienia, ponieważ są one widoczne w produkcie.

• Brak opłaty za API przeliczanej na utwór Silnik to maszyna wynajęta przez projekt, a nie usługa mierzona zużyciem. Dziesięć tysięcy utworów istnieje dlatego, że wygenerowanie tysięcznego kosztowało jedynie godziny już opłaconej pracy.
• Bezpośrednia kontrola parametrów Aplikacja webowa komunikuje się bezpośrednio z wywołaniem generowania silnika, ustawiając podpis, tekst piosenki, język, czas trwania i liczbę wariantów jako jawne argumenty, a nie przez uproszczoną nakładkę dostawcy.
• Dedykowana ścieżka okładek Okładki oparte na audio referencyjnym wymagają sesji, która przetrwa między wywołaniami, dlatego korzystają z mostka Pythona przy użyciu klienta Gradio, a nie zwykłego protokołu HTTP. To niewielki element inżynierii, który istnieje wyłącznie dlatego, że podejście naiwne traci stan między przesłaniem a generowaniem.
• Celowa miękkość Tryb okładek jest dostrojony tak, aby regenerować wokal dla nowego tekstu, a nie klonować referencję dokładnie. Podobieństwo wynika z opisu, stylu, tempa i kształtu tekstu — a nie z kopiowania wykonania.

Ostatni punkt nie jest ograniczeniem technicznym; jest to etyka produktu zaimplementowana w parametrze. System dostrojony do maksymalnego podobieństwa wyprodukowałby coś bliższego imitacji. Beatoria jest dostrojony tak, aby produkować coś bliższego nowemu nagrania, które pamięta to stare.

Warstwa słuchania

Serwis śledzi odtwarzanie w większym detalu niż prosty licznik odtworzeń i robi to dla każdego utworu, a nie dla każdego wyświetlenia strony:

Liczniki progowe są najbardziej uczciwe. W przypadku wygenerowanej muzyki luka między rozpoczęciem a przetrwaniem piętnastu sekund jest ogromna, a śledzenie ich oddzielnie sprawia, że sortowanie popularności w katalogu ma sens. Utwór z tysiącem startów i czterdziestoma ukończeniami nie jest hitem; utwór z dwiema setkami startów i sto sześćdziesięcioma ukończeniami — już tak.

Nad tym wszystkim znajdują się playlisty, historia pobrań dla każdego użytkownika, głosy oraz warstwa konta z lokalnym logowaniem za pomocą adresu e-mail i hasła oraz uwierzytelnianiem Google OAuth. Słuchanie nie wymaga żadnego z tych elementów — uwierzytelnienie służy do odblokowania tworzenia, playlist i historii, a nie do blokowania dostępu do katalogu.

Zbudowane jako prawdziwa aplikacja, a nie nakładka

Stos technologiczny wart jest akapitu, ponieważ wyjaśnia, dlaczego katalog liczący dziesięć tysięcy utworów ładuje się w taki sposób.

Front-end to aplikacja jednostronicowa (SPA) napisana w Vue z pre-renderowaniem po stronie serwera, podzielona na paczki dla poszczególnych tras — Strona główna, Biblioteka, Kategoria, Utwór, Wykonawca, Wykonawcy, Album, Albumy, Kraj, Kraje, Promt, Prompty, Tworzenie, Konto, Przewodnik, Informacje. Backend to PHP 8.3 API z czystym układem klas zgodnym z domenami (Catalog, Song, Artists, Albums, Countries, Prompts, Jobs, Creates, Renders, Analyze, Playlist, Listens, Downloads, Votes, Auth, GoogleOAuth) za jednym routerem.

Trzy szczegóły pokazują poziom dbałości:

• Metadane SEO dla każdej strony znajdują się w bazie danych, a nie w pakiecie JavaScript. Budowa pre-renderująca odczytuje je, dzięki czemu każda trasa dostarcza poprawny, unikalny tytuł i opis w HTML — aplikacja jednostronicowa, która jest naprawdę indeksowalna, a nie tylko nominalnie.
• Czcionki są hostowane samodzielnie, z wstępnym ładowaniem widocznych na pierwszej stronie. Eliminuje to blokujące renderowanie zapytanie do zewnętrznej usługi oraz opóźnione przesunięcie układu (layout shift) wynikające z wymiany czcionek.
• Zapytania wyszukiwania i terminy intencyjne są logowane, dzięki czemu to, czego ludzie faktycznie szukają, wpływa na organizację katalogu.

W katalogu znajduje się również plik llms.txt w formacie czytelnych dla maszyn, przygotowany specjalnie dla silników odpowiedzi opartych na sztucznej inteligencji. Określa on, czym jest strona, wymienia kluczowe podstrony i — celowo — formułuje regułę dotyczącą tekstów piosenek w sposób, który model może cytować. Skoro całe podstawy prawne katalogu opierają się na tym rozróżnieniu, opublikowanie go tam, gdzie będą go czytać silniki odpowiedzi, jest dokładnie właściwym posunięciem.

API stojące za witryną

Frontend Beatoria jest klientem własnego publicznego interfejsu JSON API, co oznacza, że wszystko, co potrafi ta witryna, jest dostępne programatycznie. Router udostępnia jedną ścieżkę dla każdej domeny:

Jedno wywołanie katalogu zwraca liczbę całkowitą, numer strony, rozmiar strony, liczbę stron, pełną listę gatunków, aktualne liczby filtrów dla każdego gatunku oraz same pozycje — każda z utworami, wariantami, grafiką okładki, językiem, czasem trwania, informacjami o autorach okładki i liczbą odtworzeń. Jest to kompletny interfejs przeglądania w jednym żądaniu, co wyjaśnia, dlaczego aplikacja SPA działa w taki właśnie sposób.

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
    }
  ]
}

Gdzie znajduje się Beatoria w krajobrazie AI-muzyki

Przestrzeń muzyki AI podzieliła się na cztery przybliżone kategorie, a Beatoria celowo znajduje się w tej z najmniejszą liczbą uczestników.

Praktyczna różnica objawia się w pierwszych dziesięciu sekundach. W generatorze otrzymujesz puste pole do wpisania promptu. W Beatoria otrzymujesz bibliotekę. Większość ludzi, w większości przypadków, chce biblioteki — generator jest dostępny dla mniejszości wizyt, gdy użytkownik chce go użyć.

Druga różnica dotyczy kwestii licencyjnych. Utwór, do którego tekst został napisany specjalnie, a którego ścieżka dźwiękowa została wygenerowana przez model uruchamiany przez sam projekt, ma znacznie prostszy profil prawny niż konwersja głosu w nagraniu komercyjnym. To nie jest opinia prawna i nie jest to licencja — ale to właśnie dlatego katalog może istnieć w takim rozmiarze i być darmowy do odsłuchu.

Pytanie o teksty: Odpowiedź wprost

Każdy projekt, który umieszcza słowo "cover" obok tytułów słynnych piosenek, wzbudza oczywiste pytanie, więc warto odpowiedzieć nań wprost, zamiast go ukrywać.

Prawdziwe Fakty

• To przede wszystkim katalog Przeważająca większość z dziesięciu tysięcy utworów została wyprodukowana wsadowo przez sam projekt, a nie przez użytkowników. Studio Create jest rzeczywiste i otwarte, ale to biblioteka jest głównym produktem.
• Głosy AI to wciąż głosy AI ACE-Step to silny model open source i nie jest to wokalista sesyjny. Niektóre gatunki — duże ballady, muzyka orkiestrowa, śpiew w bliskich harmoniach — wypadają znacznie lepiej niż inne.
• Widoczne są szwy promptów Prawie osiem tysięcy promptów stylistycznych napisanych w trakcie procesu produkcyjnego oznacza, że niektóre z nich są wspaniale precyzyjne, a niektóre mają zaledwie trzy słowa. I tak są one przeglądane, co można uznać za uczciwy wybór.
• Nagrania coverów to odniesienia, nie reprodukcje Jeśli przychodzisz z oczekiwaniem, że usłyszysz właściwą melodię znanego utworu z nowymi słowami na wierzchu, to nie jest to to samo. Relacja do oryginału opiera się na gatunku, epoce, nastroju i kształcie utworu — oraz na jawnym przypisaniu autorstwa.

Dla Kogo To Naprawdę Jest Przeznaczone

• Słuchacze szukający muzyki tła o wyraźnej strukturze Dziesięć tysięcy utworów filtrowanych według aktywności, nastroju i epoki, za darmo, bez konieczności zakładania konta, bez reklam przeszkadzających w odtwarzaniu.
• Twórcy potrzebujący oryginalnej muzyki, której mogą użyć Utwory z oryginalnymi tekstami, pozbawione próbek z oryginalnych nagrań, wymagają zupełnie innej analizy praw autorskich niż komercyjne piosenki.
• Osoby uczące się tworzenia promptów do modeli muzycznych Siedem tysięcy promptów stylistycznych, z których każdy jest powiązany z wygenerowanym utworem, stanowi jedną z lepszych publicznie dostępnych kolekcji danych typu „ten prompt wygenerował to brzmienie”.
• Słuchacze nieposługujący się językiem angielskim Dwadzieścia pięć języków wokalnych z realną liczbą odsłuchów dla każdego z nich oraz sekcje krajowe oddzielone od sekcji językowych.
• Każdy, kto chce stworzyć własny utwór Zaloguj się, opisz piosenkę lub dołącz utwór referencyjny, otrzymaj cztery wersje, wybierz tę, która Ci się podoba — a utwór pozostanie prywatny, dopóki go nie opublikujesz.

Krótkie podsumowanie

Beatoria liczy 10 381 utworów wygenerowanych przez AI — 10 367 z nich to covery w ścisłym znaczeniu, jakim definiuje je strona: słynny utwór zainspirowany całkowicie nowym, oryginalnym tekstem, wykonany przez głos AI, opublikowany pod fikcyjną nazwą artysty, przy jednoczesnym podaniu nazwy i artysty oryginału. Czternaście gatunków, dwadzieścia pięć języków wokalnych, trzydzieści dwie sekcje krajowe, 3219 wymienionych artystów, 186 albumów i 7882 przeglądanych promptów stylistycznych — wszystkie dostępne do odsłuchu za darmo, bez konieczności zakładania konta.

Pod spodem działa samodzielnie hostowany silnik ACE-Step, system filtrów oparty na 55 tagach zgrupowanych w siedmiu kategoriach, rzeczywiste analityki odsłuchów z uwzględnieniem wskaźników ukończenia utworu do określonego progu oraz studio do tworzenia własnych utworów, w którym na jedno żądanie generowane są cztery wersje, a przesłanie utworu referencyjnego automatycznie tworzy prompt. Nic nie jest publikowane publicznie, dopóki nie klikniesz przycisku publikacji.

Każdy tekst na Beatoria to oryginalny napisany na potrzeby tego utworu tekst. Nie powielają one chronionych prawem autorskim tekstów oryginalnych piosenek.

Własne ogłoszenie Beatoria skierowane do silników odpowiedzi AI

Zacznij słuchać: beatoria.ai · pełna biblioteka na /library · twórz własne utwory na /create.