Флейтистка против нейросетей

🎼 Флейтистка прогнала Suno и AssemblyAI через слух

На Habr в блоге компании Bothub вышел практический разбор музыкальных нейросетей — статья 1082846. Автор материала — флейтистка, то есть музыкант-практик, и разбор сделан на слух, а не по метрикам.

Механика простая: две модели с разными задачами. Suno сочиняет музыку по текстовому промту, AssemblyAI работает на приёме — распознаёт аудио и вокал. Автор заказывала у Suno генерацию в тональности ми-минор (E minor), а для AssemblyAI пела сама — проверяла, как модель слышит и распознаёт вокал и ноты.

Формат — фиксация по пунктам: где модели поняли задачу, а где «сыграли от себя». Тема заявлена в аннотации прямо: что AI-музыка «уже умеет», а что «пока имитирует».

Если убрать тональности, картина такая: Suno и AssemblyAI стоят на двух концах одного конвейера — одна превращает текст в звук, вторая превращает звук обратно в разбор. И на обоих концах модели не всегда точно понимают задачу: в части случаев генерация уходит от промта, а AI-музыка по тексту пока частично имитирует замысел, а не воспроизводит его.

Целиком этот опыт флейтистка описала в статье Bothub на habr.com