Suno v4.5 जारी
(suno.com)- पुष्टि की जा सकने वाली स्क्रीन रिलीज़ नोट नहीं, बल्कि Suno का AI Music Explore पेज है, जहाँ Staff Picks और Best of v5.5 सूची के ज़रिए सार्वजनिक गाने और उनके generation version दिखाए जाते हैं
- Staff Picks में v4.5-all, v5.5 और Studio लेबल मिले-जुले रूप में हैं, और हर गाना शीर्षक, निर्माता, views/reactions की संख्या और comments की संख्या के साथ दिखाया जाता है
- Best of v5.5 में सिर्फ v5.5 गाने अलग सेक्शन में बाँधे गए हैं, जहाँ Sentiment, Love Language, Condolences, 365 जैसे गाने दिखते हैं
- दिख रही सूची के आधार पर Staff Picks में Lucid Dreaming 438K views के साथ सबसे ऊपर है, और Best of v5.5 में Condolences 321K के साथ सबसे ऊपर है
- पेज पर दिखने वाली जानकारी गानों की खोज और internal menu तक सीमित है, और v4.5 रिलीज़ features या pricing/usage terms की पुष्टि नहीं होती
Suno Explore में दिखने वाला स्क्रीन विन्यास
- Explore, Suno का AI Music discovery page है, जो सार्वजनिक गानों की सूची और internal navigation menu साथ में देता है
- ऊपर Home, Explore, Create, Studio, Library, Hooks दिखते हैं
- अतिरिक्त menu में Earn Credits और Labs दिखते हैं
Staff Picks में दिखने वाले गाने और version
- Staff Picks अलग-अलग generation version के गानों को एक ही सूची में मिलाकर दिखाता है
- My Vision: v4.5-all, Luna World, 239K, 3.2K, टिप्पणियाँ 462
- Secret Fantasy: v5.5, Alfie, 120K, 1.8K, टिप्पणियाँ 190
- BIZARRE: v4.5-all, MOSTER, 110K, 1.8K, टिप्पणियाँ 167
- Velvet Heist: v5.5, Stageism, 61K, 1.1K, टिप्पणियाँ 108
- Ethereal Sun: v4.5-all, Rachel_Claveau, 47K, 1.0K, टिप्पणियाँ 115
- Lucid Dreaming: v4.5-all, Varletine, 438K, 7.7K, टिप्पणियाँ 942
- Slippin: Studio, PK♠️ 🇳🇴, 255K, 6.6K, टिप्पणियाँ 704
Best of v5.5 सूची
- Best of v5.5 में v5.5 चिह्नित गानों को अलग सेक्शन में रखा गया है
- Sentiment: Toxic trades, 212K, 2.9K, टिप्पणियाँ 210
- Love Language: Halo 💔, 137K, 2.8K, टिप्पणियाँ 217
- No Conversation (Underground 2-Step Mix): CKDolcefarniente, 68K, 1.1K, टिप्पणियाँ 82
- Condolences: Æthereal Diffusion, 321K, 4.2K, टिप्पणियाँ 334
- 365: Han, 212K, 3.8K, टिप्पणियाँ 307
- float.: WorriedChart, 150K, 2.7K, टिप्पणियाँ 223
- Flatline: Ken Hein Lucky, 95K, 2.1K, टिप्पणियाँ 139
वे बिंदु जो v4.5 रिलीज़ जानकारी के रूप में पुष्टि नहीं होते
- दिए गए मुख्य पाठ के दायरे में v4.5 रिलीज़ features, model improvements, pricing या usage terms के बारे में कोई विवरण नहीं है
- पुष्टि की जा सकने वाली सामग्री Explore पेज की song list, version labels, creators, reaction counts, comment counts और Suno के internal navigation menu तक सीमित है
1 टिप्पणियां
Hacker News की रायें
Suno जैसे टूल्स की असली क्षमता रेडियो हिट गाने उगलने में नहीं, बल्कि ऐसा संगीत बनाने में है जो व्यावसायिक प्रेरणा न होने के कारण शायद मौजूद ही न होता. उदाहरण के लिए functional music
मैंने ऐसे गाने बनाने शुरू किए जो emotion regulation strategies को मजबूत करते थे—grounding techniques, breathing, present में बने रहना जैसी चीज़ों पर. ये instructional tracks नहीं थे, बल्कि असली अभ्यासों और skills को दर्शाने वाले lyrics वाले गाने थे
शुरुआत में ये therapy के बाद घर लौटते समय सुनने और calm down करने के लिए बनाए गए एक mini album जैसा था, लेकिन बाद में stressful situations में lyrics याद आने लगे. तब एहसास हुआ कि ये गाने सिर्फ शांत करने के tools नहीं, बल्कि पूरी ज़िंदगी में काम आने वाली emotional skills सिखा रहे हैं
Work songs, lullabies, marches, धार्मिक hymns जैसे ऐसे संगीत पहले से मौजूद हैं जो सिर्फ सुनने के लिए नहीं होते; interaction के तरीके सिखाने वाला संगीत अब भी लगभग अनछुआ क्षेत्र है
फिर भी product को लेकर उत्साह है. composer में, अगर पहले से नहीं है, तो chain-of-thought जैसी संरचना के जरिए बड़े sequences और उनके आपसी संबंधों की planning कर पाने की क्षमता होनी चाहिए. Suno ऐसा क्षेत्र लगता है जहां functional neuro-symbolic model सबसे फिट बैठ सकता है. CPE ने सैकड़ों साल पहले counterpoint algorithms इस्तेमाल किए थे
https://www.reddit.com/r/classicalmusic/comments/4qul1b/crea... असली site तो आगे बढ़ चुकी है, लेकिन Wayback पर देखी जा सकती है. हालांकि मुझे ऐसा archived version नहीं मिला जिसमें generation demo काम करता हो, और उस समय मैंने सच में इसे इस्तेमाल किया था
https://suno.com/playlist/d2886382-bcb9-4d6d-8d7a-78625adcbe...
https://music.apple.com/au/album/breath-of-the-cosmos/175227...
https://open.spotify.com/track/0mJoJ0XiQZ8HglUdhWhg2F?si=tID...
https://suno.com/s/LHRmE867FslALzz6
हालांकि मुझे लगता है दिशा गलत चुनी गई. वास्तविक रूप से इसे tracker files पर train करके उसी तरीके से songs compose करने चाहिए थे, और सिर्फ vocals व MIDI के लिए individual instrument sounds generate करने चाहिए थे
ऐसा करने पर tracks को practically render किया जा सकता, quality भी बेहतर होती, और असली musicians mod जैसे skeleton files लेकर उन्हें edit कर सकते और human touch जोड़ सकते—यह कहीं ज्यादा उपयोगी होता
यह subgenre काफी फैल चुका है, और ऐसे लोग जिनमें अभी तक सामने न आया songwriting talent है, politics, finance, life maintenance, critical thinking training जैसे topics पर rap बनाते हैं; फिर Conscious Rap sharing sites पर personal music फैल भी जाता है
Generated music ने मेरी ज़िंदगी में सबसे बड़ा असर wedding talent shows में डाला. जब परिवारों को bride के बारे में anecdotes वाला funny song चाहिए होता है, तो अब talent की जरूरत नहीं रह गई
पहली बार सुनकर हैरानी हुई, लेकिन दूसरी शादी में वैसा ही कुछ देखकर boring लगने लगा, और तीसरी बार तक सबको नापसंद हो गया
Image generation की तरह हम factory-made जैसी art से बहुत जल्दी ऊब रहे हैं, इसलिए समझ नहीं आता कि इसे कैसे लेना चाहिए
जैसे किसी nonexistent TV show का theme song बनाना, culture A के song form को culture B में ले जाने का तरीका खोजना, जिस game को बनाना चाहता हूं उसका background music बनाना, या Shikoku 1889 में Iyo railway shares बेचने के लिए sales song बनाना—ऐसी अजीब और बेवकूफाना चीज़ें
जिन लोगों का कोई cultural influence नहीं है, उनके लिए Suno जैसी services उन्हें सिर्फ वही पुराना brain-rotting pop music सुनते रहने से बचाती हैं. आप garbage बना सकते हैं, लेकिन कम से कम वह आपका garbage है, और किसी के कुछ फेंकने का इंतज़ार नहीं करना पड़ता
Suno उन rare subscription services में से है जो सच में मजेदार लगती है, इसलिए मुझे पसंद है
Musician न होने के नाते मेरे कानों को Suno plausible music बनाता लगता है, लेकिन कुछ tracks सुनने के बाद उनमें fake-सा एहसास भी आने लगा. हालांकि यह हिस्सा खास interesting नहीं है; असली interesting बात यह है कि ये इतने अच्छे हो जाएंगे कि उस fake feeling से आगे निकल जाएंगे
मुझे यह सच में पसंद नहीं है
यहाँ comments पढ़ने से पहले मुझे पता ही नहीं था कि यह AI है। मैं सच में anti-folk big band स्टेशन का आनंद ले रहा था
अब सोचता हूँ तो बहुत मुमकिन है कि यह genre नाम ही बेतुका हो, लेकिन वही बेतुकापन Spotify पर मिली चीज़ों से ज़्यादा मज़ेदार लगा। यह मेरे बारे में क्या कहता है, या संगीत की हालत के बारे में क्या कहता है, पता नहीं, लेकिन मुझे नहीं लगा था कि यह अभी इस हद तक capable होगा
यहाँ का माहौल HN जैसा ही बदनाम cynicism वाला है। सब लोग इस technology को मौलिकता रहित, प्रेरणा रहित और फीका बताकर खारिज कर रहे हैं, और खुद को समझा रहे हैं कि संगीत में “खास मानवीय स्पर्श” न हो तो audience ऊब जाएगी और प्रभावित नहीं होगी
लेकिन मुझे लगता है average ear को फर्क नहीं पड़ेगा। यह संगीत पहले ही उतना अच्छा है जितना इंसान बना सकते हैं, और license fees के बिना बहुत कम लागत पर मिलेगा। cafes, restaurants, TV ads, अगली Spotify playlist—हर जगह इसे देखने के लिए तैयार रहना चाहिए
ऐसे soundtrack सामान्य हो जाएंगे, और ऐसी communities की चीख-पुकार, replace हो चुकी technologies को नकारने वाले दूसरे मामलों की तरह, हाशिए पर पड़ी minority बन जाएगी
बेशक इंसानों का बनाया संगीत बना रहेगा, लेकिन cafe background music, games/films soundtracks, waiting rooms, TV shows जैसे बड़े पैमाने के uses में, जहाँ वैसा emotional connection ज़रूरी नहीं होता, मैं इस पर बड़ा दांव लगाऊँगा कि यह आखिरकार human-generated music से ज़्यादा आम हो जाएगा
क्या आपने Nobuo Uematsu, Yoko Shimomura, Lena Raine, John Williams, Clint Mansell, Ennio Morricone, Ramin Djawadi, Max Richter जैसे नाम कभी नहीं सुने। क्या आपने कभी किसी film या TV show के emotional climax में On The Nature of Daylight का perfect इस्तेमाल होते देखा-सुना नहीं, जो सीधे भीतर तक चुभ जाए। सिर्फ़ सोचकर ही मेरी बाँहों में goosebumps आ जाते हैं
आप इन media में उन लोगों को बहुत सतही ढंग से देख रहे हैं जिन्हें लोग प्यार करते हैं, और आगे लंबे समय तक करते रहेंगे
मेरे पसंदीदा cafe में बज रहा track AI से generate हुआ है या नहीं, मुझे बहुत फर्क नहीं पड़ता। background music में emotionally डूबना ज़रूरी नहीं है, और अगर संगीत का उद्देश्य साधारण है तो कई लोगों के लिए AI उस उद्देश्य को इंसान जितना ही पूरा कर सकता है
license fees भी बड़ा फायदा हैं। human music की royalties जटिल और महंगी होती हैं, लेकिन AI-generated music अधिक से अधिक monthly subscription fee जैसा है
videogames या film soundtracks पर मैं पूरी तरह सहमत नहीं हूँ, लेकिन मुझे लगता है कि AI-generated assets solo developers या छोटी teams के लिए game development को ज़्यादा accessible बना देंगे
आखिर में जो पसंद है वह सुनिए और देखिए technology कहाँ जाती है। human creators तुरंत अपनी नौकरियाँ नहीं खोएँगे, लेकिन खासकर functional music में उन्हें competition मिल सकता है
झंझट भरे इंसानों की जगह corporate subscription-based content farms को music और art का certified non-cynical happy future बताया जा रहा है
यह कहना कि यह music पहले ही उतना अच्छा है जितना इंसान बना सकते हैं, वैसा ही है जैसे बड़े codebase जैसी दूसरी AI-generated चीज़ें अच्छी होती हैं। अगर फर्क नहीं कर पा रहे, तो बधाई
अगर आप games/films soundtracks, waiting rooms, TV shows को ऐसी चीज़ें कहते हैं जहाँ emotional connection की ज़रूरत नहीं, तो film या TV show देखने का मतलब क्या रह जाता है, और उन्हें बनाने का मतलब क्या रह जाता है
Suno की सबसे बड़ी कमजोरियों में से एक lyrics generation है, और यह कि गाना बनाए बिना सिर्फ lyrics generate नहीं किए जा सकते। मुझे लगता है कि किसी दूसरे LLM से lyrics बनाकर कई बार revise करने के बाद, अंतिम song generation के लिए उन्हें Suno को देना बेहतर है
अगर यहां कोई subscriber है और थोड़ा token खर्च कर सकता है, तो Hacker News के बारे में कोई गाना share करे तो मजेदार होगा
उम्मीद है कि आगे Suno जैसे tools project के स्तर पर गाने बना सकेंगे और उन्हें ज्यादा बारीकी से tune किया जा सकेगा। असल में यह music की vibe coding जैसा तरीका है
4.0 में annotation feature अभी सीमित था, और अगर singer किसी शब्द का गलत उच्चारण करता था तो उसे ठीक करने या सही pronunciation specify करने का कोई तरीका नहीं था। 4.5 में prompt interpretation बेहतर करने की बात blog post में है, लेकिन technical details या बदलाव महसूस कराने वाले स्पष्ट examples कम हैं
user guidance निश्चित रूप से और बेहतर हो सकती है। मेरे अनुभव में emotion, थोड़ी musical direction, चाहिए track के parts या layers का description, music production terms, genre, intro/outro/chorus जैसे कई निर्देश काम करते हैं, लेकिन मुझे लगता है कि वे 100% हमेशा मान लिए जाने वाले commands नहीं, बल्कि generation के result space को steer करने जैसे हैं
ऐसे instructions style tags या lyrics के अंदर [brackets] में डाले जा सकते हैं, और 4.5 में अगर आप ज्यादा descriptive लिखते हैं तो result साफ तौर पर बदलता है
उस गाने में AI वाली खास पतली और metallic quality थी, इसलिए इस comment की वजह से मैंने 4.5 में upgrade करके देखा: https://suno.com/s/tbZlkBL7XeLVuuN0
यह बेहतर तो हुआ है, लेकिन थोड़ी-सी magic गायब हो गई
original comment यहां है: https://news.ycombinator.com/item?id=39997706
उसी “artist” की spirit में इस comment को भी गाना बनाया: https://suno.com/s/AumsIqrIovVhT0c9
और https://suno.com/s/YGlpHptX6yXJVpHq
पक्का नहीं कि कौन-सा बेहतर है
मैं 10 साल से hobby के तौर पर composition और lyrics लिखता रहा हूं। Suno 4.0 से इसके features इतने अच्छे हो गए कि पहले उसके अंदर conceptually workshop करना worthwhile लगा, और उन लोगों के लिए भी value बन गई जो stems को synthesized instruments में split करके जरूरत पड़ने पर manually adjust कर सकते हैं
लोग हमेशा इस बात को लेकर चिंता करते हैं कि low-effort “spray and pray” style music production का मतलब क्या होगा, लेकिन आखिरकार यह सभी involved लोगों के लिए faster और cheaper iteration और development संभव बनाता है। final output सच में बेहतर है या नहीं, यह आप खुद judge कर सकते हैं
तुलना के लिए, Suno के अंदर ही सब कुछ करने के लिए forced किया गया गाना 1 हफ्ते से भी कम में बन गया: https://www.youtube.com/watch?v=R6mJcXxoppc
दूसरी तरफ, खुद compose करके session players के साथ काम किया गया गाना कई महीने ले गया और सैकड़ों dollars खर्च हुए: https://www.youtube.com/watch?v=I5JcEnU-x3s
LLM इंसानी संस्कृति का औसत निकालते हैं—यह बात किसी भी दूसरे माध्यम की तुलना में music AI में ज़्यादा साफ़ दिखती है। इमेज, डिज़ाइन और creative writing की तरह, इससे कोई मौलिक काम नहीं कराया जा सकता, और यह “intelligence” की समस्या नहीं है
पता नहीं यह हल हो सकता है या नहीं, लेकिन मुझे लगता है कि इसे बड़ा research topic बनना चाहिए। अगर किसी को इससे जुड़े paper पता हों तो मैं अभी तक नहीं ढूँढ पाया हूँ। यह भी ठीक से नहीं पता कि क्या search करूँ
क्या आप कहेंगे कि Green Day के सारे गाने अलग और मौलिक हैं? Jazz भी 6-2-5-1 progression बार-बार इस्तेमाल करता है। अगर आप सिर्फ avant-garde progressive rock जैसी चीज़ें नहीं सुनते, तो सारी music derivative है, और यह ठीक है
हर गाने को बर्फ़ के अनोखे फाहे जैसा unique होने की ज़रूरत नहीं। अगर वह पसंद आए या कुछ महसूस कराए, तो उतना काफी है
https://youtu.be/JdxkVQy7QLM?si=_lkqbjVZRuPVjOkL
https://youtu.be/_PC6jwoHyOk?si=imjfG9khOI-hsJA0
https://youtu.be/Fkf4QYTfIxA?si=j-Fo8HN59xCbteD2
अगर अनुभव और genes ही सब कुछ हैं, तो AI के किसी दिन इंसानों से आगे निकलने की संभावना ज़्यादा है। क्योंकि वे बस बहुत refined patterns हैं
अगर ऐसा नहीं है, तो हमें कोई metaphysical चीज़ माननी पड़ेगी, लेकिन उसका कोई सबूत नहीं है
यह वाकई दिलचस्प विषय है, और शायद human condition पर नई insight दे सकता है। यह कहाँ तक जाएगा, देखने का इंतज़ार है
नए और random काम आज़माना, फिर इंसान के तौर पर खुद यह verify करना कि वह random नई चीज़ subjectively अच्छी है या नहीं, और फिर उसे select करना
इस समझ में नया style बनाने की प्रक्रिया evolution है—यानी mutation और selection की gradual process—और selection करने के लिए अपना दिमाग़ ज़रूरी है। “अभी जो नया idea आज़माया, क्या उसने मुझे अच्छा महसूस कराया?” यही selection है
इंसानों के लिए verification activity effortless और immediate होती है, लेकिन AI मूल रूप से उस verification तक पहुँच नहीं सकता, इसलिए randomness के बाद वाले selection step को करने की क्षमता नहीं रखता। इसलिए architecture कुछ भी हो, creativity पैदा होना मुश्किल लगता है
जब तक किसी तरह human validator का proxy न बनाया जाए, यह लगभग असंभव लगता है, और इकलौता हल इस process को simulate करना लगता है, लेकिन यह मुश्किल होगा
UI सच में शानदार है। random button दबाकर नए niche genre या style खोजना बहुत मज़ेदार है। उदाहरण के लिए klezmer मैंने पहले कभी नहीं सुना था, लेकिन वह सच में अच्छा style निकला
पता नहीं music की वजह से है या नहीं, लेकिन लंबे समय बाद किसी website ने मुझे इतना बड़ा हँसाया
जो गाने सुनता हूँ उन्हें save करने का मन करता है। सच कहूँ तो blind test में मैं यह पहचान पाऊँगा या नहीं कि यह AI है, पता नहीं
अगर गाना save करना है तो title पर click करें। account हो तो favorite में add करना या download करना वगैरह कर सकते हैं
कोई तो समय के हिसाब से AI music को cassette या vinyl पर record करके बेचने का business भी शुरू कर सकता है
यह अनंत public domain music का मज़ा है
क्या ये अभी भी Sony वगैरह के साथ unauthorized music training के मामले में lawsuit में नहीं हैं? फिर भी नए product लगातार निकाल रहे हैं
लगता है Uber-style outcome की उम्मीद है: illegal phase में इतना कमा लो कि छोटा fine भरकर आगे बढ़ते रहो
Suno ने माना है कि उसने copyrighted music से model train किया, और अब वह यह position defend कर रहा है कि music copyright और royalties music के future के लिए नुकसानदेह हैं
लगता नहीं कि इन genres को ठीक से test किया गया है
“Cajun synthpop chant” में न chant है न synth, और यह French female vocal वाले country music जैसा लगता है
एक वजह यह हो सकती है कि music के high-quality descriptions बहुत नहीं हैं। artist genre का अंदाज़ा लगाया जा सकता है और reviews जैसी चीज़ें scrape की जा सकती हैं, लेकिन उनमें काफी noise होगा
Klezmer music भी ठीक था, लेकिन Yiddish पूरी तरह accurate न रहा हो सकता है