Спел маме на юбилей через нейросеть: как сделал персональную песню, чтобы она расплакалась

Я Артём, 34. Работаю в логистике. На прошлой неделе у моей мамы был юбилей — 60 лет. Я был в командировке в Хабаровске, до Перми 5800 километров и 8 часов перелёта со стыковкой. Не успевал никак. Сестра в Перми всё организовала — кафе, тортик, гости, родственники, бабушка в кресле с подушкой под спиной. Я остался без подарка и без присутствия. До юбилея было четыре дня.

В итоге я отправил маме песню. Спел её сам, моим голосом, через нейросеть. Сестра поставила её в кафе через колонку, мама заплакала, гости заплакали, дядя Володя слегка прослезился (он за всю свою жизнь плакал три раза, я считал). Сейчас расскажу, как именно я это сделал, что было сложно, и почему этот подарок оказался сильнее любых цветов.

Сидел в гостинице в Хабаровске, смотрел в потолок. До юбилея четыре дня, я уже отказался от идеи прилететь (последний рейс с разумным трансфером — 18 тысяч в одну сторону, плюс отель, плюс возврат, плюс одно совещание, которое я бы пропустил). Сестра сказала «не парься, мы тут справимся». Но я парился.

В голове прокручивал варианты. Цветы? Банально. Букет за 5 тысяч из доставки, это «отделался». Видео-поздравление по видеосвязи? Тоже банально, мама и так со мной по видео раз в неделю говорит. Подарочный сертификат? Это совсем стыдно.

Открыл Telegram, чтобы списаться с сестрой. Случайно зацепился взглядом за пост в каком-то канале — там парень рассказывал, что сделал маме на 8 марта песню через нейросеть со своим клонированным голосом. Я залип на этот пост на 20 минут.

И понял, что вот оно. Спою маме сам. Голосом, которым она меня в детстве слушала, когда я пытался петь в хоре в первом классе.

Открыл easysong.ru. Зашёл в раздел генерации песни. Там нужно описать, про кого песня — кто это, что для него важно, какие детали.

Я сел печатать и завис на первой фразе.

«Мама — самая лучшая, самая родная». Так не пойдёт, это штамп.

«Мама — заботливая, любящая, добрая». Это штамп ещё хуже. Так и про чужую тётю можно написать.

Понял, что мне нужны конкретные детали, иначе нейросеть выдаст шаблонный текст, под который мама обнимется чисто из вежливости.

Сел писать заново. Заставил себя думать про маму как про конкретного человека, а не как про «маму вообще».

Получилось вот что: - Имя — Татьяна. - 60 лет. - Работала медсестрой в роддоме 40 лет (вчера была последняя смена, ушла на пенсию). - Цветы любит больше людей (у неё на балконе 47 горшков, я считал в прошлый Новый год). - Кота зовут Тимоха, она с ним разговаривает. - В моём детстве пела мне «На границе тучи ходят хмуро», когда укачивала. - Сейчас ходит с тростью после операции на колене, никогда не жалуется. - В её гардеробе нет чёрного цвета вообще, только серое, бежевое, голубое. - На холодильнике у неё мой школьный рисунок 1998 года — я там нарисовал её и подписал «мама». Висит 27 лет.

Этого хватило. Я скопировал этот список в поле «опиши, про кого песня». Указал, что текст хочу с обращением «мама», в куплете 1 — про её работу медсестры, в куплете 2 — про детство и колыбельную, в припеве — про благодарность, в финальном куплете — про цветы на балконе.

Жанр выбрал — лиричная баллада в духе советской эстрады. Мама другое не слушает: Толкунова, Пугачёва ранняя, Магомаев. Если поставить ей хип-хоп, она встанет и уйдёт.

Через минуту нейросеть выдала текст. Я начал читать. Местами было удачно — про колыбельную, про холодильник с моим рисунком. Местами штамп — «руки твои нежные», «свет в окне родном». Это всё было слишком обтекаемое.

Открыл редактор текста. Платформа позволяет править строки, не теряя структуры — я кликаю на строку, набираю новый текст, ритм она потом подгоняет.

Переписал процентов 30. Конкретно: - «руки твои нежные» → «руки в шраме после ампулы» - «свет в окне родном» → «свет на 47-м горшке» - «помню колыбельную» → «помню тучи хмурые» - «как же я тебе благодарен» → «я в Хабаровске, мама, прости»

Последнюю строчку добавил уже совсем под занавес. Подумал, что мама поймёт без объяснений, это про сегодняшний вечер.

Был ещё один трюк — у платформы есть маркировка ударений. Имя «Татьяна» нейросеть в первой версии прочитала «ТатьЯна» — неправильное ударение. Я в тексте дописал «ТатьЯнА» с заглавной А — она прочитала правильно. Мелочь, но без неё всё бы скатилось.

Сгенерировал. Через три минуты пришли два трека, это норма платформы, всегда два варианта на одну попытку.

Первый я открыл. Услышал струнные, потом пианино, потом женский голос на куплете. Подождите. Женский?

Я забыл указать, что мне нужен мужской голос. По умолчанию платформа выбирает наугад. Получилась нейтральная исполнительница с приятным сопрано. Это было неплохо, но не моё.

Второй вариант — мужской. Низкий бархатный баритон, такого голоса у меня нет физически, но он мне нравился больше. Послушал — хорошо. По эмоции, по подаче. Но это не я. Это какой-то Магомаев с лёгкой современной обработкой.

Я хотел свой голос. Поэтому пошёл клонировать.

В разделе голосового клонирования платформа предложила записать одну минуту своей речи через микрофон ноутбука.

Сел перед экраном. Завис. Что говорить минуту? Решил, что прочитаю вслух статью из BBC про экономику Хабаровского края, на которую случайно зашёл. Получилось ровно, без «эээ», без пауз. Подождал две минуты — система обработала, выдала voiceId.

Дальше — контрольная фраза. Что-то про «я подтверждаю, что это мой голос, и разрешаю его использовать». Это правильно: значит, никто не может загрузить чужие mp3 и сделать клон чужого голоса. Только своего, только с микрофона, только с подтверждением.

Прочитал фразу. Получил активный voiceId. Дальше — пошёл обратно в генерацию песни, добавил «использовать мой голос», поставил тот же текст, тот же жанр.

Через три минуты — два трека. Я в них себя.

Включил наушники. Включил трек. Услышал первый куплет.

Это пел я. Не «похожий на меня». Я сам. Тот голос, который я слышу в своих видосиках и думаю «фу, какой я противный». Только сейчас он не противный. Он мягкий, плавно тянет ноты, не фальшивит, поёт на полтора октавы выше моего разговорного — то есть в ту высоту, в которой я в жизни никогда не пою.

Я пел маме. Голосом, которым она меня вырастила. И слова были про её колыбельную, про мой школьный рисунок, про шрам после ампулы, про то, что я в Хабаровске и прости.

Сел на кровать, выключил наушники, посидел минуту в тишине. Потом включил снова, дослушал до конца. На последней строчке — «я в Хабаровске, мама, прости» — почувствовал, что у меня самого тут глаза слегка влажнеют. Это уже совсем глупо: я слушаю собственный голос в собственной песне в гостиничном номере и хлюпаю носом.

На той же платформе была фишка «поющее фото». Это когда берёшь обычную фотографию человека, и она начинает «петь» — лицо двигается, рот открывается, синхронизируется с треком. У меня была фотография мамы с прошлого Нового года, у бабушки в гостях, в её любимой бежевой кофте.

Загрузил фото, прикрепил трек, выбрал длительность 30 секунд (на больше скорее всего никто из гостей терпения не хватит). Платформа предложила два провайдера, разной цены. Я выбрал тот, что подешевле — около 10 алмазов.

Через 15 минут пришло видео. На нём мама в бежевой кофте поёт моим голосом. Это было слегка странновато, но в хорошем смысле. Я отправил видео сестре сразу же. Она написала: «Артём, я тут на работе чуть кофе не вылила. Мама будет в обмороке».

В кафе на 12 человек сестра арендовала маленький зал. Я туда заранее прислал сестре MP3 файл с песней и видео, чтобы они их подгрузили в колонку и в телевизор.

Сценарий был такой: после тоста бабушки сестра объявила, что у мамы есть подарок от меня. На экране телевизора показалось видео с поющей мамой, под него — звук моего голоса с песней.

Дальше у меня нет описания из первых рук. Сестра записала видео реакции и прислала в Telegram через два часа.

На записи: мама сидит за столом, смотрит на телевизор. Первые 10 секунд — улыбается, ждёт «прикольного видоса». На второй фразе («помню тучи хмурые») — улыбка уходит, лицо стянулось. На припеве — рукой накрыла лицо. На финальной строчке («я в Хабаровске, мама, прости») — заплакала по-настоящему, не сдерживаясь. Бабушка с другой стороны стола тоже плакала, гладила её по плечу. Дядя Володя смотрел в сторону, у него тоже что-то на глазах было.

Сестра написала: «такого подарка ни у кого не было никогда. Все ревут, я тоже». Я сидел в номере, читал и тоже выл. Командировка, ночь, гостиница, ноутбук, и мама за 5800 км плачет от моего голоса.

Через час позвонила мама. Сказала только: «Артёмушка, спасибо, я тебя люблю». Я в этот момент даже не смог нормально ответить, что-то промямлил про «мам, я тоже». Положили трубку.

По цене: - Песня (одна генерация с двумя вариантами) — 2 алмаза, около 24 рублей в моём пакете. - Перегенерация с моим голосом — ещё 2 алмаза. - Поющее фото — 10 алмазов. - Голосовое клонирование — бесплатно.

Итого — 14 алмазов. У меня был пакет 199 рублей за 9 алмазов, докупил ещё один пакет 199 за 9 (всего 18 алмазов, осталось 4). Общая трата — около 400 рублей.

Времени — 1 час 40 минут. С перерывами на пива в гостиничном баре между шагами.

Не буду делать вид, что всё чисто. Подарок получился мощный, но я при этом не приехал. Не привёз цветы, не обнял маму, не сел за стол. Песня, это компенсация моего отсутствия. И мама это понимает, и я это понимаю. После этого вечера мне стало одновременно и хорошо (получилось сильно), и стыдно (я заменил живое присутствие технологией).

Если у тебя есть возможность приехать — приезжай. Не сравнивай 5 тысяч рублей за крюк перелёта с подарком за 400. Подарок сильнее, но присутствия он не заменяет.

Несколько вещей.

Первое: нейросеть не делает подарок, его делает текст. Конкретные детали вашей мамы важнее любого продакшена. Кот Тимоха, шрам после ампулы, мой рисунок на холодильнике — это то, что превращает «песенку из интернета» в персональный подарок.

Второе: голос важнее аранжировки. После клонирования трек стал в десять раз сильнее. Не потому что я хорошо пою, а потому что для мамы любой её сын в подарке, это её сын.

Третье: тестируйте на сестре. Я перед отправкой скинул черновик. Она сказала «уберите слово „светлая“, мама в гробу видела это слово». Я убрал.

Через две недели я прилечу в Пермь, и мама достанет колонку, и снова поставит трек, и я буду сидеть рядом с ней и слушать собственный голос в третий раз. Сестра уже сказала, что мама показала песню всем подругам, и теперь два или три заказа на «такое же» висят в моём Telegram. Я в эту сторону развиваться не планирую, но если у вас есть нерешённый подарок и километры между вами и человеком — попробуйте.

Сонграйтер — российская платформа, без VPN, оплата российскими картами. Бесплатная демо-песня для новых, чтобы понять, нравится или нет. Песни — от 12 рублей за трек на максимальном пакете. Поющее фото — 10 алмазов. Голосовое клонирование — бесплатно при наличии демо.

И позвоните маме. Прямо сейчас, не откладывая.