Suno升级的AI音乐发电机在技术上令人印象深刻，但仍然令人不快

当它不是试图弯腰 诉讼从主要唱片公司开始，Suno仍在努力完善其AI音乐创建工具。最新的型号Suno V5是对先前版本v4.5+的明显技术改进。但这似乎仍然可以逃避弥漫着大多数人工智能艺术的空虚。

音频质量的全面升级是不可否认的，例如较少的文物和仪器之间的清晰分离。一些使用v4.5+产生的曲目可以将所有旋律部分缩小在一起，以吉他，贝斯和合成器之间的界线充其量充其量是泥泞的。但是使用V5，混合物要干净得多。

在演示期间，Suno产品经理亨利·菲普斯（Henry Phipps）指出了一首歌，我们拥有该模型，其中包括一个像笛子一样的合成器，听起来像是乒乓球延迟的影响：•我以前从未听说过，这对我来说是什么？实际上在传统意义上应用效果，这意味着该模型正在识别特定的仪器并近似立体声延迟的声音，因为它决定听起来应该是这样。

Suno还声称V5对流派有了更好的了解，尽管从我的测试中看来这一说法似乎值得怀疑。有了我的一些提示，例如现代的前卫R＆B带有故障，但时髦的鼓，大气的旋律零件和呼吸的人声，V5或v4.5+似乎都不是交付我想到的东西的明显赢家（主要是Kelela的S Kelela S把我拆开）。他们俩都接近了，给了我一些喜怒无常的合成器，但他们缺乏我所希望的怪异。

Suno也无法弄清楚我在90年代初期的Lo-fi Indie Rock在4轨录音机上录制的，带有关键的人声，并且略微摆脱了吉他，但V5绝对是更多的目标。尽管我尝试了一切，但我无法让Suno吐出任何听起来甚至像人行道的东西。我与倾斜和迷人找不到任何地方。取而代之的是，我得到了笨拙的摇滚，带有矮胖的即兴演奏和干净的驾驶动力和弦。Suno V5不断提供听起来比北极猴子的歌曲，而不是本世纪之交之前发行的任何歌曲。

同样，在我的测试中，V5有时似乎在时代或十年特定的提示中挣扎。当我要求1970年代后期的Krautrock时，v4.5+基本上将其钉在人声之外（稍后会详细介绍）。但是V5通常提供80年代的合成台和曲目，这些曲目显然更现代，即使它们具有一些经典的Krautrock DNA。

我要说的是，Suno的V5模型创造的安排要复杂得多。与v4.5+相比，有更多的一次性音乐蓬勃发展，可以防止事情变得过于重复和更多的歌曲结构。如果v4.5+通常满足于坚持使用基本的诗句 - 反向结构（可以很好地固定桥），则V5通常会有前或后的剖面，多个桥梁或分解，并且通常在轨道的过程中建立更多的弧形，而不是仅仅提供弧形。

在重新混合现有轨道时，它偶尔也会产生有趣的结果。我上传了几年前发行的EP中的一首歌（可能应该绊倒其版权过滤器），然后看，我不会撒谎，我喜欢它将吉他独奏的部分转录成一个反复出现的合成器主题，并将我的大弦垫变成了驾驶Arpeggios。

但是，我要求Suno创作的所有这些歌曲的封面中缺少的是我的原始曲目，我的曲目本质是我凌晨3点记录在我的客厅大约六年前。这是这里的一个运行主题。虽然Suno可以模仿旧录音的某些表面特征或录音带或呼吸等人类表演，但总是感觉不真实。

菲普斯（Phipps）承认，他没有听到人声模型重现了真实人类表现的独特缺陷。在与V5的早期消息中，Suno吹捧了其情感上丰富的人声和类似人类的情感深度，但是现在，任何面向公共的材料都没有这种措辞。取而代之的是，该公司现在选择将人声描述为自然，真实的，将变化粉刷为一种风格的选择。”

但是即使那感觉就像是伸展运动。是的，与v4.5+相比，人声感觉更加人性化，但它们仍然僵硬。Phipps解释说，当我们认为Suno [v4.5]的声音在情感上是平坦的时，我认为这只是因为缺少一些细节，这些细节使它具有优势，并且V5模型的较高忠诚度提供了该细节。

很难与该主张的技术方面争论 - 声音表演更详细 - 但它们仍然痛苦地通用。每个摇滚声的听起来都像是想象中的龙，芒福德和儿子，每首R＆B歌曲，就像梦游阿黛尔或无人魅力的Ariana Grande一样。

任何Suno人声都没有边缘。一切都沐浴在混响中，铺有和声，完美地在球场上。即使您明确地告诉它不要做这些事情，该模型也只会忽略您。我向V5询问了一个未经处理的情感独奏无伴奏合唱女性的声音表演，没有混响，没有和声，没有效果，只有干燥的人声。”它传递的两首歌被沐浴在混响中，包括其他与第一首和谐的歌手，甚至还听起来像贝斯伴奏。（不过，这可能是一个近似低音的声音。）但是菲普斯并不感到惊讶。这些模型尚未了解特定效果和记录技术的描述。他说，发声的方式受到歌词和一般情绪的影响最大。

所以，我喂了Suno歌词只是与滚石的足够不同Gimme庇护所为了避免被标记以侵犯版权。刚开始时，它似乎具有使原始毁灭性的所有元素。一位强大的女歌手大声喊着一个完整的，蓝调的安排，但它具有牙科教科书的所有情感影响。

当我听Gimme庇护所时，玛丽·克莱顿（Mary Clayton）的方式声音破裂当她在桥期间拉开强奸和谋杀时，这使我cho住了。罗伯特·史密斯（Robert Smith为什么我能成为你在库尔特·科本（Kurt Cobain）的呼吸中，他在交付最后一行之前的呼吸你昨晚在哪里睡觉告诉您，这是一个与真正的恶魔斗争的人。

总的来说，试图使Suno Sound“糟糕”，“原始”，“钥匙”，草率的，这是徒劳的。关于公司的所有谈论，新型模型的声音听起来很自然，它缺乏经常带有表演情感体重的缺陷。Suno的虚拟歌手听起来仍然很独立。V5模型可能会理解，特定的歌词应该是可悲的，但是它与单词没有实际的情感联系，因为它是一堆代码，而不是艺术家。