डेमो एक गाना है जिसने अभी पहले कपड़े पहने हैं। धुन काम करती है और बोल मौजूद हैं, लेकिन अरेंजमेंट वही है जो आप किसी शांत शाम को अपनी मेज़ पर रखे उपकरणों से रिकॉर्ड कर पाए। स्टाइल बदलने से आप वही गाना जैज़ बैलेड, रॉक ट्रैक या लो-फाई लूप की तरह सुन सकते हैं, स्टूडियो के एक घंटे के लिए हाँ कहने से पहले। डेमो अपलोड करें, जॉनर बताएँ, और जो लौटे उसकी तुलना अपने दिमाग वाले वर्शन से करें।
यह जानने का आम तरीका कि कोई गाना दूसरे जॉनर में चलेगा या नहीं, संगीतकारों को बुलाना है या रिकॉर्डिंग सॉफ़्टवेयर में दूसरा अरेंजमेंट बनाते हुए पूरा वीकेंड गँवाना है। एक अंदाज़े के लिए यह बहुत मेहनत है। स्टाइल बदलना उस अंदाज़े को सुनने के टेस्ट में बदल देता है: minimax/music-cover आपकी MP3 या WAV फ़ाइल लेता है, धुन को वैसा ही रखता है, और टेक्स्ट विवरण से आवाज़, इंस्ट्रूमेंट और मूड दोबारा बनाता है।
यह फ़ैसला लेने के चरण में सबसे ज़्यादा काम आता है। एक गीतकार जिसे शक है कि उसकी फ़ोक धुन को ड्रम चाहिए, एक बैंड जो बैलेड वाली जगह के लिए धीमा वर्शन तौल रहा है, एक पॉडकास्टर जिसे वही थीम शांत मूड में चाहिए: सब एक ही सवाल पूछ रहे हैं, और कुछ जनरेट किए वर्शन रिहर्सल से तेज़ जवाब देते हैं। यह मॉडल Picasso IA के 502 मॉडल में से म्यूज़िक जनरेशन श्रेणी के दस मॉडल में एक है, और इसके पड़ोसी आप पूरे कैटलॉग में या श्रेणी के हिसाब से देख सकते हैं। अगर अभी गाना नहीं है और सिर्फ़ बोल हैं, तो गाने के बोल से म्यूज़िक उलटी दिशा का रास्ता है।
स्टाइल बदलने वाले प्रॉम्प्ट में ज़्यादातर काम जॉनर के शब्द करते हैं, और बाकी इंस्ट्रूमेंट और आवाज़ के शब्द। अकेला जॉनर का नाम मॉडल को अंदाज़ा लगाने देता है कि आप जॉनर का कौन सा रूप चाहते हैं, इसलिए उसके साथ मुख्य इंस्ट्रूमेंट, ड्रम का अंदाज़ और आवाज़ का प्रकार जोड़ें। नीचे की तालिका उसी तरह की भाषा इस्तेमाल करती है जैसी मॉडल पेज अपने उदाहरणों में दिखाता है, और साथ में यह कि नतीजा आने पर क्या सुनना है।
| लक्ष्य स्टाइल | इसे दिशा देने वाले प्रॉम्प्ट शब्द | क्या सुनें | किसके लिए सबसे अच्छा |
|---|
| जैज़ | सैक्सोफ़ोन लीड, मुलायम पियानो कॉर्ड, ब्रश वाले ड्रम, देर रात का क्लब | क्या समृद्ध कॉर्ड के ऊपर भी धुन पढ़ी जाती है | धीमे गाने और बैलेड |
| रॉक | डिस्टॉर्टेड इलेक्ट्रिक गिटार रिफ़, दमदार ड्रम, कच्ची आवाज़, एरीना जैसी ऊर्जा | क्या गिटार के ऊपर आवाज़ साफ़ रहती है | मज़बूत हुक वाले मध्यम टेम्पो के गाने |
| लो-फाई | विनाइल की खरखराहट, धूल भरे ड्रम, गर्म मिड रेंज, सपनीला रीवर्ब | क्या कम ऊर्जा में भी बोल पहुँचते हैं | सरल धुनें और आराम वाली प्लेलिस्ट |
| एकॉस्टिक फ़ोक | उँगलियों से बजाया गिटार, मुलायम आवाज़, बिना ड्रम | गाना अपनी बीट पर कितना टिका था | साफ़ धुन वाला पॉप या हिप-हॉप |
| बोसा नोवा | नायलॉन तारों वाला गिटार, हल्के ब्रश ड्रम, गर्म आवाज़ | क्या लय वाक्यों के नीचे स्वाभाविक बैठती है | कोमल और सुरीले गाने |
एक पंक्ति के बजाय उसी डेमो को दो या तीन पंक्तियों से गुज़ारें। तुलना ही असली मक़सद है: जो गाना रॉक में बिखर जाता है वह बोसा नोवा में खिल सकता है, और यह दोनों सुनकर ही पता चलता है। अगर लो-फाई वर्शन जीतता है, तो वही आवाज़ लोग स्ट्रीम और पढ़ाई के लिए लो-फाई बीट्स में खोजते हैं, इसलिए वह पेज उस जॉनर की शब्दावली के लिए अच्छा संदर्भ है।
कच्ची रिकॉर्डिंग से जॉनर वाले वर्शन के ऐसे सेट तक का यह सबसे छोटा रास्ता है जिसे आप साथ-साथ सुनकर तुलना कर सकें। इसमें मान लिया गया है कि डेमो फ़ाइल तैयार है और सुनने के लिए लगभग बीस मिनट हैं।
- साफ़ सोर्स फ़ाइल एक्सपोर्ट करें। अपना डेमो MP3 या WAV में सेव करें, आवाज़ जितनी साफ़ हो सके और बिना क्लिपिंग के। सिर्फ़ वही गाना इस्तेमाल करें जो आपने लिखा है या जिसके अधिकार आपके पास हैं।
- टूलकिट खोलें और minimax/music-cover चुनें। टूलकिट में म्यूज़िक श्रेणी से मॉडल चुनें और अपनी ऑडियो फ़ाइल जोड़ें ताकि मॉडल के पास दोबारा बनाने के लिए कुछ हो।
- स्टाइल को एक घनी पंक्ति में लिखें। जॉनर, मुख्य इंस्ट्रूमेंट, ड्रम का अंदाज़, आवाज़ का मिज़ाज और मूड। प्रॉम्प्ट फ़ील्ड 2000 अक्षर तक लेती है, लेकिन केंद्रित एक पंक्ति अक्सर लंबे निबंध से बेहतर चलती है।
- बोल का क्या करना है तय करें। लिरिक्स फ़ील्ड खाली छोड़ें तो गायक आपके मूल बोल गाता है, या नए बोल [verse] और [chorus] जैसे सेक्शन टैग के साथ चिपकाकर उन्हें दोबारा लिखें।
- जनरेट करें, सुनें, एक ही चीज़ बदलें। दो या तीन जॉनर में एक-एक वर्शन बनाएँ, फिर हर बार प्रॉम्प्ट का एक ही वाक्यांश बदलें। फ़ाइल जहाँ जानी है उसके हिसाब से आउटपुट फ़ॉर्मेट चुनें: MP3, WAV या PCM।
मॉडल आपकी धुन अपने आप रखता है, इसलिए प्रॉम्प्ट को उसके आसपास की हर चीज़ बतानी चाहिए। इसे स्टूडियो बैंड को दिए ब्रीफ़ की तरह सोचें: कमरे में कौन से इंस्ट्रूमेंट हैं, ड्रमर कितनी ज़ोर से बजाता है, गायक कैसा सुनाई देता है, जगह कितनी बड़ी है। टेम्पो और प्रोडक्शन के शब्द, जैसे आराम से, ज़ोरदार या सूखा और पास, नतीजे को उतना ही दिशा देते हैं जितना जॉनर का नाम।
सुझाव: जॉनर बदलें, गाना नहीं। इंस्ट्रूमेंट, लय और आवाज़ का रंग बताएँ, और धुन को प्रॉम्प्ट से बाहर रखें। मॉडल उसे पहले से साथ ले जाता है, और अलग धुन माँगने से नतीजा उस डेमो से दूर हो जाता है जिसे आप नए स्टाइल में सुनना चाहते थे।
काम करते हुए एक छोटा लॉग रखें: प्रॉम्प्ट, जॉनर, और आपको क्या पसंद आया उसकी एक पंक्ति। चार-पाँच कोशिशों के बाद पैटर्न अपने आप दिखने लगता है, जैसे कि आपके कोरस को गर्म बास चाहिए और आपकी पहली पंक्तियों को जगह। मॉडल आउटपुट की सैंपल रेट और बिटरेट चुनने भी देता है, इसलिए सिर्फ़ आज़माते समय छोटे विकल्प इस्तेमाल करें और सबसे ऊँची क्वालिटी उस वर्शन के लिए रखें जिसे आप रखेंगे।
स्टाइल बदलना सुनने का टेस्ट है, तैयार रिकॉर्ड नहीं। ये वे जगहें हैं जहाँ यह मदद करना बंद कर देता है:
- कमज़ोर सोर्स: धुंधली फ़ोन रिकॉर्डिंग, या तेज़ गिटार के नीचे दबी आवाज़, मॉडल को पीछे चलने के लिए कम देती है, इसलिए धुन भटक सकती है। अपलोड से पहले सबसे साफ़ टेक रिकॉर्ड करें।
- घनी आवाज़ें: तेज़ रैप वर्स और परतदार हार्मनी सबसे पहले धुँधली पड़ती हैं, इसलिए किसी नतीजे पर भरोसा करने से पहले बोल पंक्ति दर पंक्ति सुनें।
- न स्टेम, न मिक्स: आपको एक ही ऑडियो फ़ाइल मिलती है, ड्रम और बास के अलग ट्रैक नहीं, इसलिए रिलीज़ वर्शन बनाने और पूरा करने के लिए प्रोड्यूसर या इंजीनियर की ज़रूरत फिर भी रहती है।
- आपकी अपनी आवाज़: मॉडल आपके विवरण से बनाई आवाज़ में गाता है। वह आपकी तरह नहीं गाता, और आपको कभी किसी असली, पहचाने जा सकने वाले गायक की आवाज़ नहीं माँगनी चाहिए।
- गाने की बनावट: स्टाइल बदलना आवाज़ बदलता है, लिखावट नहीं। कमज़ोर ब्रिज हर जॉनर में कमज़ोर रहता है, और स्टूडियो के लिए पैसे देने से पहले यह जानना काम का है।
जब कोई वर्शन इतना अच्छा हो कि उस पर आगे बढ़ा जा सके, तो उसे अपने संगीतकारों या प्रोड्यूसर के पास रेफ़रेंस रिकॉर्डिंग की तरह ले जाएँ। यहीं यह असली पैसे बचाता है: अरेंजमेंट पर बातचीत ऐसी चीज़ से शुरू होती है जिसे सब सुन सकते हैं।
इसे उन गानों पर इस्तेमाल करें जो आपने लिखे हैं, जिन्हें आप उन लोगों के साथ मिलकर रखते हैं जो इस पर सहमत हैं, और उन ट्रैक पर जिनका लाइसेंस डेरिवेटिव वर्शन की इजाज़त देता है। किसी और के गाने का कवर फिर भी उनके काम पर बना है, और जॉनर बदलने से वह आपका नहीं हो जाता। आवाज़ों पर भी यही लागू है: आवाज़ का प्रकार बताएँ, किसी नामी कलाकार का नाम कभी नहीं।
अगर नतीजा स्ट्रीमिंग के लिए जा रहा है, तो अपलोड से पहले प्लेटफ़ॉर्म और अपने डिस्ट्रीब्यूटर की मौजूदा ज़रूरतें जाँच लें, क्योंकि AI की मदद से बने संगीत और कवर वर्शन के नियम अलग-अलग हैं और बदलते रहते हैं। यह पेज सामान्य जानकारी है, कानूनी सलाह नहीं; किसी भी व्यावसायिक उपयोग के लिए संगीत के वकील या आपका डिस्ट्रीब्यूटर बता सकता है कि आपके देश में क्या लागू होता है। ट्रैक तैयार होने पर एल्बम कवर आर्ट उसी टूलकिट में बनाया जा सकता है।
क्या AI मेरे गाने को जैज़, रॉक या लो-फाई में बदल सकता है?
हाँ। Picasso IA पर minimax/music-cover मॉडल आपके गाने की MP3 या WAV फ़ाइल और लक्ष्य स्टाइल का टेक्स्ट विवरण लेता है, और गाने को उसी स्टाइल में दोबारा बनाकर लौटाता है। धुन बनी रहती है जबकि आवाज़, इंस्ट्रूमेंट और जॉनर बदल जाते हैं। जैज़, रॉक और लो-फाई बताना सबसे आसान है, लेकिन जो भी जॉनर आप शब्दों में कह सकें वह आज़माने लायक है, फ़ोक से बोसा नोवा और डांस रीमिक्स तक।
मौजूदा गाने का स्टाइल कौन सा मॉडल बदलता है?
minimax/music-cover इसी काम के लिए बना है। यह कवर मॉडल है: आप अपना ऑडियो और स्टाइल प्रॉम्प्ट देते हैं, और वह गाने को दोबारा बनाता है। कैटलॉग के दूसरे म्यूज़िक मॉडल, जैसे minimax/music-2.6, google/lyria-3 और elevenlabs/music, विवरण से नए ट्रैक बनाने वाले जनरेटर हैं, जो अलग काम है। शुरू करने से पहले कैटलॉग में मॉडल पेज देखकर मौजूदा इनपुट जाँच लें।
क्या धुन और बोल वैसे ही रहते हैं?
धुन वह हिस्सा है जिसे रखने के लिए मॉडल बना है। बोल भी रहते हैं, जब तक आप उन्हें बदलें नहीं: अगर आप लिरिक्स फ़ील्ड खाली छोड़ते हैं तो गायक आपके मूल गाने के शब्द गाता है, और नए बोल चिपकाने पर वे मूल बोल की जगह ले लेते हैं। नतीजे हर बार थोड़े अलग आते हैं, इसलिए सिर्फ़ पहले दस सेकंड नहीं, पूरा ट्रैक सुनें, और कोई वाक्यांश भटके तो दोबारा जनरेट करें।
मुझे किस तरह की ऑडियो फ़ाइल चाहिए?
जिस गाने का स्टाइल बदलना है उसकी MP3 या WAV फ़ाइल। आपके डेमो का साफ़ एक्सपोर्ट सबसे अच्छा चलता है: साफ़ आवाज़, बिना क्लिपिंग, शुरू में बिना लंबी ख़ामोशी के। अगर सोर्स कच्ची फ़ोन रिकॉर्डिंग है, तो उम्मीद रखें कि नतीजा उस खुरदुरेपन का कुछ हिस्सा उस धुन में ले आएगा जिसे वह फ़ॉलो करता है। आउटपुट MP3, WAV या PCM में लौट सकता है, इसलिए वह फ़ॉर्मेट चुनें जो आपके अगले चरण को चाहिए।
क्या स्टाइल बदलते समय मैं बोल भी बदल सकता हूँ?
हाँ। लिरिक्स फ़ील्ड 3000 अक्षर तक नए शब्द लेती है, और आप [verse], [chorus] और [bridge] जैसे टैग से सेक्शन चिह्नित कर सकते हैं ताकि गायक बनावट के हिसाब से चले। यह वैकल्पिक हुक या अनुवादित वर्स आज़माने के लिए काम का है। अगर आप इसे खाली छोड़ें तो मॉडल आपके मूल गाने के बोल रखता है, इसलिए इसे तभी भरें जब बदलाव चाहिए।
क्या मैं ऐसे गाने का स्टाइल बदल सकता हूँ जो मैंने नहीं लिखा?
सिर्फ़ तब जब आपके पास इसके अधिकार हों। जो ट्रैक आपका नहीं है उसका स्टाइल बदलना, या किसी मशहूर गाने को नए जॉनर में बदलकर रिलीज़ करना, मूल लेखक और रिकॉर्डिंग के मालिक के अधिकारों का उल्लंघन कर सकता है, भले ही आवाज़ अलग हो। अपनी रचनाओं और उन ट्रैक तक रहें जिनका लाइसेंस साफ़ तौर पर डेरिवेटिव वर्शन की इजाज़त देता है। यह सामान्य जानकारी है, कानूनी सलाह नहीं, और आपके ख़ास मामले का जवाब संगीत का वकील दे सकता है।
क्या यह मेरी आवाज़ जैसा सुनाई देगा या किसी असली गायक जैसा?
न इनमें से कोई। मॉडल आपके प्रॉम्प्ट से आवाज़ बनाता है, जैसे मुलायम महिला आवाज़ या कच्ची पुरुष आवाज़, और आपकी अपनी आवाज़ की नकल नहीं करेगा। किसी नामी कलाकार की नकल की कोशिश न करें, क्योंकि किसी असली व्यक्ति की आवाज़ बिना अनुमति इस्तेमाल करना कानूनी और नैतिक समस्या है। अगर गाने में आपकी अपनी आवाज़ मायने रखती है, तो नतीजे को रेफ़रेंस मानें और अंतिम वोकल खुद रिकॉर्ड करें।
क्या नतीजे में मिला ट्रैक रिलीज़ के लिए तैयार है?
इसे सुनने का टेस्ट मानें। आपको एक ही ऑडियो फ़ाइल मिलती है, अलग स्टेम नहीं, और अरेंजमेंट जनरेट हुआ है, किसी इंजीनियर ने मिक्स नहीं किया। बहुत से लोग नतीजे का इस्तेमाल संगीतकारों को समझाने के लिए रेफ़रेंस की तरह करते हैं या यह तय करने के लिए कि कौन सा जॉनर आगे बढ़ाएँ। अगर आप इस पर बना कुछ रिलीज़ करते हैं, तो पहले अपने डिस्ट्रीब्यूटर और स्ट्रीमिंग प्लेटफ़ॉर्म की AI संगीत पर मौजूदा ज़रूरतें जाँच लें।
अपने दिमाग वाली आवाज़ के और करीब वर्शन कैसे पाऊँ?
इंस्ट्रूमेंट, ड्रम के अंदाज़ और आवाज़ के मिज़ाज के बारे में ठोस रहें, और हर कोशिश में एक ही वाक्यांश बदलें ताकि पता चले कि नतीजा किस चीज़ से हिला। एक ही प्रॉम्प्ट को अंतहीन चमकाने के बजाय एक ही डेमो से दो जॉनर की तुलना करें। अगर धुन भटकती रहे तो ज़्यादा साफ़ सोर्स फ़ाइल से शुरू करें। गर्म, सूखा, आराम से या ज़ोरदार जैसे शब्द उतने ही काम आते हैं जितना जॉनर का नाम।
गाने का स्टाइल बदलने में कितना खर्च आता है?
जनरेशन में क्रेडिट लगते हैं, और रकम मॉडल और आपकी चुनी सेटिंग पर निर्भर करती है, इसलिए यहाँ लिखा कोई भी आँकड़ा पुराना पड़ जाएगा। नए अकाउंट को मुफ़्त क्रेडिट मिलते हैं, जो एक डेमो पर कुछ जॉनर आज़माने के लिए काफ़ी हैं। मौजूदा प्लान कीमत पेज पर हैं, जो आँकड़ों के लिए भरोसे की इकलौती जगह है। किसी ख़ास कोशिश के बारे में सवाल हो तो सपोर्ट पेज पूछने की जगह है।
आपके डेमो में पहले से एक ऐसी धुन है जो दूसरे जॉनर में सुनने लायक है। Picasso IA का टूलकिट खोलें, कवर मॉडल चुनें, और सबसे पहले अपना गाना जैज़ में सुनें।