बार-बार दोहराए जाने वाले मज़ाक, ट्रिप की गड़बड़ियाँ और वे वॉइस नोट जिनका किसी ने जवाब नहीं दिया, इन सबको भाषा मॉडल से बोल में ढलवाइए और पूरे अरेंजमेंट पर गाया हुआ सुनिए। Picasso IA दोनों चरण toolkit में चलाता है, बशर्ते चैट के लोग गाने में आने के लिए राज़ी हों।
हर ग्रुप चैट की अपनी कहानी होती है: वह मज़ाक जो कभी पुराना नहीं पड़ता, वह ट्रिप जो गड़बड़ हो गई, वह दोस्त जो तीन दिन बाद जवाब देता है। वह पहले से ही गीत के बोल जैसी पढ़ी जाती है, बस उसमें धुन नहीं है। एक भाषा मॉडल चैट को अंतरों में ढाल सकता है और एक म्यूज़िक मॉडल उन्हें गा सकता है, और आप अपनी ग्रुप चैट को पूरे ट्रैक के रूप में सुनते हैं। एक शर्त सबसे पहले आती है: चैट में मौजूद हर व्यक्ति को गाने में आने के लिए राज़ी होना चाहिए।
चैट एक अजीब किस्म की डायरी है। उसे कोई सहेजने के लिए नहीं लिखता, फिर भी उसमें वही वाक्य मिलते हैं जो दोस्तों का समूह सचमुच दोहराता है, उपनाम, खाने की जगह पर बहसें, और किसी गड़बड़ी को बताने के ठीक वही शब्द। इन्हीं ब्योरों से गाना खास लगता है। एक आम जन्मदिन का गाना कहता है कि आप बहुत अच्छे हैं। आपकी अपनी चैट से बना गाना कहता है कि आपकी फेरी एक सैंडविच की वजह से छूट गई थी, और जो लोग वहाँ थे वे दूसरी पंक्ति पर हँस पड़ेंगे।
काम साफ़ तौर पर दो हिस्सों में बँटता है, और हर हिस्से के लिए अलग मॉडल हैं। Picasso IA के पूरे कैटलॉग में 502 मॉडल हैं, जिनमें टेक्स्ट लिखने और दोबारा लिखने के लिए 75 भाषा मॉडल और बोल व स्टाइल के विवरण को ऑडियो में बदलने वाले 10 म्यूज़िक जनरेशन मॉडल शामिल हैं। आप दोनों को toolkit में चलाते हैं, इसलिए बोल वर्कस्पेस छोड़े बिना एक चरण से दूसरे में पहुँच जाते हैं। नए अकाउंट को पूरी कड़ी एक बार आज़माने के लिए मुफ़्त क्रेडिट मिलते हैं।
अगर आपके पास तैयार बोल हैं और सिर्फ़ संगीत वाला हिस्सा चाहिए, तो गीत के बोल को संगीत में बदलने वाला पेज उस आधे हिस्से को ज़्यादा विस्तार से बताता है।
बाकी हिस्से से पहले इसे पढ़ें। दूसरों के निजी मैसेज उनकी सहमति के बिना किसी भी टूल में न चिपकाएँ। ग्रुप चैट आपकी अपनी सामग्री जैसी लगती है क्योंकि आप उसमें हैं, पर आधे शब्द दूसरों के होते हैं, और कुछ इस भरोसे पर लिखे गए थे कि वे चैट में ही रहेंगे। आप जो भी चिपकाते हैं वह उस मॉडल तक पहुँचता है जिसे आप चला रहे हैं, इसलिए चिपकाने को ऐसे समझिए जैसे आप चैट किसी अजनबी को फ़ॉरवर्ड कर रहे हों।
व्यावहारिक तरीका दो मिनट का है। ग्रुप में ही सबसे पूछिए कि किसी को आपत्ति तो नहीं। जो मैसेज कोई चुने, उन्हें हटाने की पेशकश कीजिए। असली नामों की जगह उपनाम या पहले अक्षर रखिए, और फ़ोन नंबर, पते, काम की जगहें, सेहत की जानकारी, पैसों की बातें और ऐसा हर ब्योरा हटाइए जो चैट से बाहर के किसी व्यक्ति के बारे में हो। अगर एक व्यक्ति भी ना कहे, तो उसकी पंक्तियाँ निकल जाती हैं, या प्रोजेक्ट रुक जाता है। गाना पूरे समूह के लिए तोहफ़ा होना चाहिए, और एक झिझकता सदस्य उसे कुछ और बना देता है।
यही नियम उलटी दिशा में भी लागू होता है। जो गाना एक व्यक्ति का मज़ाक उड़ाकर बाकी लोगों का मनोरंजन करे, वह श्रद्धांजलि या सम्मान नहीं है, चाहे उस वक़्त चैट को वह कितना भी मज़ेदार लगा हो।
इन गानों के फीके रह जाने का सबसे आम कारण यह है कि बोल पूरी चैट को दोबारा सुनाने की कोशिश करते हैं। एक गाने में एक विचार और एक हुक की जगह होती है। पहले तय कीजिए कि गाना किस बारे में है, फिर उसके लायक संगीत शैली चुनिए। नीचे की तालिका आम चैट प्रकारों को एक कोण और उन स्टाइल शब्दों से जोड़ती है जो अक्सर फ़िट बैठते हैं।
| चैट का प्रकार | गाने का कोण | म्यूज़िक प्रॉम्प्ट के स्टाइल शब्द | सावधानी |
|---|---|---|---|
| बार-बार दोहराया मज़ाक | मज़ाक का वाक्य ही कोरस बने | जोशीला पॉप, साथ गाने लायक, चंचल, तालियाँ | मज़ाक को ऐसे संदर्भ की ज़रूरत हो सकती है जो अजनबी के पास नहीं |
| ट्रिप या इवेंट की अफ़रा-तफ़री | हर गड़बड़ी पर एक अंतरे वाला किस्सागोई गाना | फ़ोक पॉप, रोड ट्रिप, एकॉस्टिक गिटार | बहुत सारी घटनाएँ कोरस में भीड़ कर देती हैं |
| जन्मदिन या विदाई | हर अंतरे में एक साझा याद वाली श्रद्धांजलि | गर्मजोशी भरा बैलेड, पियानो, दिल से, कोमल | निजी ब्योरे जिनकी गाने में जगह नहीं |
| परिवार की चैट | रोज़ की आदतों और तकियाकलामों पर हल्का हास्य | नरम पॉप, पुरानी यादों वाला, हल्का, उजला | मज़ाकों के बीच बैठे संवेदनशील विषय |
| होड़ या रूममेट की जंग | एक छोटे झगड़े पर मज़ाकिया महाकाव्य गान | सिनेमाई, नाटकीय, चुटीले अंदाज़ में | मज़ाक जो एक ही व्यक्ति पर गिरे |
एक पंक्ति चुनिए, तीन नहीं। एक चैट से कई गाने बन सकते हैं, इसलिए बाकी को दूसरे गाने के लिए रख लीजिए।
यह पूरी कड़ी है, उस चैट से जिसे साझा करने पर सब राज़ी हैं, उस ट्रैक तक जिसे आप समूह को सुना सकें। पहले गाने के लिए एक घंटा रखिए, जो ज़्यादातर बोल पढ़ने और बदलने में जाएगा, मॉडलों का इंतज़ार करने में नहीं।
भाषा मॉडल सिर्फ़ वही जानता है जो आप चिपकाते हैं, इसलिए उसका पहला मसौदा अंश के सबसे जीवंत हिस्से पर टिकेगा। यह काम का है, और यही वह चीज़ भी है जिसे दिशा देनी है। उसे एक वाक्य में बताइए कि गाना किस बारे में है, उस पंक्ति का नाम लीजिए जो कोरस बननी चाहिए, और बताइए कि कौन से ब्योरे छोड़ने हैं। ऐसा प्रॉम्प्ट काम करता है: उस हफ़्ते के अंत पर चार मिनट का पॉप गाना लिखो जब हमारे दोस्तों की आख़िरी फेरी छूट गई, कोरस का वाक्य है बस एक सैंडविच ही तो था, लहजा प्यार भरा रखो और किसी को उसके पूरे नाम से मत बुलाओ।
फिर मसौदे को वैसे देखिए जैसे समूह देखेगा। भाषा मॉडल अजीब वाक्यों को चिकना कर देता है, और अजीब वाक्य ही असली बात हैं। अगर आपका दोस्त हमेशा एक ही शब्द गलत लिखता है, तो उसे वापस रखिए। अगर मॉडल ने मज़ाक को इस्तेमाल करने के बजाय समझा दिया, तो ऐसा दोबारा लेखन माँगिए जो सुनने वाले पर भरोसा करे। बोल को ऐसी लय भी चाहिए जो चैट में नहीं होती, इसलिए उम्मीद रखिए कि मॉडल पंक्तियाँ छोटी करेगा या उनका क्रम बदलेगा ताकि वे गाई जा सकें।
बोल को सीमा के भीतर और काबू में रखिए: music-2.6 बोल के 3500 अक्षरों तक लेता है, पर जो गाना सब अक्षर इस्तेमाल करने की कोशिश करता है वह अक्सर सूची बन जाता है। एक कोण, एक दोहराया जाने वाला कोरस वाक्य और हर याद के लिए कुछ अंतरे की पंक्तियाँ पूरी चैट को संगीत में ढालने से बेहतर सुनाई देंगी।
म्यूज़िक प्रॉम्प्ट के लिए आवाज़ का वर्णन वैसे कीजिए जैसे गिटार वाले दोस्त को करते: शैली, मूड, टेम्पो, वाद्य, और आवाज़ पुरुष की हो या महिला की। किसी कलाकार का नाम लेना ज़रूरी नहीं, और किसी असली गायक की नकल करने की कोशिश भी नहीं करनी चाहिए। अगर आप बोल खाली छोड़ते हैं, तो music-2.6 स्टाइल प्रॉम्प्ट से अपने बोल लिख सकता है, पर तब गाने में आपकी चैट का कुछ नहीं होता, जो यहाँ पूरे मकसद को ही खत्म कर देता है।
कुछ चैट अच्छे गाने नहीं बनेंगी, और कुछ को गाना बनाना ही नहीं चाहिए। क्रेडिट खर्च करने से पहले ये सीमाएँ जानना काम आता है।
दो चरणों में, हाँ। एक भाषा मॉडल आपके चिपकाए अंश को पढ़कर उससे बोल लिखता है, और minimax/music-2.6 जैसा म्यूज़िक मॉडल उन बोल को गाई हुई आवाज़ और वाद्यों के साथ धुन पर बिठाता है। नतीजा इस पर निर्भर करता है कि बोल कितने केंद्रित हैं, इसलिए एक साफ़ कोण वाला अंश सैकड़ों मैसेज के ढेर से कहीं बेहतर चलता है। उम्मीद रखिए कि ठीक सुनाई देने से पहले आप बोल सुधारेंगे और कम से कम एक बार दोबारा जनरेट करेंगे।
सिर्फ़ उनकी सहमति से। ग्रुप चैट के मैसेज आंशिक रूप से दूसरे लोगों के शब्द होते हैं, और कई इस भरोसे पर लिखे गए थे कि वे चैट में ही रहेंगे। कुछ भी चिपकाने से पहले समूह से पूछिए, जो पंक्तियाँ कोई चुने उन्हें हटाने की पेशकश कीजिए, असली नामों की जगह उपनाम रखिए और निजी ब्योरे हटाइए। अगर कोई ना कहे, तो उसकी पंक्तियाँ छोड़ दीजिए या प्रोजेक्ट रोक दीजिए। सरप्राइज़ तोहफ़े के तौर पर बना गाना बाद में माफ़ी माँगने से बेहतर इजाज़त लेकर बनता है।
यह पेज minimax/music-2.6 इस्तेमाल करता है, जो Picasso IA पर एक म्यूज़िक जनरेशन मॉडल है। वह बोल, स्टाइल प्रॉम्प्ट और [Verse], [Chorus] व [Bridge] जैसे स्ट्रक्चर टैग लेता है और गायन वाली तैयार ट्रैक लौटाता है। कैटलॉग में और भी म्यूज़िक मॉडल हैं, जैसे google/lyria-3 और elevenlabs/music, और हर एक प्रॉम्प्ट को थोड़ा अलग तरह से सुनता है। वही बोल दो मॉडलों से गुज़ारना आपकी चैट को जँचने वाली आवाज़ ढूँढने का सस्ता तरीका है।
नहीं, पर उन्हें सुधारना ज़रूर चाहिए। claude-sonnet-5 या gpt-5 जैसा भाषा मॉडल अंश से अंतरे और कोरस का मसौदा बना सकता है, और music-2.6 में एक लिरिक्स ऑप्टिमाइज़र भी है जो बोल का खाना खाली होने पर स्टाइल प्रॉम्प्ट से शब्द लिखता है। पहला विकल्प आपकी चैट इस्तेमाल करता है। दूसरा नहीं करता, इसलिए गाना आम सा बनेगा। आपका सुधार ही वे खास वाक्य वापस लाता है।
जितना आप सोचते हैं उससे कम। किसी एक घटना, एक दोहराए मज़ाक या किसी एक व्यक्ति के पल के आसपास के कुछ दर्जन मैसेज काफ़ी हैं, क्योंकि गाने को मुट्ठी भर अंतरों और एक कोरस में समाना है। अगर आप महीनों की बातचीत चिपकाते हैं, तो मॉडल धुँधला सार बनाता है। एक हिस्सा चुनिए, मॉडल को कोण एक वाक्य में बताइए, और पहला चल जाए तो चैट का बाकी हिस्सा दूसरे गाने के लिए रखिए।
नहीं, और उसे कोशिश भी नहीं करनी चाहिए। जनरेट किए गए ट्रैक की आवाज़ कृत्रिम होती है और आपके स्टाइल विवरण से ढलती है, जैसे पुरुष या महिला, मुलायम या खरखरी, पॉप या फ़ोक। किसी असली कलाकार की नकल करना, या दोस्त की सहमति के बिना उसके जैसी आवाज़ बनाना, ऐसी दिक्कतें लाता है जो एक मज़ेदार ग्रुप गाने को नहीं चाहिए। इसकी जगह शैली और मूड बताइए, और आपको कुछ मौलिक मिलेगा।
कर सकते हैं, पर पहले दो बातें जाँच लीजिए। बोल में जिनका नाम आया या जिन्हें उद्धृत किया गया, उन सबको सार्वजनिक संस्करण मंज़ूर होना चाहिए, जो किसी निजी मज़ाक पर सहमत होने से बड़ी माँग है। और हर प्लेटफ़ॉर्म के AI से बने ऑडियो और अपलोड की जा सकने वाली चीज़ों पर अपने नियम हैं, इसलिए पोस्ट करने से पहले प्लेटफ़ॉर्म की मौजूदा आवश्यकताएँ पढ़िए। ज़्यादातर समूहों के लिए गाने को उसी चैट में रखना, जहाँ वह जन्मा, ज़्यादा सुरक्षित और बेहतर चुनाव है।
भाषा मॉडल कई भाषाएँ सँभालते हैं, इसलिए आप चैट जैसी है वैसी चिपका सकते हैं और उसी भाषा में या किसी दूसरी में बोल माँग सकते हैं। गाया हुआ नतीजा किसी खास भाषा का उच्चारण कितना अच्छा करता है, और बोलचाल या भाषाओं की अदला-बदली को कैसे सँभालता है, यह मॉडल और प्रॉम्प्ट पर निर्भर करता है, इसलिए अंतिम संस्करण तय करने से पहले एक छोटा टेस्ट जनरेट कीजिए। बोल में किसी कठिन शब्द को उच्चारण के हिसाब से लिखना अक्सर उच्चारण की चूक ठीक कर देता है।
चिपकाने से पहले, हाथ से कीजिए। अंश को एक नोट में कॉपी कीजिए, हर असली नाम को उपनाम या पहले अक्षर से बदलिए, फ़ोन नंबर, पते, काम की जगहें और चैट से बाहर के लोगों के बारे में हर ब्योरा हटाइए, और सेहत, पैसे या रिश्तों के मैसेज काट दीजिए। साफ़ किया हुआ संस्करण एक बार ऐसे पढ़िए जैसे कोई अजनबी पढ़ रहा हो। भाषा मॉडल किसी पंक्ति को ज़्यादा धुँधला करके दोबारा लिखने में मदद कर सकता है, पर सफ़ाई पहले होनी चाहिए।
हर मॉडल रन क्रेडिट खर्च करता है, और लागत मॉडल और आपकी चुनी सेटिंग पर निर्भर करती है, इसलिए यहाँ लिखी कोई भी संख्या पुरानी पड़ जाएगी। भाषा मॉडल से बोल का मसौदा बनाना एक छोटा चरण है, जबकि पूरा ट्रैक जनरेट करना बड़ा चरण है, और हर दोबारा जनरेशन कुल में जुड़ता है। नए अकाउंट मुफ़्त क्रेडिट से शुरू होते हैं, और मौजूदा प्लान में क्या शामिल है यह पढ़ने की जगह कीमतों का पेज है।
आपकी चैट लंबे समय से एक गाने की सामग्री लिख रही है। जब समूह हाँ कह दे, तो Picasso IA का toolkit खोलिए और सुनिए वह कैसी लगती है।
अपनी भाषा चुनें
