एक नाम, एक इनसाइड जोक और कुछ असली डिटेल्स लिखें, और उस इंसान के इर्द-गिर्द बनी गाई हुई आवाज़ और म्यूज़िक वाली एक पूरी गाना पाएँ। ऐसी स्टाइल चुनें जो उन्हें सच में पसंद हो, कुछ वर्ज़न जनरेट करें, और एक ऐसा गिफ्ट भेजें जो कोई और किसी और के लिए नहीं बना सकता।
बर्थडे कार्ड किसी अपने को हैप्पी बर्थडे कहता है। एक पर्सनलाइज़्ड AI बर्थडे सॉन्ग यह बात उसके नाम, उसकी उम्र और सिर्फ आपके दोस्तों के ग्रुप को समझ आने वाले जोक के इर्द-गिर्द बनी धुन में वापस कहता है। पहले यह करने के लिए किसी से जिंगल लिखवाना पड़ता था या खुद गिटार पर कोशिश करनी पड़ती थी। अब आप डिटेल्स एक प्रॉम्प्ट में लिख देते हैं और कुछ ही मिनटों में एक असली गाई हुई गाना मिल जाती है, न कि बीट पर रखा हुआ कार्ड।
हर किसी ने कभी न कभी एक जेनेरिक बर्थडे वीडियो खोला है जिसमें स्टॉक टेम्पलेट और टाइटल कार्ड पर बुरी तरह चिपकाया गया नाम होता है। लगता है कि मेहनत गलत जगह लगी है। किसी एक इंसान के लिए खासतौर पर बनाई गई गाना बिल्कुल अलग महसूस होती है, क्योंकि उसकी डिटेल्स किसी और की नहीं हो सकतीं: वह उम्र जो वे पूरी कर रहे हैं, वह निकनेम जो सिर्फ तीन लोग इस्तेमाल करते हैं, वह ट्रिप जो आपने साथ की, उनके काम पर बना वह बुरा-सा मज़ाक।
Picasso IA 488 मॉडल्स के कैटलॉग की ai-music-generation कैटेगरी में इसी काम के लिए बने कई मॉडल चलाता है, जिनमें minimax के music-2.6 और music-2.5 और Google का lyria-3-pro शामिल हैं। हर मॉडल एक लिखा हुआ ब्रीफ लेता है, साथ ही आपकी दी हुई या मॉडल से लिखवाई गई लिरिक्स, और बदले में एक पूरा ट्रैक देता है जिसमें गाई हुई आवाज़ और असली इंस्ट्रूमेंटेशन होता है, न कि लूप पर शब्द पढ़ती हुई सिंथेटिक आवाज़। नए अकाउंट्स फ्री क्रेडिट्स से शुरू होते हैं, जो अपनी पसंदीदा वर्ज़न चुनने से पहले एक ही लिरिक्स पर दो-तीन स्टाइल आज़माने के लिए काफी है।
कंपोज़िंग मॉडल करता है, लेकिन शब्द अब भी आप ही लिखते हैं, और यहीं से बर्थडे सॉन्ग जेनेरिक लगना बंद होती है। एक ऐसे वर्स में जबरदस्ती डाला गया नाम जो बाकी सब जगह से आम है, चिपकाया हुआ-सा लगता है। पूरे वर्स में बिखरी छोटी, सच्ची और खास डिटेल्स असल में उसी इंसान के लिए लिखी हुई लगती हैं, क्योंकि होती वही हैं: उनका हमेशा वाला कॉफी ऑर्डर, वह शो जिसकी बात करना वे बंद ही नहीं करते, वह साल जब केक पर लिखा नंबर सच में सही बैठता है।
लाइनों को इतना छोटा रखें कि गाई जा सकें। लिरिक्स एक तय समय के भीतर गाई जाती हैं, और बहुत ज़्यादा सिलेबल वाली लाइन धुन में फिट होने के लिए दब जाती है या निगल ली जाती है, और यही सबसे आम वजह है कि जनरेट की गई गाना अजीब लगती है। भेजने से पहले अपने ड्राफ्ट को सामान्य गाने की स्पीड में ज़ोर से पढ़ें; अगर आपकी साँस फूल जाए, तो गाई हुई आवाज़ की भी फूलेगी।
लिरिक्स जितनी ही पर्सनैलिटी जॉनर भी लाता है। तीस साल पूरे होने के बारे में वही शब्द एक सिंपल एकॉस्टिक गिटार पर बिल्कुल अलग लगते हैं और सिंथ-पॉप बीट पर बिल्कुल अलग, और प्रॉम्प्ट में जॉनर और इंस्ट्रूमेंटेशन का नाम लेना ही मॉडल को किसी एक दिशा में ले जाता है।
| स्टाइल | प्रॉम्प्ट में क्या लिखें | किसके लिए अच्छी |
|---|---|---|
| एकॉस्टिक फोक बैलड | फिंगरपिकिंग गिटार, गर्मजोश पुरुष या महिला आवाज़, ईमानदार | माता-पिता, पार्टनर, शांत सा थैंक-यू |
| एनर्जेटिक पॉप एंथम | चमकदार सिंथ, फोर-ऑन-द-फ्लोर बीट, कैची सिंगअलॉन्ग कोरस | करीबी दोस्त, बड़ा ग्रुप सेलिब्रेशन |
| डिस्को-फंक | फंकी बेसलाइन, रिदमिक गिटार, हॉर्न्स, हाई एनर्जी | बड़ा माइलस्टोन बर्थडे, पार्टी की शुरुआत |
| लो-फाई हिप-हॉप | मेलो पियानो, विनाइल टेक्सचर, रिलैक्स्ड बीट, चिल आवाज़ | शांत स्वभाव वाला दोस्त, वीडियो कॉल सरप्राइज़ |
| आर एंड बी बैलड | स्मूद वोकल रन्स, गर्मजोश बेस, हल्के ड्रम्स, इंटिमेट मिक्स | रोमांटिक पार्टनर, धीमा रिवील |
| सिनेमैटिक ऑर्केस्ट्रल | स्ट्रिंग्स, उठते ब्रास, ड्रामैटिक बिल्ड | बड़ा ग्रुप वीडियो, माइलस्टोन मॉन्टाज |
नीचे दी गई प्रोसेस एक नाम और कुछ जानकारी को उसी दिन भेजे जा सकने वाले फिनिश्ड ट्रैक में बदल देती है। इसके लिए गाना गाना आना, कोई इंस्ट्रूमेंट बजाना या एडिटिंग सॉफ्टवेयर जानना ज़रूरी नहीं, बस वे डिटेल्स चाहिए जो आप उस इंसान के बारे में पहले से जानते हैं।
एक फिनिश्ड सॉन्ग फाइल अभी बर्थडे गिफ्ट नहीं बनी है; यह तब तक आपके फोन की एक फाइल ही है जब तक यह उस इंसान तक न पहुँचे जिसके लिए यह लिखी गई। सबसे आसान तरीका सबसे असरदार भी है: ऑडियो फाइल सीधे भेजें, उसी पल, यह बताते हुए एक छोटा मैसेज कि आपने यह क्यों बनाई। आधी रात को सरप्राइज़ की तरह पहुँची जनरेट की गई ट्रैक तीन दिन बाद ग्रुप चैट में दबे हुए लिंक से कहीं ज़्यादा असर छोड़ती है।
किसी बड़े मौके के लिए, गाना पूरे गिफ्ट की जगह उसका साउंडट्रैक बन सकती है। इसे फोटोज़ के स्लाइडशो के साथ मिलाएँ, किसी के कुछ बोलने से पहले वीडियो कॉल की शुरुआत में चलाएँ, या किसी छोटे कंपाइलेशन वीडियो के नीचे बैकग्राउंड ट्रैक की तरह इस्तेमाल करें। लिरिक्स टू म्यूज़िक पेज इसी लिरिक्स-टू-ट्रैक प्रोसेस को और गहराई से कवर करता है अगर आप रिवील से पहले डेमो को और सुधारना चाहें, और इसी आइडिया का एक छोटा, सीधा वर्ज़न पूरे ट्रैक की जगह पंद्रह सेकंड की स्टिंग के लिए जिंगल मेकर में मिलता है।
किसी भी वीडियो या स्लाइडशो से पहले पहले सीधा ऑडियो फाइल भेजें। गाना अपने पहले दस सेकंड में ही बनती या बिगड़ती है, और यह जाने बिना कि वह काम कर रही है या नहीं इसे विज़ुअल्स में लपेट देना सिर्फ यह छिपाता है कि लिरिक्स सच में असर कर पाईं या नहीं।
एक ईमानदार पेज बताता है कि जादू कहाँ रुकता है। यहाँ चार बातें मायने रखती हैं।
अनकॉमन नाम, खासकर आम इंग्लिश फोनेटिक्स से बाहर वाले, कभी-कभी गाई हुई आवाज़ में गलत उच्चारित हो जाते हैं या गलत सिलेबल पर ज़ोर पड़ जाता है, इसलिए किसी को भी भेजने से पहले नाम वाली उसी लाइन को ध्यान से सुनें। लंबी या पेचीदा डिटेल्स एक गाने लायक लाइन में ठीक से नहीं समातीं; जिस जोक को समझाने के लिए तीन वाक्यों की ज़रूरत हो, वह म्यूज़िक के एक बार में ठूँसे जाने पर बच नहीं पाएगा, इसलिए लिरिक्स में लिखने से पहले उसे सिंपल करें। जनरेशन में सच में कुछ कोशिशें लगती हैं, पहली बार में परफेक्ट रिज़ल्ट नहीं मिलता, और दो-तीन पास के लिए समय रखना पहली ही कोशिश में परफेक्ट प्रॉम्प्ट खोजने से ज़्यादा मायने रखता है। और एक जनरेट की गई आवाज़, चाहे कितनी भी गर्मजोश क्यों न हो, फिर भी एक सिंथेटिक परफॉर्मेंस ही है: जो कोई खासतौर पर आपकी अपनी आवाज़ में गाई हुई रिकॉर्डिंग चाहता है, चाहे वह कितनी भी कच्ची क्यों न हो, उसकी जगह कोई मॉडल नहीं ले सकता।
इनमें से कुछ भी इसे इस्तेमाल न करने की वजह नहीं है। यह सिर्फ भेजने से पहले सही वर्ज़न को ध्यान से सुनने की वजह है, ठीक वैसे ही जैसे लिफाफा बंद करने से पहले आप कार्ड को दोबारा पढ़ते हैं।
हाँ, यही पूरी प्रोसेस का मकसद है। लिरिक्स आप खुद लिखते हैं, जिसमें उस इंसान का नाम, कोई इनसाइड जोक, साझा याद या कोई और असली डिटेल शामिल हो सकती है, और मॉडल आपके दिए हुए उन्हीं शब्दों को गाई हुई आवाज़ के साथ म्यूज़िक में बदल देता है। जनरेटर किसी चीज़ को जेनेरिक प्लेसहोल्डर से नहीं बदलता; यह वही टेक्स्ट गाता है जो आप उसे देते हैं, तो खासियत आपके लिखे हुए से आती है, मॉडल के अंदाज़े से नहीं।
कोई एक सही जवाब नहीं है, और यही एक से ज़्यादा मॉडल आज़माने की वजह भी है। minimax का music-2.6 शुरू करने के लिए फ्री है और स्ट्रक्चर टैग्स के साथ पूरी गाना अच्छे से हैंडल करता है, music-2.5 उसका करीबी वर्ज़न है जिसे उसी लिरिक्स पर कंपेयर करना समझदारी है, और Google का lyria-3-pro तीन मिनट तक के लंबे, ज़्यादा स्ट्रक्चर्ड अरेंजमेंट सपोर्ट करता है। एक ही लिरिक्स को इनमें से दो मॉडल्स से गुज़ार कर रिज़ल्ट कंपेयर करने में बस कुछ मिनट लगते हैं और आमतौर पर बात जल्दी तय हो जाती है।
नहीं, हालांकि थोड़ा स्ट्रक्चर मदद करता है। छोटी लाइनें, हर लाइन में एक डिटेल, और दोहराई जा सकने वाली कोरस लाइन, ये सब मॉडल को कुछ ऐसा गाने के लिए तैयार करती हैं जो नैचुरली फ्लो करे, लेकिन आपको तुक या पहले से सॉन्गराइटिंग का अनुभव जानने की ज़रूरत नहीं। कई म्यूज़िक मॉडल्स लिरिक्स फील्ड खाली छोड़ने पर स्टाइल डिस्क्रिप्शन से ऑटोमैटिक लिरिक्स भी जनरेट कर सकते हैं, जो शुरू से लिखने के बजाय एडिट करने के लिए एक ठीक-ठाक स्टार्टिंग पॉइंट है।
यह मॉडल और आपकी दी हुई लिरिक्स की मात्रा पर निर्भर करता है। एक वर्स और कोरस वाला छोटा वर्ज़न एक मिनट से कम का हो सकता है, जबकि दो वर्स, कोरस और ब्रिज वाला पूरा अरेंजमेंट आमतौर पर दो से तीन मिनट के आसपास होता है। अगर आप इसे बैकग्राउंड ट्रैक की बजाय फोन मैसेज की तरह भेज रहे हैं, तो एक छोटी, टाइट गाना अक्सर उस लंबी गाने से बेहतर काम करती है जिसे कोई पूरा सुनता ही नहीं।
हाँ, और जॉनर का सटीक नाम लेना ही आपको वहाँ पहुँचाता है। जॉनर, मुख्य इंस्ट्रूमेंट्स, टेम्पो और वोकल स्टाइल को सीधी भाषा में बताएँ, बिल्कुल वैसे ही जैसे आप किसी दोस्त को कोई गाना डिस्क्राइब करते, न कि इसे वेग छोड़ दें। एकॉस्टिक फोक बैलड, फिंगरपिकिंग गिटार, गर्मजोश पुरुष आवाज़, ईमानदार जैसा प्रॉम्प्ट उन्हीं लिरिक्स के साथ चमकदार सिंथ-पॉप और कैची सिंगअलॉन्ग कोरस से साफ अलग कुछ बनाता है।
यह अनकॉमन नामों या अनोखी स्पेलिंग वाले नामों के साथ ज़्यादा होता है, और इसका हल आमतौर पर मॉडल बदलना नहीं बल्कि नाम को फोनेटिकली दोबारा लिखना है। लिरिक्स में नाम को वैसे ही लिखने की कोशिश करें जैसे वह उच्चारित होता है, दोबारा जनरेट करें, और पूरी गाना जज करने से पहले खासतौर पर उसी लाइन को सुनें। अगर कई कोशिशों के बाद भी कोई नाम गलत निकलता रहे, तो एक सिंपल निकनेम या लिरिक्स में एक फोनेटिक एप्रोक्सिमेशन अक्सर सुनने वाले के समझने के तरीके को बदले बिना इसे ठीक कर देता है।
हाँ, एक बार आपके पास पसंद आने वाली फिनिश्ड ट्रैक हो जाए, तो यह फोटोज़ के स्लाइडशो या किसी छोटे वीडियो के साथ नैचुरली फिट बैठती है, और लिरिक्स टू म्यूज़िक पेज इस कॉम्बिनेशन को और डिटेल में समझाता है। फिर भी बहुत से लोग पहले सीधा ऑडियो भेजना पसंद करते हैं, क्योंकि गाना खुद अपने दम पर टिक जाती है और इसे वीडियो में लपेटना कभी-कभी उस पल की ज़रूरत से बड़ी प्रोडक्शन जैसा महसूस हो सकता है।
यह एक अलग तरह का गिफ्ट है, किसी की जगह लेने वाला नहीं। पर्सनलाइज़्ड सॉन्ग कुछ ऐसा जोड़ती है जो खरीदी हुई चीज़ नहीं दे सकती, यानी खासतौर पर उसी इंसान के लिए बनी एक चीज़ जिसे किसी और के लिए खरीदना नामुमकिन है। ज़्यादातर लोग इसे रेगुलर गिफ्ट की जगह नहीं बल्कि उसके साथ इस्तेमाल करते हैं, उस चीज़ की तरह जो एक बार सुनी जाती है और जिस चीज़ के साथ आई थी उससे कहीं ज़्यादा देर तक याद रहती है।
जनरेशन क्रेडिट्स में पे किए जाते हैं, और सही कॉस्ट मॉडल और आपके चुने हुए सेटिंग्स पर निर्भर करती है, इसलिए यहाँ लिखा कोई पक्का नंबर जल्दी पुराना पड़ जाएगा। नए अकाउंट्स फ्री क्रेडिट्स से शुरू होते हैं, जो कुछ भी खर्च करने से पहले कुछ स्टाइल और वर्ज़न आज़माने के लिए काफी है, और मौजूदा प्लान्स और उनके क्रेडिट्स प्राइसिंग पेज पर हैं, जो नंबरों के लिए भरोसा करने लायक इकलौती जगह है।
हाँ, और यही सुझाया गया तरीका है, कोई शॉर्टकट नहीं। बिल्कुल एक जैसी लिरिक्स को दो या तीन अलग-अलग मॉडल्स या जॉनर प्रॉम्प्ट्स से गुज़ारें, क्योंकि अरेंजमेंट शब्दों के सुनाई देने के तरीके को छोटे लिरिक्स एडिट्स से कहीं ज़्यादा बदल देता है। एक ही प्रॉम्प्ट को बार-बार टच करने की बजाय पूरे वर्ज़न्स को साथ-साथ सुनकर कंपेयर करना आमतौर पर उस वर्ज़न तक पहुँचने का सबसे तेज़ तरीका है जो सच में गिफ्ट जैसी लगे।
शुरू करने के लिए बस एक नाम, एक इनसाइड जोक और कुछ असली डिटेल्स चाहिए। Toolkit खोलें और मोमबत्तियाँ बुझने से पहले इन्हें एक गाने में बदल दें, और अगर कभी कोई जनरेशन खराब आ जाए, तो सपोर्ट एक ऐसे इंसान तक सीधी लाइन है जो मदद कर सकता है।
