بهترین هوش مصنوعی برای ساخت موسیقی

چرا سونو در صدر است

چون در هر دو نقطه ای که کیفیت شنیداری آن سنجیده شده، بالاتر از بقیه ایستاده است: ۱۱۷۱ در آواز و ۱۱۸۸ در بی کلام، در برابر ۱۰۶۹ و ۱۰۶۳ برای ایلون میوزیک و ۹۶۷ و ۹۵۴ برای یودیو. بلندترین آهنگ را هم همین موتور تولید می کند: هشت دقیقه در یک اجرا.

یک قید که خود همین سنجش اضافه می کند: در ستون بی کلام، فاصله آن با مورکا فقط چهار امتیاز است، در حالی که بازه اطمینان هر دو ردیف به ترتیب نه واحد و شانزده واحد پهنا دارد. یعنی این دو موتور عملا هم سطح اند و «رتبه اول» در آن ستون یک ادعای محکم نیست. در ستون آواز فاصله نه امتیاز است، که استحکام بیشتری دارد.

محوری که هیچ مقایسه دیگری نمی سنجد

ستون تحویل فایل برای این ساخته شد که در بررسی این دسته به یافته ای برخوردیم که در هیچ مقایسه دیگری ثبت نشده بود: یودیو از ۲۹ اکتبر ۲۰۲۵، هم زمان با انعقاد قرارداد با یونیورسال، مسیر دانلود صوت و ویدیو و استم را کامل غیرفعال کرده و این را در مستندات خودش نوشته است. یعنی اشتراک پولی آن آهنگ تولید می کند اما فایلی به کاربر تحویل نمی دهد.

سونو هم سقف دارد، اما نوع محدودیت متفاوت است: ماهانه بیست دانلود روی پلن پرو و شصت روی پریمیر، در حالی که همان پلن ها به ترتیب ۲۵۰۰ و ۱۰۰۰۰ اعتبار تولید در اختیار می گذارند. یعنی صدها بار تولید می کنید و فقط شصت بار تحویل می گیرید. بالای این ستون گوگل فلو موزیک قرار دارد که روی هر چهار پلن خودش، از جمله پلن رایگان، خروجی mp3 و wav و m4a به اضافه استم های جدا تحویل می دهد.

و چون نرمال سازی روی کل مجموعه نامزدها اجرا می شود و بعد رتبه دار از بی رتبه جدا می شود، سقف همین ستون را دقیقا همان فلو موزیکی تعیین کرده که خودش هیچ رتبه ای ندارد.

چرا گوگل فلو موزیک بدون رتبه مانده

چون دو ستون از شش ستون این جدول برای آن خالی است و مجموع وزن همان دو ستون از نیمی از کل جدول بیشتر می شود. گوگل هیچ کجا اعلام نکرده حداکثر طول یک آهنگ فلو موزیک چند دقیقه است، و مدلی که روی صفحه اصلی معرفی کرده Lyria 3.5 است، مدلی که روی هیچ تخته سنجشی ردیف مستقل ندارد.

می شد عدد Lyria 3 Pro را به جای آن قرض گرفت. این کار انجام نشد، چون آن یک مدل API است و این یک محصول مصرفی، و همین اصل در دسته چت هم درباره یک مدل هم خانواده رعایت شده است. اگر گوگل فردا طول آهنگ را منتشر کند یا Lyria 3.5 وارد یک تخته سنجش شود، این موتور احتمالا بالای جدول قرار می گیرد؛ امروز صرفا داده کافی برای آن ثبت نشده است.

مورکا، که در ایران کسی نامش را نشنیده

روی هر دو تخته سنجش رتبه دوم را دارد، بالاتر از لیریا و ایلون میوزیک و یودیو. با این حال یک عدد هم مستقیم از خود این سازنده قابل استخراج نبود: mureka.ai صفحه ای با عنوان قیمت گذاری ندارد و پلتفرم API آن بدنه پاسخ خالی برمی گرداند. حتی نام نسخه آن (V9) هم از تخته سنجش گرفته شده، نه از منبع رسمی خودش. در نتیجه در این جدول نیمی از وزن ممکن را از دست می دهد و با همین حال باز هم رتبه سوم را نگه می دارد.

این وضعیت عمدا مستند شده، چون حذف بی صدای آن از فهرست ساده تر بود اما درست نبود. اگر مقایسه ای بدون نام مورکا منتشر شود، احتمالا فقط همان چیزی را تکرار کرده که همه منتشر می کنند.

دو محوری که عمدا وارد جدول نشده اند

اول، حجم خروجی ماهانه. سونو ۲۵۰۰ و ۱۰۰۰۰ اعتبار می دهد بدون اینکه نرخ هر آهنگ را اعلام کند؛ یودیو ۲۴۰۰ و ۶۰۰۰ اعتبار می دهد و نرخش را هم منتشر کرده (دو اعتبار برای هر آهنگ صد و سی ثانیه ای)؛ فلو موزیک سه هزار اعتبار را با تخمین «حدود ۶۰۰ آهنگ» توضیح می دهد؛ ایلون میوزیک به ازای هر دقیقه ۹۰۰ اعتبار محاسبه می کند. چهار واحد متفاوت که به یکدیگر تبدیل پذیر نیستند. ستونی که چهار عدد بی ارتباط را کنار هم بگذارد، از نظر سنجشی ستون معتبری نیست.

دوم، حق استفاده تجاری. ایلون میوزیک صریح ترین است و اعلام می کند خروجی برای تقریبا تمام کاربردهای تجاری تسویه شده؛ سونو حق تجاری را فقط روی پلن پولی می دهد؛ و درباره یودیو و فلو موزیک هیچ سندی پیدا نشد. ستونی با سه سلول خالی فقط سازنده هایی را جریمه می کند که داده کمتری منتشر کرده اند. این محور در متن آمده، نه در جدول سنجش.

فارسی

هیچ یک از این پنج موتور فهرست زبان های خوانده شده خودش را منتشر نکرده است. ایلون میوزیک می نویسد «انگلیسی، اسپانیایی، آلمانی، ژاپنی و بیشتر» که یک فهرست قابل استناد نیست، و سایت رسمی سونو به چهارده زبان ترجمه شده که فارسی جزو آن ها نیست. پس اینکه کدام موتور بهتر فارسی می خواند، داده ای است که در دست نیست و ادعایی درباره اش مطرح نمی شود. اگر خروجی فارسی لازم دارید، تنها روش قابل اتکا آزمایش مستقیم روی پلن رایگان است و همین روش هم پیشنهاد می شود.